CN101866486B - 手指静脉图像质量判断方法 - Google Patents

Abstract

本发明提供的是一种手指静脉图像质量判断方法。第一步，读入手指静脉图像；第二步，分别获取手指静脉图像的对比度质量分数、位置偏移质量分数、有效区域质量分数、方向模糊度质量分数；第三步，将第二步得到的质量分数按权值累加起来进行综合评价，建立手指静脉图像最终的质量评价函数。本发明首次综合考虑了影响手指静脉图像质量的各种客观因素，并根据手指静脉图像特性提出了一种手指静脉图像质量的分辨方法。

Description

手指静脉图像质量判断方法

技术领域

本发明涉及的是生物特征身份识别技术领域，具体地说是一种手指静脉图像质量分辨方法。

背景技术

生物特征识别系统的性能与所采集的图像质量密切相关，为降低图像质量对识别结果的影响，确保整个识别系统的准确性，需要对静脉图像质量进行系统、科学、客观地分辨、评价。

图像质量评价是一个经典的研究课题，其目标是设计算法，给出和人的主观感受相一致的评价值。在实际应用中，由于采集者手指本身的特性、采集环境和手指采集设备的性能等因素影响，使采集到的手指静脉图像往往存在着较多的噪声，这使得识别准确性大为下降。因此，对采集到手指静脉图像的质量做出实时、客观、定量地评价是十分必要的。目前，如何对手指静脉图像进行准确的质量评价(即数学算法)是亟待解决的难题^[1][2]。哈尔滨工程大学对指纹和手背静脉^[3]图像的质量评价已有初步研究。

由于指静脉图像的采集主要采用特定波长红外光透射的方式，使得指静脉图像中不存在褪皮、疤痕以及被弄脏、过干或过湿等问题，从而增加了图像质量评价的难度。因此，如何选择正确、合理的参数作为静脉图像质量评价指标是本发明研究的重点内容。

与本发明相关的公开报道有：

[1]Hong，L.，Automatic Personal Identification Using Fingerprints，Ph.D.dissertation，Michigan State University，1998；

[2]魏政刚，图像质量评价方法的历史、现状和未来，中国图像图形学报，1998，3(5)：236-239；

[3]熊新炎.基于指纹和手背静脉的双模态生物特征识别系统研究.哈尔滨工程大学工学硕士学位论文.2007；

[4]侯格贤，毕笃彦，吴成柯，图像分割质量评价方法研究[J]，中国图像图形学报，2000，5A(1)：39-43；

[5]李昊，傅曦.精通Visual C++指纹模式识别系统算法及实现[M].北京：人民邮电出版社，2008：88-93。

发明内容

本发明的目的在于提供一种能够对采集到手指静脉图像的质量做出实时、客观、定量地分辨的手指静脉图像质量判断方法。

本发明的目的是这样实现的：

第一步，读入手指静脉图像；第二步，分别计算手指静脉图像的对比度质量分数、位置偏移质量分数、有效区域质量分数、方向模糊度质量分数；第三步，将第二步得到的质量分数按权值累加起来进行综合评价，得到手指静脉图像评价的最终质量分数。

本发明的主要贡献和特点在于：以人类视觉对图像的认知功能特征为基础，综合分析了影响手指静脉图像质量的各种因素，并根据手指静脉结构特性提出了一种手指静脉图像质量的评价方法，获得了对比度、位置偏移、有效区域、方向模糊度四个评价图像的物理参数。得到了与主观评价结果相一致的客观评价值。能够在不需要参考图像的情况下，评价图像质量的好坏。

附图说明

附图是本发明的流程图。

具体实施方式

下面结合附图举例对本发明做更详细地描述：

通过对大量手指静脉图像的分析，影响静脉图像的主要客观因素有：

1)图像有效区域面积：静脉图像包括前景图像和背景图像，前景图像面积为有效面积，前景图像面积越大，含有的图像信息越多，图像质量越好；

2)图像位置偏移度：图像的非接触式采集方式，会使手指的位置发生偏移。手指的在图像中的位置太偏会造成图像有效信息量减少，影响图像的识别。

3)图像对比度：静脉图像采集过程中会发生受光不均的情况，而且光线的明暗会使图像偏暗或者偏亮，降低了图像的对比度，不利于后续处理；

4)图像模糊度：图像模糊不清晰会导致静脉与背景之间的差别变小，使静脉结构不明显，影响特征的提取。

因此，本发明从以上角度综合评价手指静脉图像质量，并将这几个质量分数按规定的权值累加，得到最终的手指静脉图像质量分数。具体方法为：

1.手指静脉图像的对比度质量分数的获取。

图像的对比度也就是指图像的均方差，即灰度差异的大小。表示如下：

$C_a=\sqrt{\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(x_i-x_m)}^2}{N}}---\left(1\right)$

式中，C_a为图像均方差，x_M为图像灰度的平均值，N为图像中的象素的总个数，x_i代表一个象素点的灰度值。

标准值是指能够使手指静脉识别系统对该类图像的处理性能达到最佳时的图像的对比度值。在实验过程中，本发明对320手指静脉图像进行综合分析，发现当对比度值在60左右时，整个系统的综合性能最好。所以，本发明取对比度的标准值C_v＝60。如果求得的值大于100的话，我们直接令cScore＝100。

首先，按公式(1)计算手指静脉图像的对比度。然后将对比度与标准值进行比较求得对比度质量分数。设我们求得的对比度为C_a，则有对比度质量分数cScore计算公式为：

$\mathrm{cScore}=\frac{C_a}{C_v}\×100---\left(2\right)$

2.手指静脉图像的位置偏移质量分数。

位置偏移量是指静脉图像前景区域的质心相对于整幅图像几何中心的偏移量，包括水平偏移量和垂直偏移量两个参数。首先求出前景区域的质心坐标，然后根据质心坐标与图像中心的偏移来确定位置偏移质量分数posScore。

