專利名稱：虹膜圖像的去模糊方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理、模式識別和統(tǒng)計學(xué)習(xí)等技術(shù)領(lǐng)域，特別是涉及一種虹膜圖像的去模糊方法。
背景技術(shù)：
隨著社會的發(fā)展進步，人們對于身份認證的可靠性的要求越來越高。由于生物特征的各種優(yōu)點，近期研究者們提出了很多的基于生物特征的認證方法。其中，虹膜識別因其本身的高唯一性、強穩(wěn)定性、非侵犯性等優(yōu)點，特別適合用于人的身份認證和識別，并且已經(jīng)有了很多非常成功的應(yīng)用，特別是在大規(guī)模以及高精度要求的情況下。基于虹膜的身份認證系統(tǒng)通過對虹膜成像裝置獲取到虹膜圖像，再對其進行分析，完成對用戶身份的認證或識別。虹膜成像裝置在獲取虹膜圖像的時候，不可避免地會采集到一些不清晰的圖片，如圖2(b)、圖2(c)和圖2(d)所示。對于模糊的虹膜圖像，其中的紋理細節(jié)信息會在一定程度上有所損失。而這一問題導(dǎo)致了虹膜識別的錯誤拒絕率升高。 虹膜成像裝置在獲取虹膜圖像的時候，為了采集到清晰的虹膜圖片會對用戶提出一些比較苛刻的要求。用戶為了通過虹膜識別系統(tǒng)，需要使拍出的虹膜圖像足夠清晰，不得不去盡量地配合虹膜識別系統(tǒng)。這種對用戶配合的嚴格要求，在一定程度上限制了虹膜識別的應(yīng)用范圍，造成了虹膜識別中最大的瓶頸。在虹膜成像裝置中，有限的景深是造成這一問題的主要原因。過淺的景深使得用戶和相機之間的距離只能在一個很小的范圍內(nèi)變化，否則的話捕獲到的虹膜紋理將會變得模糊不清，使得識別效果變得不理想，這種模糊被稱為離焦模糊。受現(xiàn)階段硬件設(shè)配和虹膜特殊性的限制，為了增加系統(tǒng)的景深，現(xiàn)行的系統(tǒng)往往會使用較大的光圈值。然而，當(dāng)使用大光圈值時，捕獲到的圖像會變暗，我們只能通過增加相機的曝光時間來進行彌補。這樣， 在拍攝照片過程中，如果用戶不能保證完全的靜止，將會十分容易拍攝到運動模糊的圖像。德國Robert Bosch GmbH 公司的 Liu 等人在其專利 U. S. Pat No. 2010/0201798AI 中提出了一種虹膜圖像去模糊方法。該方法通過深度傳感器來獲得人與相機的距離，估計離焦情況下的點擴散函數(shù)，再進行模糊虹膜圖像的修復(fù)。雖然上述虹膜去模糊方法取得了不錯的恢復(fù)效果，但是它仍然存在很多缺陷。首先，它需要對模糊的成因進行假設(shè)，即在其系統(tǒng)中只能出現(xiàn)離焦模糊，這使得該方法都只能處理這一種情況下的模糊虹膜圖像。當(dāng)虹膜圖像中還存在運動模糊時，此方法將會失效。其次，在這種假設(shè)下，使用了給定的點擴散函數(shù)的形式。僅通過距離傳感器得到的信息去估計點擴散函數(shù)的參數(shù)，這使得點擴散函數(shù)不能夠十分準確地反映真實模糊情況。另外，在這一方法中需要添加額外的硬件(深度感知器)來獲得人與相機間的距離信息，使得不是所有的虹膜識別系統(tǒng)都能夠應(yīng)用此方法。最后，由于點擴散函數(shù)估計和圖像噪聲建模的不準確， 使得圖像去模糊的效果不是十分理想。綜上所述，現(xiàn)有的虹膜圖像去模糊方法仍存在一定的改進余地，如何同時處理離焦模糊和運動模糊圖像，以及如何獲得準確的點擴散函數(shù)仍然是一個亟待解決的難題。如果能夠增強模糊的虹膜圖像中的細節(jié)信息、修復(fù)模糊的虹膜圖像，就可以在一定程度上放寬對用戶的要求，提高虹膜識別的可靠性和準確性。

發(fā)明內(nèi)容
