模式識別論文——虹膜圖像評估采集算法的實(shí)現(xiàn)(編輯修改稿)
2025-07-12 08:34 本頁面
【文章內(nèi)容簡介】 用的虹膜圖像采集。 2. 方案設(shè)計(jì) 圖 2虹膜采集裝置工作示意圖 圖 2是本文所用的使用的一種低成本虹膜采集系統(tǒng)。它主要的工作流程如下：紅外光源為虹膜采集營造一個(gè)均勻光照的近紅外環(huán)境；半透半反的帶通濾波器具有雙重功能，一方面，它能有效地濾除周圍可見光的影響，另一方面，它能反射可見光，這樣用戶就能像照鏡子一樣看到自己的眼睛，幫助用戶在方位上對準(zhǔn)攝像機(jī)。當(dāng)用戶的眼睛在方位上對準(zhǔn)后，需要 用戶利用位置輔助單元移動(dòng)頭部，確定合適的距離，使得在此位置得到的虹膜圖像大小適宜，成像最為清晰。同時(shí)，攝像機(jī)利用高通紅外鏡頭和圖像傳感器不斷地獲取虹膜圖像序列，主機(jī)需要利用虹膜圖像評估算法實(shí)時(shí)分析此虹膜視頻序列，直到獲得各個(gè)指標(biāo)均滿足的虹膜圖像。當(dāng)圖像采集成功時(shí)，主機(jī)發(fā)出控制信號給控制單元，利用聲音和指示燈告知用戶采集成功。當(dāng)需要進(jìn)行活體檢測時(shí)，控制單元改變可見光源的工作模式，使瞳孔收縮或舒張，達(dá)到辨別真?zhèn)蔚男Ч? 在圖 2虹膜圖像獲取裝置的結(jié)構(gòu)圖中，主機(jī)的主要任務(wù)是完成虹膜圖像的評估和采集，發(fā)出指令給控制單 元。虹膜圖像評估算法的實(shí)時(shí)性決定了用戶使用的舒適度，評估算法的指標(biāo)決定了獲取到的虹膜圖像的質(zhì)量，從而影響到識別的精度。 3 3. 算法描述 本文所實(shí)現(xiàn) 的 基于普爾欽斑分析的虹膜圖像評估算法。首先，需要對圖像整體質(zhì)量進(jìn)行評估，但由于虹膜圖像獲取裝置采用了焦距較大、光圈也較大的鏡頭，導(dǎo)致成像景深過小，進(jìn)而有時(shí)會出現(xiàn)睫毛清晰而虹膜不清晰，或者睫毛不清晰而虹膜清晰的情況，這就需要對虹膜圖像進(jìn)一步進(jìn)行分析。本文采用的一種對虹膜圖像中的普爾欽斑進(jìn)行分析的算法，使得虹膜清晰度的評價(jià)更為精確。 圖像清晰度評價(jià) 圖像清晰度評價(jià)最 重要的一個(gè)環(huán)節(jié)是評價(jià)函數(shù)的設(shè)計(jì)。良好的圖像清晰度評價(jià)函數(shù)應(yīng)該使函數(shù)值與圖像的清晰度始終保持嚴(yán)格的單調(diào)性?，F(xiàn)有的圖像清晰度評價(jià)函數(shù)主要有基于空域算子、基于頻域算子和基于熵算子三大類。其中，空域算法計(jì)算簡單，便于實(shí)時(shí)處理。故本文 采用 基于空域算子的評價(jià)函數(shù)。 空域方法直接利用圖像的灰度信息和評估算法生成圖像清晰度評價(jià)的決策量。這種方法的核心在于清晰圖像的邊緣比模糊圖像的邊緣更為尖銳，變化更為劇烈。在圖象處理研究當(dāng)中，邊緣信息通常用梯度函數(shù)來提取。對焦良好的圖象有更尖銳的邊緣，因而會有更大的梯度函數(shù)值。常用的梯度函 數(shù)主要有 Tenengrad 函數(shù)、能量梯度函數(shù)、 Brenner 函數(shù)、方差函數(shù)等。 Tenengrad 函數(shù)是利用 Sobel 算子來提取水平和垂直方向的梯度值，其評價(jià)函數(shù)定義為 ? ?2( ) ( , )xyf I s x y? ??,式中 , ( , )sxy 是定義在點(diǎn) (, )xy 上的與 Sobel算子的卷積。能量梯度函數(shù)用相鄰點(diǎn)的灰度差分值計(jì)算梯度，梯度函數(shù)定義為 ? ? ? ? ? ? ? ?? ?22( ) 1 , , , 1 ,xyf I I
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1