虹膜圖像質(zhì)量評估課件

虹膜圖像質(zhì)量評估宋陽2011/4/22虹膜圖像質(zhì)量評估宋陽虹膜圖像質(zhì)量評價(jià)的必要性目前的圖像質(zhì)量評估方法對于人眼虹膜圖像質(zhì)量的評估方法影響牛眼虹膜采集的因素后期工作目錄虹膜圖像質(zhì)量評價(jià)的必要性目錄一、虹膜圖像質(zhì)量評價(jià)的必要性虹膜識別作為一種高度可靠的身份鑒別方法,在應(yīng)用中的實(shí)際識別性能很大程度上與采集的虹膜圖像質(zhì)量密切相關(guān)。通過研究虹膜圖像質(zhì)量評價(jià)方法去掉不符合識別要求的模糊、嚴(yán)重遮擋和變形等低質(zhì)量虹膜圖像，可以有效地提高虹膜識別系統(tǒng)的性能。圖像質(zhì)量的好壞將會(huì)直接影響后續(xù)的操作，質(zhì)量不合格的圖像將會(huì)嚴(yán)重影響識別的準(zhǔn)確性；而質(zhì)量好的圖像則為后續(xù)處理提供了可靠的保障。一、虹膜圖像質(zhì)量評價(jià)的必要性虹膜識別作為一種高度可靠的身份鑒二、目前的圖像質(zhì)量評估方法目前存在的圖像質(zhì)量評估方法，按照評估方法來分類，可以分為主觀評估和客觀評估。主觀評估只有一種方式，即一幅圖像有多個(gè)觀察者分別打分，它的平均值即為圖像的質(zhì)量分?jǐn)?shù)；而客觀評估則有多種方式，它體現(xiàn)在很多有參照質(zhì)量評估和無參照質(zhì)量評估方法中。主觀評估方法數(shù)字圖像的主觀質(zhì)量評估就是通過人來觀察圖像，對圖像質(zhì)量的優(yōu)劣作出主觀的評定。觀察者根據(jù)一些事先規(guī)定的評價(jià)尺度或自己的經(jīng)驗(yàn)，對測試圖像按視覺效果提出質(zhì)量判斷，并給出質(zhì)量評分，對所有觀察者給出的分?jǐn)?shù)進(jìn)行加權(quán)平均，所得的結(jié)果即為圖像的主觀質(zhì)量評估。二、目前的圖像質(zhì)量評估方法目前存在的圖像質(zhì)量評估方法，按照評客觀評估方法客觀圖像評估方法又可以分為有參照質(zhì)量評估和無參照質(zhì)量評估方法。1、有參照質(zhì)量評估峰值信噪比方法峰值信噪比（PeakSignal-NoiseRatio）是一種量化對比壓縮圖像與源圖像的標(biāo)準(zhǔn)方法。對一幅8位的灰度圖像，信號的峰值是255，因此一幅M×N的8位灰度圖像x和它的重建圖像x’的峰值信噪比由下式計(jì)算：這里MSE為均方差，定義為PSNR的單位是分貝(db)?？陀^評估方法2、無參照質(zhì)量評估（1）圖像灰度梯度向量模方和對一幅數(shù)字圖像f(x,y)，其梯度的模為：對于圖像序列的第k幅圖像，在某圖像窗口W內(nèi)的灰度梯度向量模的和為Gk，灰度梯度向量模方和為Gk’。則

Gk或Gk’的值反映了圖像序列第k幅圖像在圖像窗口W內(nèi)的灰度變化率大小。一幅圖像越模糊，圖像中灰度變化率越小，Gk或Gk’的值越小。圖像由模糊變清晰時(shí)，圖像中的灰度變化率由小變大。最大值的Gk或Gk’對應(yīng)的圖像就是最清晰的圖像。2、無參照質(zhì)量評估（2）Roberts梯度和考慮到f(x,y)和f(x+1,y+1)的灰度差的象元位置關(guān)系，可采用Roberts梯度和：（2）Roberts梯度和三、對于人眼虹膜圖像質(zhì)量的評估方法目前，虹膜圖像質(zhì)量評價(jià)的研究仍然有限?，F(xiàn)有虹膜質(zhì)量評估算法實(shí)現(xiàn)可分為空域和頻域兩大類。空域的質(zhì)量評估算法主要是利用虹膜圖像瞳孔、虹膜及鞏膜區(qū)域的灰度分布特征評價(jià)虹膜圖像質(zhì)量；頻域算法則通過分析虹膜圖像傅立葉變換的頻譜能量進(jìn)行評價(jià)。主要算法有以下：

