基于頻域參數(shù)估計的離焦虹膜圖像復(fù)原方法
【專利摘要】本發(fā)明公開了一種在頻域進(jìn)行參數(shù)估計的離焦虹膜圖像復(fù)原方法，首先對離焦模糊虹膜圖像進(jìn)行傅里葉變換，得到頻域圖像，然后采用Hough變換對頻域圖像中的第一暗環(huán)以橢圓曲線進(jìn)行參數(shù)計算，以此參數(shù)計算離焦半徑，并初始化點擴(kuò)散函數(shù)，采用盲去卷積迭代的方法估計清晰圖像的傅里葉變換，通過傅里葉逆變換得到清晰虹膜圖像。本發(fā)明可以在未知光學(xué)系統(tǒng)參數(shù)情況下對離焦參數(shù)進(jìn)行有效估計，實現(xiàn)模糊虹膜圖像復(fù)原，有效降低離焦虹膜圖像對虹膜識別性能的影響，提升系統(tǒng)的魯棒性，放寬對用戶的限制，拓寬虹膜識別系統(tǒng)的應(yīng)用領(lǐng)域。
【專利說明】基于頻域參數(shù)估計的離焦虹膜圖像復(fù)原方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于生物特征識別領(lǐng)域，涉及數(shù)字圖像處理、統(tǒng)計學(xué)習(xí)和模式識別等技術(shù)，特別是涉及一種對未知參數(shù)系統(tǒng)獲取的離焦虹膜圖像在頻域計算離焦半徑并進(jìn)行圖像復(fù)原的方法。
【背景技術(shù)】
[0002]基于虹膜的身份鑒別以其高可靠性、穩(wěn)定性和非侵犯性而占有生物特征識別技術(shù)的重要地位。常用的虹膜識別系統(tǒng)都是在被采集者的配合下采集高質(zhì)量的虹膜圖像，但在實際圖像獲取中，由于光學(xué)系統(tǒng)景深限制，在一些非合作模式或遠(yuǎn)距離識別時，無法獲取清晰的準(zhǔn)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(tǒng)前端的圖像質(zhì)量評價環(huán)節(jié)被摒棄，對這些圖像進(jìn)行復(fù)原能夠提升系統(tǒng)的識別性能，提高系統(tǒng)魯棒性及易用性。
[0003]目前，離焦模糊虹膜圖像的復(fù)原可以基于普通離焦模糊圖像復(fù)原技術(shù)，其主要步驟包括:點擴(kuò)散函數(shù)(PSF)估計(即退化模型的估計)，噪聲估計，被復(fù)原的圖像估計。假設(shè)被復(fù)原的圖像表示為f，噪聲為n，g為模糊圖像，則被復(fù)原的圖像的退化模型可表示為:
[0004]g = h*f+n (I)
[0005]其對應(yīng)的傅里葉變換可表示為:
[0006]G (U，V) = F (U，V) H (U，V)+N (U，V) (2)
[0007]圖像的復(fù)原過程中，需要對退化函數(shù)h和噪聲η做出估計，從而求得估計圖像f。常用的圖像復(fù)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(zhuǎn)濾波的一種方法，它的準(zhǔn)則是尋找點擴(kuò)散函數(shù)使估計圖像與原始清晰圖像間的均方誤差最??；有約束的最小二乘法是一種有約束條件的反轉(zhuǎn)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(qiáng)度分布；RL方法是一種經(jīng)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。
[0008]實際圖像采集時的PSF是未知的時，需要對系統(tǒng)的PSF進(jìn)行估計，才能較好的復(fù)原圖像。一種有效的復(fù)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(shù)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(guān)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(fù)原圖像，能夠快速逼近實際PSF，實現(xiàn)高效率的虹膜圖像復(fù)原。

【發(fā)明內(nèi)容】

[0009](一 )要解決的技術(shù)問題
[0010]本發(fā)明的目的在于利用由于光學(xué)系統(tǒng)景深限制而產(chǎn)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(fù)原方法。此方法能恢復(fù)離焦模糊虹膜圖像的紋理信息，提高虹膜識別系統(tǒng)的易用性，具有更好的識別性能。
[0011](二)技術(shù)解決方案
[0012]為達(dá)到上述目的，本發(fā)明提供了一種離焦虹膜圖像復(fù)原方法，對未知參數(shù)系統(tǒng)獲取的離焦虹膜圖像在頻域計算離焦半徑并進(jìn)行圖像復(fù)原，包括以下步驟:
[0013]S1、對離焦虹膜圖像進(jìn)行傅里葉變換，得到對應(yīng)的頻域圖像；