(一)要解決的技術(shù)問題有鑒于此，本發(fā)明的主要目的是針對上述現(xiàn)有技術(shù)中存在的問題，提供一種虹膜圖像的去模糊方法，以準確、魯棒地實現(xiàn)模糊虹膜圖像的修復(fù)。(二)技術(shù)方案為達到上述目的，本發(fā)明提供了一種虹膜圖像的去模糊方法，該方法包括步驟 Si、分析輸入的虹膜圖像，判斷該虹膜圖像的模糊屬于離焦模糊或運動模糊，再根據(jù)該判斷結(jié)果初始化得到一點擴散函數(shù)；步驟S2、對輸入虹膜圖像的梯度進行選取，使得在選取出的梯度圖上能夠更有效地估計點擴散函數(shù)，再基于所選擇的梯度信息，將所述已初始化的該點擴散函數(shù)進一步修正；步驟S3、基于所述修正后的點擴散函數(shù)，對模糊的虹膜圖像進行修復(fù)。所述步驟Sl包括步驟S11、在一組人工離焦模糊的虹膜圖像上，計算其聚焦程度值，并訓(xùn)練得到聚焦程度值和離焦點擴散函數(shù)參數(shù)之間的對應(yīng)關(guān)系；步驟S12、在一組人工運動模糊的虹膜圖像上，計算光斑的長度信息，并訓(xùn)練得到光斑的長度信息和運動點擴散函數(shù)參數(shù)之間的對應(yīng)關(guān)系；步驟S13、根據(jù)輸入的虹膜圖像中兩場成像的差異程度，判斷該虹膜圖像的模糊屬于離焦模糊或運動模糊，當(dāng)兩場成像的差異較大時，判斷其是運動模糊， 反之判斷其是離焦模糊；步驟S14、當(dāng)步驟S13中判斷為離焦模糊的情況下，對虹膜圖像進行進一步的分割，得到虹膜的有效區(qū)域，并在此區(qū)域上計算聚焦程度值；步驟S15、當(dāng)步驟 S13中判斷為運動模糊的情況下，在瞳孔內(nèi)以其中的光斑為中心，抽取一個子區(qū)域，對其頻譜進行方向濾波，得到光斑的方向作為運動的方向信息，再根據(jù)運動方向上的光斑長度，獲得光斑的長度信息；步驟S16、根據(jù)步驟S13的判斷結(jié)果，并根據(jù)步驟S14或者步驟S15得到的聚焦程度值、或者方向及長度信息，對所輸入的模糊虹膜圖像的點擴散函數(shù)進行初始化。在步驟S13之后，還包括以下步驟抽取模糊虹膜圖像兩場中的任一場，再差值到原模糊虹膜圖像的大小，得到單場的模糊虹膜圖像，用于后續(xù)的操作，接著，在單場的模糊虹膜圖像上進行虹膜的定位，得到用于擬合虹膜內(nèi)外邊界的兩個圓的參數(shù)，以備步驟S14 和S15中使用；步驟S14中所述離焦模糊的點擴散函數(shù)具有如下形式
權(quán)利要求
1.一種虹膜圖像的去模糊方法，其特征在于，該方法包括步驟Si、分析輸入的虹膜圖像，判斷該虹膜圖像的模糊屬于離焦模糊或運動模糊，再根據(jù)該判斷結(jié)果初始化得到一點擴散函數(shù)；步驟S2、對輸入虹膜圖像的梯度進行選取，使得在選取出的梯度圖上能夠更有效地估計點擴散函數(shù)，再基于所選擇的梯度信息，將所述已初始化的該點擴散函數(shù)進一步修正； 步驟S3、基于所述修正后的點擴散函數(shù)，對模糊的虹膜圖像進行修復(fù)。
2.根據(jù)權(quán)利要求1所述的虹膜圖像的去模糊方法，其特征在于，所述步驟Sl包括 步驟S11、在一組人工離焦模糊的虹膜圖像上，計算其聚焦程度值，并訓(xùn)練得到聚焦程度值和離焦點擴散函數(shù)參數(shù)之間的對應(yīng)關(guān)系；步驟S12、在一組人工運動模糊的虹膜圖像上，計算光斑的長度信息，并訓(xùn)練得到光斑的長度信息和運動點擴散函數(shù)參數(shù)之間的對應(yīng)關(guān)系；步驟S13、根據(jù)輸入的虹膜圖像中兩場成像的差異程度，判斷該虹膜圖像的模糊屬于離焦模糊或運動模糊，當(dāng)兩場成像的差異較大時，判斷其是運動模糊，反之判斷其是離焦模糊；步驟S14、當(dāng)步驟S13中判斷為離焦模糊的情況下，對虹膜圖像進行進一步的分割，得到虹膜的有效區(qū)域，并在此區(qū)域上計算聚焦程度值；步驟S15、當(dāng)步驟S13中判斷為運動模糊的情況下，在瞳孔內(nèi)以其中的光斑為中心，抽取一個子區(qū)域，對其頻譜進行方向濾波，得到光斑的方向作為運動的方向信息，再根據(jù)運動方向上的光斑長度，獲得光斑的長度信息；步驟S16、根據(jù)步驟S13的判斷結(jié)果，并根據(jù)步驟S14或者步驟S15得到的聚焦程度值、 或者方向及長度信息，對所輸入的模糊虹膜圖像的點擴散函數(shù)進行初始化。
3.根據(jù)權(quán)利要求2所述的虹膜圖像的去模糊方法，其特征在于，在步驟S13之后，還包括以下步驟抽取模糊虹膜圖像兩場中的任一場，再差值到原模糊虹膜圖像的大小，得到單場的模糊虹膜圖像，用于后續(xù)的操作，接著，在單場的模糊虹膜圖像上進行虹膜的定位，得到用于擬合虹膜內(nèi)外邊界的兩個圓的參數(shù)，以備步驟S14和S15 中使用。
