基于纹理频谱分析的虹膜图像质量评价方法研究.pdfVIP

基于纹理频谱分析的虹膜图像质量评价方法 孙哲南马力王蕴红谭铁牛崔家礼 中国科学院自动化所模式识别因家重点实验室北京100080 摘要：虹膜图像的质量评价是虹膜识别系统中的关键功能模块之一。本文提取虹膜纹理的 傅立叶频谱的分布信息作为特征，采用最小最大决策将输入的虹膜图像分为两类：清晰图像 和模糊图像(包括离焦模糊和运动模糊)。大量实验证明了该方法的有效性。 关键字：虹膜图像：质量评价：傅立叶频谱；纹理分析；最小最大决策 1前言 虹膜识别作为～种新兴的生物特征识剐技术，由于其具有唯一性、稳定性、非接触、 速度快、特征和模板容量小等许多独特的优势而备受学术界和产业界的关注。自上世纪90 年代以来，许多科研人员在理论和实践上都证实了虹膜识别的优异性能[卜12]。如 Daugman[12]采用了来自英国、美国、日本和韩田的数以千计的虹膜图像进行了910万次比 对，无一例错误匹配。但他同时承认，虹膜图像的质量直接影响同类虹膜之间的Hamming 距离值。在他的实验中，由于运动模糊、离焦模糊、噪声等因素而引起的质量较差的虹膜图 像直接导致同类虹膜之间的差异增大，决策环境变恶劣，最终会导致系统错误拒绝率的增高。 获取高质量的虹膜图像需要精密的成像光学系统以及用户与硬件的怠好配合。造成虹膜图像 质量差的原因主要