模式識(shí)別論文——虹膜圖像評(píng)估采集算法的實(shí)現(xiàn)-資料下載頁(yè)
2025-06-06 08:34本頁(yè)面
【正文】 圖像中睫毛的邊緣灰度值變化劇烈，因此會(huì)給圖像的清晰度評(píng)價(jià)帶來(lái)很大影響。因此，需利用普爾欽斑分析來(lái)提高評(píng)價(jià)精度。 5 圖 4 虹膜圖像清晰度評(píng)價(jià)實(shí)驗(yàn)結(jié)果 圖 5表示了一組普爾欽斑分析的實(shí)驗(yàn)結(jié)果。這幾張圖片取自圖 4中的圖（ c）— （ f）。普 爾欽斑指標(biāo)越低，說明普爾欽斑面積越小，成像平面離焦平面越近，圖像中的虹膜紋理也就越清晰。可以明顯地看出，與圖像清晰度分析的結(jié)果不同，圖（ e）的普爾欽斑指標(biāo)較圖（ d）更低，這樣的結(jié)果更為準(zhǔn)確。結(jié)果中普爾欽斑指標(biāo)隨圖像清晰度單調(diào)變化，更準(zhǔn)確地說，它隨虹膜紋理的清晰度單調(diào)變化，抑制了睫毛的邊緣對(duì)虹膜圖像評(píng)估的影響。該方法大大提高了采集系統(tǒng)的工作效率和用戶使用的舒適度。 圖 5 普爾欽斑分析實(shí)驗(yàn)結(jié)果 5. 結(jié)論 本文介紹了一些常用的圖像清晰度評(píng)價(jià)算法，選擇了基于空域方法的 Robert算子作為清晰度評(píng)價(jià)的梯度函數(shù)。實(shí)現(xiàn) 了一種基于普爾欽斑分析的虹膜圖像的評(píng)估采集算法，并對(duì)該算法的有效性進(jìn)行了分析。在軟硬件的配合下，用戶虹膜采集的舒適度有了很大改善，虹膜圖像的質(zhì)量也有所提高。 6. 參考文獻(xiàn)： [1] 杜勇 . 虹膜識(shí)別算法及系統(tǒng)研究 [D]. 哈爾濱：哈爾濱工業(yè)大學(xué) . 2021. [2] Kelly G, Mansfield T, Chandler D, et al. Biometric Product Testing Final Report[J]. National Physical Laboratory of UK, 2021. [3] Eskicioglu A M, Fisher P S. Image Quality Measures and Their Performance[J]. IEEE Transactions on Communications, 1995, 43(12): 29592965. 6 [4] 李奇 , 馮華君 , 徐之海等 . 數(shù)字圖像清晰度評(píng)價(jià)函數(shù)研究 [J]. 光子學(xué)報(bào) , 2021, 31(6): 736738.. [5] 侯文君 , 李楊 , 都思丹 .應(yīng)用于虹膜采集裝置的自動(dòng)對(duì)焦算法 [J]. 光電 工程 , 2021, 35(6): 119123. [6] J. Daugman. Recognition People by Their Iris Patterns [J]. Information Security Technical Report. 1998, 3(1): 339 [7] Y Si, J Mei, H Gao. Novel Approaches to Improve Robustness, Accuracy and Rapidity of Iris Recognition Systems[J]. IEEE Transactions on Industrial Informatics
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1