1)卷積核方法

Daugman通過計(jì)算一幅圖像傅立葉變換的高頻能量來評價(jià)圖像的清晰程度，高頻能量越大則圖像越清晰，如果圖像能夠通過一個(gè)最低的判斷準(zhǔn)則，則該圖像用于識別。考慮到圖像分辨率比較大則卷積運(yùn)算速度比較慢，為降低計(jì)算的復(fù)雜性，Daugman采用8×8的卷積核，Wei利用5×5的算子進(jìn)行卷積。

2)邊緣銳度方法

Zhang通過虹膜與瞳孔之間邊緣像素的灰度梯度來衡量圖像的聚焦程度，他認(rèn)為對于聚焦較好的清晰虹膜圖像，瞳孔和虹膜邊界區(qū)域的圖像灰度變化應(yīng)當(dāng)比較快；而對于模糊的虹膜圖像，瞳孔到虹膜的灰度變化比較緩慢。Zhang以1/w=Gradient/（Mi–Mp）定義瞳孔到虹膜邊緣的灰度變化，稱為邊緣銳度。該比值越大，圖像質(zhì)量越好。三、對于人眼虹膜圖像質(zhì)量的評估方法目前，虹膜圖像質(zhì)量評價(jià)的研

3)傅立葉頻譜分析方法Ma等通過分析虹膜圖像傅立葉頻譜的高、中、低頻段分布，用虹膜區(qū)域總的頻譜能量來區(qū)分未遮擋和嚴(yán)重遮擋的虹膜圖像,用中頻段能量與其他頻率能量的比值來區(qū)分是清晰的圖像還是散焦及運(yùn)動(dòng)模糊的虹膜圖像。在質(zhì)量評價(jià)時(shí)，為了降低傅立葉變換的計(jì)算復(fù)雜度，僅僅考慮靠近瞳孔兩側(cè)的兩個(gè)64×64虹膜小區(qū)域，通過計(jì)算這兩個(gè)局部區(qū)域的質(zhì)量描述子的均值，作為評價(jià)圖像質(zhì)量的標(biāo)準(zhǔn)。最后，對于一個(gè)給定的質(zhì)量描述子，使用支持向量機(jī)判斷該圖像是否為清晰的虹膜圖像。Wei在對虹膜圖像空域?yàn)V波后，分別用傅里葉頻譜高頻、垂直高頻能量來評估離焦模糊和運(yùn)動(dòng)模糊程度，用虹膜區(qū)域的平均灰度值來判斷虹膜是否存在遮擋。馮薪樺等提出了一種分步式的質(zhì)量評價(jià)算法，該方法與Ma等的方法類似，在判斷虹膜圖像是否散焦時(shí)很大程度上取決于瞳孔定位的精確度，同時(shí)，高頻分量的閾值設(shè)置需要經(jīng)過大量的實(shí)驗(yàn)才能得出可靠經(jīng)驗(yàn)值。3)傅立葉頻譜分析方法

4）基于WBCT的評價(jià)方法由于基于小波分析的Contourlet變換(Wavelet-basedcontourlettransform,WBCT)能有效地反映圖像紋理的視覺感知特性，陳瑞在Gao等人對數(shù)字圖像質(zhì)量評價(jià)的基礎(chǔ)上，通過對虹膜評估區(qū)域進(jìn)行WBCT分解，定義和計(jì)算5種質(zhì)量評價(jià)指標(biāo)來評估離焦模糊圖像、運(yùn)動(dòng)模糊圖像、佩帶隱形眼鏡圖像、睫毛和眼瞼遮擋圖像。