4.根據(jù)權(quán)利要求2所述的虹膜圖像的去模糊方法，其特征在于，步驟S14中所述離焦模糊的點擴散函數(shù)具有如下形式
5.根據(jù)權(quán)利要求2所述的虹膜圖像的去模糊方法，其特征在于， 步驟S15中所述離焦模糊的點擴散函數(shù)具有如下形式
6.根據(jù)權(quán)利要求2所述的虹膜圖像的去模糊方法，其特征在于，在步驟S16中，根據(jù)步驟Sll和步驟S12訓(xùn)練得到的對應(yīng)關(guān)系，對所輸入模糊的虹膜圖像的點擴散函數(shù)進行初始化。
7.根據(jù)權(quán)利要求1所述的虹膜圖像的去模糊方法，其特征在于，所述步驟S2包括 步驟S21、根據(jù)上次循環(huán)中的點擴散函數(shù)(首次循環(huán)中，使用初始點擴散函數(shù))，由單場的模糊虹膜圖像，對潛在的清晰虹膜圖像進行估計；步驟S22、對估計出的清晰虹膜圖像，計算其梯度圖，并選擇出對于優(yōu)化點擴散函數(shù)有效的區(qū)域；步驟S23、根據(jù)步驟S22中選擇出的清晰虹膜圖像中有效梯度圖區(qū)域，選擇出單場模糊虹膜圖像對應(yīng)梯度圖的有效區(qū)域；步驟S24、根據(jù)步驟S22和S23中選擇出的梯度信息、已知的單場模糊虹膜圖像和本次循環(huán)中估計出的清晰虹膜圖像，對點擴散函數(shù)進行修正；步驟S25、基于新的點擴散函數(shù)，重復(fù)步驟S21到S24，迭代地修正點擴散函數(shù)，使其能夠準確地反映真實的模糊原因。
8.根據(jù)權(quán)利要求7所述的虹膜圖像的去模糊方法，其特征在于，步驟S21和步驟SM中采用的噪聲模型，不僅對圖像的像素值進行了約束，而且同時對圖像的一階和二階偏微分進行約束；步驟S21的能量函數(shù)可寫成如下形式
9.根據(jù)權(quán)利要求7所述的虹膜圖像的去模糊方法，其特征在于，步驟S22中針對估計出的清晰虹膜圖像，其梯度選擇包括三個步驟過飽和區(qū)域檢測 S221、睫毛以及眼皮區(qū)域檢測S222和梯度圖強度的閾值化S223。
10.根據(jù)權(quán)利要求7所述的虹膜圖像的去模糊方法，其特征在于，步驟S23中為了選擇單場模糊虹膜圖像對應(yīng)梯度圖的有效區(qū)域，將步驟S22中估計出的清晰虹膜圖像的梯度信息和上次循環(huán)中的點擴散函數(shù)進行卷積，選擇結(jié)果中大于給定閾值的區(qū)域。
11.根據(jù)權(quán)利要求7所述的虹膜圖像的去模糊方法，其特征在于，步驟S24中采用初始的點擴散函數(shù)作為約束，根據(jù)步驟S22和S23選擇的梯度信息更新點擴散函數(shù)，能量函數(shù)可寫成如下形式
12.根據(jù)權(quán)利要求1所述的虹膜圖像的去模糊方法，其特征在于，在所述步驟S3中 使用修正過的點擴散函數(shù)，對潛在的清晰虹膜圖像進行估計，并將此次估計出的清晰圖像作為去模糊結(jié)果，完成對模糊虹膜圖像的修復(fù)。
全文摘要
本發(fā)明公開了一種虹膜圖像的去模糊方法，包括步驟S1，分析輸入的虹膜圖像，判斷該虹膜圖像的模糊屬于離焦模糊或運動模糊，再根據(jù)該判斷結(jié)果初始化得到一點擴散函數(shù)；步驟S2，對輸入虹膜圖像的梯度進行選取，使得在選取出的梯度圖上能夠更有效地估計點擴散函數(shù)，再基于所選擇的梯度信息，將所述已初始化的該點擴散函數(shù)進一步修正；步驟S3、基于所述修正后的點擴散函數(shù)，對模糊的虹膜圖像進行修復(fù)。本發(fā)明可以有效減小模糊虹膜圖像對系統(tǒng)識別性能的不利影響，并且可以廣泛應(yīng)用于虹膜識別系統(tǒng)中，使得系統(tǒng)的魯棒性和可靠性得到提高，放寬對使用者的要求。
文檔編號G06T5/00GK102542535SQ20111036665
公開日2012年7月4日 申請日期2011年11月18日 優(yōu)先權(quán)日2011年11月18日
發(fā)明者劉京, 孫哲南, 譚鐵牛 申請人:中國科學(xué)院自動化研究所