[發明專利]基于頻域參數估計的離焦虹膜圖像復原方法

在審

• 申請號: 201410209111.3
• 申請日: 2014-05-16
• 公開（公告）號: CN103971341A
• 公開（公告）日: 2014-08-06
• 發明（設計）人: 何玉青;任慧穎;王思遠;黃坤;侯博嚴
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于生物特征識別領域，涉及數字圖像處理、統計學習和模式識別等技術，特別是涉及一種對未知參數系統獲取的離焦虹膜圖像在頻域計算離焦半徑并進行圖像復原的方法。

背景技術

基于虹膜的身份鑒別以其高可靠性、穩定性和非侵犯性而占有生物特征識別技術的重要地位。常用的虹膜識別系統都是在被采集者的配合下采集高質量的虹膜圖像，但在實際圖像獲取中，由于光學系統景深限制，在一些非合作模式或遠距離識別時，無法獲取清晰的準確對焦的虹膜圖像。離焦的模糊虹膜圖像由于其對于識別性能的不利影響，往往在虹膜識別系統前端的圖像質量評價環節被摒棄，對這些圖像進行復原能夠提升系統的識別性能，提高系統魯棒性及易用性。

目前，離焦模糊虹膜圖像的復原可以基于普通離焦模糊圖像復原技術，其主要步驟包括：點擴散函數(PSF)估計(即退化模型的估計)，噪聲估計，被復原的圖像估計。假設被復原的圖像表示為f，噪聲為n，g為模糊圖像，則被復原的圖像的退化模型可表示為：

g＝h*f+n(1)

其對應的傅里葉變換可表示為：

G(u,v)＝F(u,v)H(u,v)+N(u,v)(2)

圖像的復原過程中，需要對退化函數h和噪聲n做出估計，從而求得估計圖像f。常用的圖像復原的理論和方法主要有維納濾波法、有約束的最小二乘法、最大熵法、加速正則化RL方法、最大后驗概率方法等。其中維納濾波屬于反轉濾波的一種方法，它的準則是尋找點擴散函數使估計圖像與原始清晰圖像間的均方誤差最小；有約束的最小二乘法是一種有約束條件的反轉濾波方法，計算量較大；最大熵法是一種基于最大似然法的反卷積算法，最終得到原圖像的強度分布；RL方法是一種經典的去卷積算法，通過迭代來求解估計圖像；最大后驗概率法在已知退化圖像最大后驗估計值下采用貝葉斯判決理論對原圖像估計。

實際圖像采集時的PSF是未知的時，需要對系統的PSF進行估計，才能較好的復原圖像。一種有效的復原方法是盲去卷積法，首先對PSF初始化，然后利用迭代的方法對退化函數和估計圖像不斷修正，直到迭代收斂。對于離焦模糊的虹膜圖像，其成像過程中受到的外界干擾較少，其頻域圖像特性與離焦量有非線性的關系，可以在頻域估算離焦量并以此初始化PSF，利用盲去卷積迭代復原圖像，能夠快速逼近實際PSF，實現高效率的虹膜圖像復原。

發明內容

(一)要解決的技術問題

本發明的目的在于利用由于光學系統景深限制而產生的離焦虹膜圖像的紋理信息來做識別，提供一種離焦虹膜圖像的復原方法。此方法能恢復離焦模糊虹膜圖像的紋理信息，提高虹膜識別系統的易用性，具有更好的識別性能。

(二)技術解決方案

為達到上述目的，本發明提供了一種離焦虹膜圖像復原方法，對未知參數系統獲取的離焦虹膜圖像在頻域計算離焦半徑并進行圖像復原，包括以下步驟：

S1、對離焦虹膜圖像進行傅里葉變換，得到對應的頻域圖像；

S2、對頻域圖像中的第一個暗環以橢圓曲線進行擬合，得到橢圓的參數；

S3、根據擬合得到的橢圓參數計算離焦半徑；

S4、初始化點擴散函數，采用盲去卷積迭代的方法估計清晰虹膜圖像的傅里葉變換；

S5、對計算結果進行傅里葉逆變換得到清晰虹膜圖像。

上述方案中，所述步驟S2包括：S21、對頻域圖像進行去噪、二值化、形態學處理及邊緣檢測，提取出第一個暗環；S22、對提取出的暗環采用Hough變換的方法求出橢圓參數。其中步驟S21采用中值濾波對頻域圖像進行濾波，選取合適的閾值將頻域圖像二值化，采用膨脹腐蝕等形態學處理方法處理二值化的頻域圖像，采用canny算子檢測橢圓暗環；步驟S22中采用Hough變換來擬合橢圓曲線的5個參數，其中，橢圓的中心點位置為圖像中心，因此只需計算除了橢圓中心橫縱坐標外的其他3個參數。

上述方案中，所述步驟S3包括：將計算求得的橢圓曲線與公式比對，計算得出離焦彌散圓半徑r，其中M、N為圖像的大小，u、v為頻域內的二維變量。