5）其它方法邢磊等從自動(dòng)虹膜識別系統(tǒng)設(shè)計(jì)的角度出發(fā)，提出“圖像清晰度”，“內(nèi)外偏心度”和“虹膜可見度”三個(gè)指標(biāo)進(jìn)行虹膜圖像質(zhì)量評價(jià)。由于要計(jì)算圖像的灰度共生矩陣導(dǎo)致計(jì)算量比較大，因此該方法計(jì)算圖像清晰度的指標(biāo)時(shí)速度比較慢。4）基于WBCT的評價(jià)方法四、影響牛眼虹膜采集的因素

牛眼虹膜的采集過程相對于人眼采集過程來說，要更加復(fù)雜些，采集時(shí)相對地影響虹膜圖像質(zhì)量的因素也較多，甚至有些是無法控制的。這些因素有來自采集設(shè)備本身設(shè)計(jì)使用的影響，同時(shí)也有來自于牛這種動(dòng)物自身生理方面以及牛的不配合采集的影響，更有來自于采集時(shí)自然環(huán)境的影響。其主要表現(xiàn)為以下幾個(gè)方面:

（1）來自采集設(shè)備的設(shè)計(jì)與使用因素。由于該采集設(shè)備是專門為人眼虹膜采集所設(shè)計(jì)的，采用的內(nèi)置紅外光波長相對于更適應(yīng)人眼的虹膜反應(yīng)，其攝像頭的焦距也是以拍攝人眼虹膜為依據(jù)而設(shè)定，因此對于采集相對虹膜紋理較復(fù)雜的牛眼虹膜圖像時(shí)，采集時(shí)需更注意拍攝角度，同時(shí)該采集設(shè)備由于是便攜式非接觸式的，內(nèi)置電池使用的時(shí)間較短，容易在電量不充分時(shí)影響牛眼虹膜圖像采集清晰度。（2）來自牛的不配合采集因素。由于牛本身具有易怒的天性，人與牛之間無法交流，眼睛是其極為敏感部位，采集時(shí)光照的影響會(huì)刺激牛的眼睛，造成其煩躁從而不配合采集虹膜圖像。有時(shí)甚至?xí)D(zhuǎn)眼球，使得采集設(shè)備無法聚焦牛的虹膜。

