由粗到精的虹膜图像离焦模糊评价方法

• 作者: 孙哲南 李星光 谭铁牛
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 虹膜识别 虹膜图像质量评价 离焦模糊
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 81-89
• 页数: 9页
• 分类号: TP391.4
• 字数: 4209字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1306020

摘要

离焦模糊评价在虹膜识别系统中尤为重要。传统的方法是通过频谱分析测量虹膜图像的离焦模糊程度，这类方法容易受到光照变化以及睫毛和眼皮等噪声区域的影响。提出了一种由粗到精的虹膜图像离焦模糊评价方法。第一步，通过频谱分析去除严重模糊的虹膜图像，进行虹膜图像离焦模糊粗分类。第二步，通过方向金字塔分解，提取虹膜图像的质量特征。在人工合成的离焦模糊虹膜图像数据库中，利用径向基神经网络建立起质量特征与质量等级间的对应关系。通过建立起的模型进行实际的虹膜图像离焦模糊等级预测，以及虹膜图像离焦模糊精分类。在Clarkson数据库上的实验结果证明了该方法不仅可以准确区分清晰图像和离焦模糊图像，而且相比于传统的虹膜图像离焦评价方法更接近于人的视觉感知。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭铁牛	中国科学院自动化研究所模式识别国家重点实验室	52	3840	24.0	52.0
2	孙哲南	中国科学院自动化研究所模式识别国家重点实验室	15	174	6.0	13.0
3	李星光	中国科学技术大学自动化系	2	35	2.0	2.0