前景区域质心坐标计算方法如下：

$\mathrm{centroid}\_x=\underset{i\⋐D}{\mathrm{\Σ}}x\left[i\right]/M---\left(3\right)$

$\mathrm{centroid}\_y=\underset{j\⋐D}{\mathrm{\Σ}}y\left[j\right]/M---\left(4\right)$

其中，x[i]表示图像区域D中第i个像素的横坐标，y[j]表示图像区域中第j个元素的纵坐标，M表示图像区域D的像素点总数。

偏移质量分数由水平偏移分数和垂直偏移分数来综合确定。水平偏移质量分数posHScore和垂直偏移质量分数posVScore计算方法如下：

$\mathrm{posHScore}=(1-\frac{|\mathrm{centroid}\_x-\mathrm{width}/2|}{\mathrm{width}/2})\×100---\left(5\right)$

$\mathrm{posVScore}=(1-\frac{|\mathrm{centroid}\_y-\mathrm{width}/2|}{\mathrm{width}/2})\×100---\left(6\right)$

在得到水平偏移质量分数和垂直偏移质量分数以后，最终位置偏移质量分数posScore为：

posScore＝posHScore×posVScore/100             (7)

3.手指静脉图像的有效区域质量分数。

静脉图像有效面积是指图像前景区域的面积，可以根据手指静脉图像前景区域面积S_d占总图像面积S的比率来确定面积质量分数。由于手指指静脉图像的前景区域的平均灰度相对较大，其平均灰度值较小，背景区域几乎为黑色。所以，可将原始图像分块，针对手指静脉取块大小为4×4像素，根据每块的平均灰度来判别该块是否为前景区域，若是前景区域，则将面积累加得到S_d。并将整个图像面积S的3/4作为满分面积大小。则采用下式来得到面积分数areaScore：

$\mathrm{areaScore}=\left\{\begin{array}{cc}100,& (S_d>\frac{3}{4}S)\\ 100\×\frac{S_d}{S\×\frac{3}{4}},& \mathrm{otherwise}\end{array}\right.---\left(8\right)$

4.手指静脉图像的方向模糊度质量分数。

首先将图像块的方向量化为8个方向，然后在每个方向上按模板计算像素均值，求取8个均值中两两差值最大的方向作为可能的纹线方向，作为模糊块。计算模糊块的总面积S_a，然后根据模糊块总面积S_a占总图像有效区域面积S_d的比率来确定其方向模糊度质量分数fuzzyScore：

$\mathrm{fuzzyScore}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{S}_a}{S_d}\×100---\left(9\right)$

5.将得到的手指静脉图像的对比度、有效区域大小、图像位置的偏移以及方向模糊度质量分数四个方面的质量分数按权值累加起来，综合评价图像最终的质量分数。

设求得的对比度质量分数、有效区域质量分数、图像位置的偏移质量分数分以及方向模糊度质量分数分别为Q_i(i＝1，2，3，4)，求取最终的质量分数：

$\mathrm{Qsuml}=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{Q}_i---\left(10\right)$

$\mathrm{Qsum}2=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}(100-Q_i)*(100-Q_i)---\left(11\right)$

总质量分数Q为：

$Q=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}(Q_i*(100-Q_i)*(100-Q_i)/\mathrm{Qsum}2)*((\mathrm{Qsum}1-Q_i)/200)---\left(12\right)$

6.计算被评价图像的图像质量评价函数Q，Q的值越大，被评价的静脉图像质量越好。

Claims (1)

1.一种手指静脉图像质量判断方法，其特征是：第一步，读入手指静脉图像；第二步，获取手指静脉图像的对比度质量分数、位置偏移质量分数、有效区域质量分数、方向模糊度质量分数；第三步，将第二步得到的质量分数按权值累加起来进行综合评价，建立手指静脉图像的综合评价质量函数；

所述对比度质量分数由下式获得：

式中，C_v为标准值、 

为图像均方差，其中x_M为图像灰度的平均值、N为图像中的象素的总个数、X_i代表一个象素点的灰度值；

所述位置偏移质量分数的计算方法为：首先求出前景区域的质心坐标，然后根据质心坐标与图像中心的偏移来确定位置偏移质量分数posScore；

前景区域质心坐标计算方法如下：

其中，x[i]表示图像区域D中第i个像素的横坐标，y[j]表示图像区域中第j个元素的纵坐标，M表示图像区域D的像素点总数；

偏移质量分数由水平偏移分数和垂直偏移分数来综合确定，水平偏移质量分数posHScore和垂直偏移质量分数posVScore计算方法如下：

在得到水平偏移质量分数和垂直偏移质量分数以后，最终位置偏移质量分数posScore为：

posScore＝posHScore×posVScore/100； 

所述有效区域质量分数的计算方法为：

所述方向模糊度质量分数的计算方法为：首先将图像块的方向量化为8个方向，然后在每个方向上按模板计算像素均值，求取8个均值中两两差值最大的方向作为可能的纹线方向，作为模糊块；计算模糊块的总面积S_a，然后根据模糊块总面积S_a占总图像有效区域面积S_d的比率来确定其方向模糊度质量分数fuzzyScore：

所述将第二步得到的质量分数按权值累加起来建立手指静脉质量评价函数的方法为：设求得的对比度质量分数、有效区域质量分数、图像位置的偏移质量分数分以及方向模糊度质量分数分别为Q_i，i＝1，2，3，4，求取最终的质量分数：

总质量评价函数Q为：

计算手指静脉图像质量评价函数值。 

Images