四、影響牛眼虹膜采集的因素

牛眼虹膜的采集過程相對于人眼采集

（3）來自牛的生理特征因素。牛的眼睛相對于人的眼睛要大，而且其瞳孔和虹膜占據(jù)了眼睛可視的大部分面積，受采集設(shè)備限制不太利于采集到完整清晰的虹膜圖像(只能采集到大部分)。牛的眼睫毛較長而且濃密，在采集時(shí)經(jīng)常由于光照刺激，造成睫毛遮擋無法采集到虹膜。（4）來自采集環(huán)境的因素。采集牛眼時(shí)，牛舍光線往往比較昏暗，光照角度的變化、光照強(qiáng)度的變化、運(yùn)動(dòng)模糊以及牛瞳孔的過度變形等，都會(huì)造成采集虹膜的失敗。（3）來自牛的生理特征因素。牛的眼睛相對于人的眼睛要大，五、后期工作充分了解圖像質(zhì)量分析在人眼虹膜方面的運(yùn)用，結(jié)合人眼與牛眼的區(qū)別，將圖像質(zhì)量分析運(yùn)用到牛眼虹膜的質(zhì)量判定中。五、后期工作充分了解圖像質(zhì)量分析在人眼虹膜方面的運(yùn)用，結(jié)合人ThankYou!ThankYou!虹膜圖像質(zhì)量評估宋陽2011/4/22虹膜圖像質(zhì)量評估宋陽虹膜圖像質(zhì)量評價(jià)的必要性目前的圖像質(zhì)量評估方法對于人眼虹膜圖像質(zhì)量的評估方法影響牛眼虹膜采集的因素后期工作目錄虹膜圖像質(zhì)量評價(jià)的必要性目錄一、虹膜圖像質(zhì)量評價(jià)的必要性虹膜識別作為一種高度可靠的身份鑒別方法,在應(yīng)用中的實(shí)際識別性能很大程度上與采集的虹膜圖像質(zhì)量密切相關(guān)。通過研究虹膜圖像質(zhì)量評價(jià)方法去掉不符合識別要求的模糊、嚴(yán)重遮擋和變形等低質(zhì)量虹膜圖像，可以有效地提高虹膜識別系統(tǒng)的性能。圖像質(zhì)量的好壞將會(huì)直接影響后續(xù)的操作，質(zhì)量不合格的圖像將會(huì)嚴(yán)重影響識別的準(zhǔn)確性；而質(zhì)量好的圖像則為后續(xù)處理提供了可靠的保障。一、虹膜圖像質(zhì)量評價(jià)的必要性虹膜識別作為一種高度可靠的身份鑒二、目前的圖像質(zhì)量評估方法目前存在的圖像質(zhì)量評估方法，按照評估方法來分類，可以分為主觀評估和客觀評估。主觀評估只有一種方式，即一幅圖像有多個(gè)觀察者分別打分，它的平均值即為圖像的質(zhì)量分?jǐn)?shù)；而客觀評估則有多種方式，它體現(xiàn)在很多有參照質(zhì)量評估和無參照質(zhì)量評估方法中。主觀評估方法數(shù)字圖像的主觀質(zhì)量評估就是通過人來觀察圖像，對圖像質(zhì)量的優(yōu)劣作出主觀的評定。觀察者根據(jù)一些事先規(guī)定的評價(jià)尺度或自己的經(jīng)驗(yàn)，對測試圖像按視覺效果提出質(zhì)量判斷，并給出質(zhì)量評分，對所有觀察者給出的分?jǐn)?shù)進(jìn)行加權(quán)平均，所得的結(jié)果即為圖像的主觀質(zhì)量評估。二、目前的圖像質(zhì)量評估方法目前存在的圖像質(zhì)量評估方法，按照評客觀評估方法客觀圖像評估方法又可以分為有參照質(zhì)量評估和無參照質(zhì)量評估方法。1、有參照質(zhì)量評估峰值信噪比方法峰值信噪比（PeakSignal-NoiseRatio）是一種量化對比壓縮圖像與源圖像的標(biāo)準(zhǔn)方法。對一幅8位的灰度圖像，信號的峰值是255，因此一幅M×N的8位灰度圖像x和它的重建圖像x’的峰值信噪比由下式計(jì)算：這里MSE為均方差，定義為PSNR的單位是分貝(db)?？陀^評估方法2、無參照質(zhì)量評估（1）圖像灰度梯度向量模方和對一幅數(shù)字圖像f(x,y)，其梯度的模為：對于圖像序列的第k幅圖像，在某圖像窗口W內(nèi)的灰度梯度向量模的和為Gk，灰度梯度向量模方和為Gk’。則

Gk或Gk’的值反映了圖像序列第k幅圖像在圖像窗口W內(nèi)的灰度變化率大小。一幅圖像越模糊，圖像中灰度變化率越小，Gk或Gk’的值越小。圖像由模糊變清晰時(shí)，圖像中的灰度變化率由小變大。最大值的Gk或Gk’對應(yīng)的圖像就是最清晰的圖像。2、無參照質(zhì)量評估（2）Roberts梯度和考慮到f(x,y)和f(x+1,y+1)的灰度差的象元位置關(guān)系，可采用Roberts梯度和：（2）Roberts梯度和三、對于人眼虹膜圖像質(zhì)量的評估方法目前，虹膜圖像質(zhì)量評價(jià)的研究仍然有限。現(xiàn)有虹膜質(zhì)量評估算法實(shí)現(xiàn)可分為空域和頻域兩大類?？沼虻馁|(zhì)量評估算法主要是利用虹膜圖像瞳孔、虹膜及鞏膜區(qū)域的灰度分布特征評價(jià)虹膜圖像質(zhì)量；頻域算法則通過分析虹膜圖像傅立葉變換的頻譜能量進(jìn)行評價(jià)。主要算法有以下：

1)卷積核方法

Daugman通過計(jì)算一幅圖像傅立葉變換的高頻能量來評價(jià)圖像的清晰程度，高頻能量越大則圖像越清晰，如果圖像能夠通過一個(gè)最低的判斷準(zhǔn)則，則該圖像用于識別?？紤]到圖像分辨率比較大則卷積運(yùn)算速度比較慢，為降低計(jì)算的復(fù)雜性，Daugman采用8×8的卷積核，Wei利用5×5的算子進(jìn)行卷積。