[0014]S2、對頻域圖像中的第一個暗環(huán)以橢圓曲線進(jìn)行擬合，得到橢圓的參數(shù)；
[0015]S3、根據(jù)擬合得到的橢圓參數(shù)計算離焦半徑；
[0016]S4、初始化點擴(kuò)散函數(shù)，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；
[0017]S5、對計算結(jié)果進(jìn)行傅里葉逆變換得到清晰虹膜圖像。
[0018]上述方案中，所述步驟S2包括:S21、對頻域圖像進(jìn)行去噪、二值化、形態(tài)學(xué)處理及邊緣檢測，提取出第一個暗環(huán)；S22、對提取出的暗環(huán)采用Hough變換的方法求出橢圓參數(shù)。其中步驟S21采用中值濾波對頻域圖像進(jìn)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(tài)學(xué)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(huán)；步驟S22中采用Hough變換來擬合橢圓曲線的5個參數(shù)，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(biāo)外的其他3個參數(shù)。
[0019]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
【權(quán)利要求】
1.一種離焦虹膜圖像的復(fù)原方法，對未知參數(shù)系統(tǒng)獲取的離焦虹膜圖像在頻域計算離焦半徑并進(jìn)行圖像復(fù)原，包括以下步驟: 51、對離焦虹膜圖像進(jìn)行傅里葉變換，得到對應(yīng)的頻域圖像； 52、對頻域圖像中的第一個暗環(huán)以橢圓曲線進(jìn)行擬合，得到橢圓的參數(shù)； 53、根據(jù)擬合得到的橢圓參數(shù)計算離焦半徑； 54、初始化點擴(kuò)散函數(shù)，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； 55、對計算結(jié)果進(jìn)行傅里葉逆變換得到清晰虹膜圖像。
2.根據(jù)權(quán)利要求1所述的離焦虹膜圖像的復(fù)原方法，其特征在于，所述步驟S2包括: 521、對頻域圖像進(jìn)行去噪、二值化、形態(tài)學(xué)處理及邊緣檢測，提取出第一個暗環(huán)； 522、對提取出的暗環(huán)采用Hough變換的方法擬合求出橢圓參數(shù)。
3.根據(jù)權(quán)利要求2所述的離焦虹膜圖像的復(fù)原方法，其特征在于， 步驟S21采用中值濾波對頻域圖像進(jìn)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(tài)學(xué)處理方法處理二值化的頻域圖像，采用canny算子檢測到橢圓暗環(huán)。
4.根據(jù)權(quán)利要求2所述的離焦虹膜圖像的復(fù)原方法，其特征在于， 步驟S22中采用Hough變換來擬合橢圓曲線的5個參數(shù)，其中，橢圓的中心點位置為圖像中心，因此只需求得除了橢圓中心坐標(biāo)外的其他3個參數(shù)。
5.根據(jù)權(quán)利要求1所述的離焦虹膜圖像的復(fù)原方法，其特征在于，所述步驟S3包括: 將計算求得的橢圓曲線與公式
6.根據(jù)權(quán)利要求1所述的離焦虹膜圖像的復(fù)原方法，其特征在于，所述步驟S4包括: S41、初始化點擴(kuò)散函數(shù)的傅里葉變換； S42、將模糊虹膜圖像的傅里葉變換作為估計圖像傅里葉變換的初始化估計； S43、根據(jù)模糊虹膜圖像的灰度信息計算噪聲功率參數(shù)； S44、采用盲去卷積的迭代方法對退化函數(shù)的傅里葉變換和估計圖像的傅里葉變換同時進(jìn)行迭代，且每一次迭代只與上一次的迭代結(jié)果和噪聲功率參數(shù)有關(guān)； S45、當(dāng)?shù)_(dá)到停止條件時，將此時的估計圖像的傅里葉變換作為輸出的最終估計虹膜圖像的傅里葉變換。
7.根據(jù)權(quán)利要求6所述的離焦虹膜圖像的復(fù)原方法，其特征在于， 步驟S43中選取虹膜圖像邊緣的幾塊區(qū)域，分別計算其均值與方差的比值，再以這幾個區(qū)域比值的均值作為噪聲功率參數(shù)。
8.根據(jù)權(quán)利要求6所述的離焦虹膜圖像的復(fù)原方法，其特征在于， 步驟S44的迭代停止條件為當(dāng)前迭代與最后兩次迭代之間的均方誤差小于設(shè)定的閾值。
【文檔編號】G06T5/00GK103971341SQ201410209111
【公開日】2014年8月6日 申請日期:2014年5月16日 優(yōu)先權(quán)日:2014年5月16日
【發(fā)明者】何玉青, 任慧穎, 王思遠(yuǎn), 黃坤, 侯博嚴(yán) 申請人:北京理工大學(xué)