宗瑞山，田启川

(太原科技大学 电子学院，山西 太原 030024)

在各种不同的生物识别技术中，虹膜识别比其他的生物识别拥有更多的优良特性：唯一性、稳定性、良好的防伪性、非侵犯性[1]。传统虹膜识别系统主要包括虹膜采集、预处理、特征提取和特征匹配。但是虹膜识别系统采集的虹膜图像并不是都符合识别的要求，其中有很多图像存在着模糊、反光点干扰、虹膜有效区域过小等影响，降低了虹膜图像识别的精度。所以在对虹膜图像预处理前对虹膜图像进行质量评估显得尤为重要[2]。本文在对现有的虹膜图像质量评估算法分析研究基础上，结合虹膜采集系统的实际情况，提出一种比较全面的虹膜质量评估方法。

1 总体评估

本文采集到的虹膜图像大小为480×640像素的8位灰度图像。在采集过程中由于被采集者的移动往往使得采集到的虹膜图像在质量上存在很大的缺陷，如图1所示。所以在虹膜图像进行定位前须对图像进行总体的评价，剔除一些不合要求的图像，以保证虹膜定位的准确性，节省采集过程所需时间。

图1 坏样本图

一个合适的虹膜图像其直方图的分布有规律性[3]，如图2为一虹膜图像和其灰度直方图。由图可以发现，直方图有三个比较明显的峰值，分别对应瞳孔区域(NP)、虹膜区域(NI)和巩膜与皮肤区域(No)，其中，NP为灰度值<45的所有像素点，NI为灰度值在 45～120之间的所有像素点，NO为灰度值>120的所有像素点。评估参数计算如下：

式中Q1、Q2为定义的两个评估参数，Q1越小证明虹膜的可见度愈小，但是如果Q1过大也有可能是瞳孔被遮挡，所以对Q1选择两个门限，即符合要求的虹膜图像应满足 T1T3。……