2)邊緣銳度方法

Zhang通過虹膜與瞳孔之間邊緣像素的灰度梯度來衡量圖像的聚焦程度，他認(rèn)為對于聚焦較好的清晰虹膜圖像，瞳孔和虹膜邊界區(qū)域的圖像灰度變化應(yīng)當(dāng)比較快；而對于模糊的虹膜圖像，瞳孔到虹膜的灰度變化比較緩慢。Zhang以1/w=Gradient/（Mi–Mp）定義瞳孔到虹膜邊緣的灰度變化，稱為邊緣銳度。該比值越大，圖像質(zhì)量越好。三、對于人眼虹膜圖像質(zhì)量的評估方法目前，虹膜圖像質(zhì)量評價(jià)的研

3)傅立葉頻譜分析方法Ma等通過分析虹膜圖像傅立葉頻譜的高、中、低頻段分布，用虹膜區(qū)域總的頻譜能量來區(qū)分未遮擋和嚴(yán)重遮擋的虹膜圖像,用中頻段能量與其他頻率能量的比值來區(qū)分是清晰的圖像還是散焦及運(yùn)動(dòng)模糊的虹膜圖像。在質(zhì)量評價(jià)時(shí)，為了降低傅立葉變換的計(jì)算復(fù)雜度，僅僅考慮靠近瞳孔兩側(cè)的兩個(gè)64×64虹膜小區(qū)域，通過計(jì)算這兩個(gè)局部區(qū)域的質(zhì)量描述子的均值，作為評價(jià)圖像質(zhì)量的標(biāo)準(zhǔn)。最后，對于一個(gè)給定的質(zhì)量描述子，使用支持向量機(jī)判斷該圖像是否為清晰的虹膜圖像。Wei在對虹膜圖像空域?yàn)V波后，分別用傅里葉頻譜高頻、垂直高頻能量來評估離焦模糊和運(yùn)動(dòng)模糊程度，用虹膜區(qū)域的平均灰度值來判斷虹膜是否存在遮擋。馮薪樺等提出了一種分步式的質(zhì)量評價(jià)算法，該方法與Ma等的方法類似，在判斷虹膜圖像是否散焦時(shí)很大程度上取決于瞳孔定位的精確度，同時(shí)，高頻分量的閾值設(shè)置需要經(jīng)過大量的實(shí)驗(yàn)才能得出可靠經(jīng)驗(yàn)值。3)傅立葉頻譜分析方法

4）基于WBCT的評價(jià)方法由于基于小波分析的Contourlet變換(Wavelet-basedcontourlettransform,WBCT)能有效地反映圖像紋理的視覺感知特性，陳瑞在Gao等人對數(shù)字圖像質(zhì)量評價(jià)的基礎(chǔ)上，通過對虹膜評估區(qū)域進(jìn)行WBCT分解，定義和計(jì)算5種質(zhì)量評價(jià)指標(biāo)來評估離焦模糊圖像、運(yùn)動(dòng)模糊圖像、佩帶隱形眼鏡圖像、睫毛和眼瞼遮擋圖像。

5）其它方法邢磊等從自動(dòng)虹膜識別系統(tǒng)設(shè)計(jì)的角度出發(fā)，提出“圖像清晰度”，“內(nèi)外偏心度”和“虹膜可見度”三個(gè)指標(biāo)進(jìn)行虹膜圖像質(zhì)量評價(jià)。由于要計(jì)算圖像的灰度共生矩陣導(dǎo)致計(jì)算量比較大，因此該方法計(jì)算圖像清晰度的指標(biāo)時(shí)速度比較慢。4）基于WBCT的評價(jià)方法四、影響牛眼虹膜采集的因素

牛眼虹膜的采集過程相對于人眼采集過程來說，要更加復(fù)雜些，采集時(shí)相對地影響虹膜圖像質(zhì)量的因素也較多，甚至有些是無法控制的。這些因素有來自采集設(shè)備本身設(shè)計(jì)使用的影響，同時(shí)也有來自于牛這種動(dòng)物自身生理方面以及牛的不配合采集的影響，更有來自于采集時(shí)自然環(huán)境的影響。其主要表現(xiàn)為以下幾個(gè)方面: