一种图像增强方法技术

本发明专利技术公开了一种虹膜图像增强方法，解决现有方法无法对低质虹膜图像进行增强的问题。所述方法，包含：获取归一化虹膜图像序列，选取基准图像、伴生图像；将伴生图像序列对照基准图像全局对齐，得到对齐伴生图像序列；将预处理图像序列进行上采样和分块，并将上采样后分块位置相同的子块按照图像质量高低存入堆栈，得到虹膜图像子块；将各堆栈中虹膜图像子块进行局部配准，得到虹膜图像配准子块；对各堆栈中的虹膜图像配准子块进行超分辨率多阶局部信息加权重建；将各堆栈中的虹膜图像重建子块进行归一化拼接、下采样，得到重建图像；将重建图像进行去噪和锐化处理，得到图像增强后的归一化虹膜图像。本发明专利技术有助于提高系统的准确率和鲁棒性。

【技术实现步骤摘要】
一种图像增强方法
本专利技术涉及虹膜图像识别领域，尤其涉及一种虹膜图像增强方法。
技术介绍
目前的虹膜图像增强方法主要以对比度扩展、形态学修正、选择高通滤波和矩阵填充等手段为主，从提高图像的清晰度，去噪和复原虹膜细节信息等方面对单帧虹膜图像的全局信息进行增强，从而提升图像的质量，存在的缺点是，单帧低质虹膜图像的有效信息较少，对其进行去噪、去模糊等操作容易形成斑块效应，而图像复原操作填充的信息大部分为冗余信息，因此增强后的虹膜图像的信息熵并没有显著增加，无法实现有效的特征提取与识别，同时低质虹膜图像的全局变形和局部变形是异质的，对图像整体进行校准无法使各局部的变形得到最优的抑制，同时会使局部信息均质化，因此对感兴趣的虹膜区域的调谐具有不确定性，难以增强虹膜局部细节信息。
技术实现思路
本专利技术提供一种虹膜图像增强方法，解决现有方法对远距离动态复杂环境成像条件下的低质虹膜图像进行增强的问题。一种虹膜图像增强方法，包含以下步骤：获取归一化虹膜图像序列，选取图像质量最高的图像作为基准图像，其余按照图像质量高低排序作为伴生图像；将所述伴生图像序列根据多方向汉明距离判别准则对照所述基准图像进行全局对齐，得到对齐伴生图像序列；将所述基准图像、对齐伴生图像组成的预处理图像序列中的每帧图像进行上采样和分块，并依次将上采样后图像序列中每帧图像的分块位置相同的子块按照图像质量高低的顺序存入堆栈中，得到虹膜图像子块；采用归一化互信息熵判别准则对各堆栈中的所述虹膜图像子块的基准子块和伴生子块进行局部配准，得到虹膜图像配准子块；对各堆栈中的所述虹膜图像配准子块进行超分辨率多阶局部信息加权重建，得到虹膜图像重建子块；将各堆栈中的所述虹膜图像重建子块按照原始相对位置进行归一化拼接，并下采样，得到重建图像；将所述重建图像进行去噪和锐化处理，得到图像增强后的归一化虹膜图像。进一步地，所述图像质量高低由图像质量分数的高低决定，所述图像质量分数为：QI＝HFE/MFE其中，QI为所述图像质量分数，HFE为在所述归一化虹膜图像序列的频谱中去除噪声频谱后的高频能量，MFE为在所述归一化虹膜图像序列的频谱中去除直流频谱后的低频能量。优选地，所述将伴生图像序列根据多方向汉明距离判别准则对照所述基准图像进行全局对齐，得到对齐伴生图像序列的步骤，进一步包含：将所述伴生图像序列中的每帧图像沿四周方向扩展，得到扩展伴生图像序列；在所述扩展伴生图像序列的中开一个窗口，所述窗口大小与所述伴生图像序列中的每帧图像大小相同；对所述扩展伴生图像序列的每帧图像，逐行、逐列滑动所述窗口，计算所述窗口内图像与所述基准图像的汉明距离，将所述汉明距离最小的所述窗口内图像记为对齐图像，根据每帧图像的所述对齐图像得到所述对齐伴生图像序列。优选地，所述上采样采用双立方插值法。优选地，所述采用归一化互信息熵判别准则对各堆栈中的所述虹膜图像子块的基准子块和伴生子块进行局部配准，得到虹膜图像配准子块的步骤，进一步包含：计算各堆栈中所述虹膜图像子块中基准子块的信息熵；计算各堆栈中所述虹膜图像子块中每个伴生子块的信息熵；计算各堆栈中所述虹膜图像子块中基准子块与伴生子块联合熵；计算各堆栈中所述基准子块与所述伴生子块的归一化互信息熵为：NMI(BB,CBm)＝(H(BB)+H(CBm))/H(BB,CBm)其中，BB为所述基准子块，CBm为所述第m个伴生子块，NMI(BB,CBm)为所述归一化互信息熵，H(BB)为所述基准子块的信息熵，H(CBm)为所述第m个伴生子块的信息熵，H(BB，CBm)为所述联合熵；将各堆栈中所述虹膜图像子块中的所述伴生子块与所述基准子块重合，并在沿水平方向、垂直方向滑动的范围内，找到所述归一化互信息熵最大的重叠区域为所述伴生子块的配准子块，并求得所述基准子块各像素点的累计配准次数矩阵。进一步地，所述虹膜图像重建子块为：RB＝BB+diff(BB)+diff2(BB)+∑m＝1→M-1wm*(ABm+diff(ABm)+diff2(ABm))其中，RB为所述虹膜图像重建子块，BB为所述基准子块，ABm为所述质量排序为m的配准子块，wm为所述质量排序为m的配准子块的权值，diff为图像一阶导数函数，diff2为图像二阶导数函数。优选地，所述将各堆栈中的所述虹膜图像重建子块按照原始相对位置进行归一化拼接，进一步包含：对各堆栈中的所述虹膜图像重建子块，利用归一化因子平滑拼接边缘，得到拼接归一化重建子块为：’RBe＝RBe/NRe其中，RBe’为所述拼接归一化重建子块，RBe为所述虹膜图像重建子块，NRe为所述归一化因子。优选地，所述去噪处理采用中值联合高斯低通滤波，所述锐化处理采用拉普拉斯算子。优选地，所述下采样采用双线性插值法。优选地，所述归一化虹膜图像序列的图像帧数为10，单帧图像分别率为288*64。本专利技术有益效果包括：针对远距离动态虹膜识别系统成像易受用户形态影响，获取的虹膜图像往往存在变形、模糊和噪声等污染的特点，通过对序列低质虹膜图像进行分块超分辨率局部信息加权融合来增强虹膜的细节信息，解决了常规图像增强方法难以对远距离动态低质虹膜图像进行有效增强的问题；本专利技术方法能在抵抗虹膜图像变形、模糊和噪声污染的同时有效复原虹膜局部细节信息，从而有助于提高系统的准确率和鲁棒性。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为一种虹膜图像增强方法流程实施例；图2为一种包含全局对其的虹膜图像增强方法流程实施例。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。虹膜识别以其准确性、稳定性、安全性和非接触性等显著优势已成为生物识别领域的重点研究方向和发展趋势。当前的虹膜识别产品以近距离静止识别为主，需要用户进行较好的配合以实现精准的识别，这在一定程度上限制了虹膜识别技术的普及和推广。为了提高用户使用时的自由度和认可度，虹膜识别技术和产品必须向远距离动态虹膜识别应用场景扩展。而远距离动态虹膜识别的难点在于，由于用户在识别过程中形态各异，行进速度时快时慢，因此远距离动态虹膜识别系统的成像模块很难捕获到清晰的高质量的虹膜图像用于识别，获取的原始虹膜图像往往存在变形、模糊和噪声等污染。所以，由远距离动态虹膜识别系统采集的虹膜图像必须经过图像增强满足一定质量要求才能实现有效的识别，图像增强是远距离动态虹膜识别的关键。以下结合附图，详细说明本专利技术各实施例提供的技术方案。图1为一种虹膜图像增强方法流程实施例，本专利技术实施例提供一种虹膜图像增强方法，包含以下步骤：步骤101，获取归一化虹膜图像序列，选取图像质量最高的图像作为基准图像，其余按照图像质量高低排序作为伴生图像。进一步地，所述图像质量高低由图像质量分数的高低决定，所述图像质量分数为：QI＝HFE/MFE(1)其中，QI为所述图像质量分数，HFE为在所述归一化虹膜图像序列的本文档来自技高网...

【技术保护点】
1.一种虹膜图像增强方法，其特征在于，包含以下步骤：获取归一化虹膜图像序列，选取图像质量最高的图像作为基准图像，其余按照图像质量高低排序作为伴生图像；将所述伴生图像序列根据多方向汉明距离判别准则对照所述基准图像进行全局对齐，得到对齐伴生图像序列；将所述基准图像、对齐伴生图像组成的预处理图像序列中的每帧图像进行上采样和分块，并依次将上采样后图像序列中每帧图像的分块位置相同的子块按照图像质量高低的顺序存入堆栈中，得到虹膜图像子块；采用归一化互信息熵判别准则对各堆栈中的所述虹膜图像子块的基准子块和伴生子块进行局部配准，得到虹膜图像配准子块；对各堆栈中的所述虹膜图像配准子块进行超分辨率多阶局部信息加权重建，得到虹膜图像重建子块；将各堆栈中的所述虹膜图像重建子块按照原始相对位置进行归一化拼接，并下采样，得到重建图像；将所述重建图像进行去噪和锐化处理，得到图像增强后的归一化虹膜图像。

【技术特征摘要】
1.一种虹膜图像增强方法，其特征在于，包含以下步骤：获取归一化虹膜图像序列，选取图像质量最高的图像作为基准图像，其余按照图像质量高低排序作为伴生图像；将所述伴生图像序列根据多方向汉明距离判别准则对照所述基准图像进行全局对齐，得到对齐伴生图像序列；将所述基准图像、对齐伴生图像组成的预处理图像序列中的每帧图像进行上采样和分块，并依次将上采样后图像序列中每帧图像的分块位置相同的子块按照图像质量高低的顺序存入堆栈中，得到虹膜图像子块；采用归一化互信息熵判别准则对各堆栈中的所述虹膜图像子块的基准子块和伴生子块进行局部配准，得到虹膜图像配准子块；对各堆栈中的所述虹膜图像配准子块进行超分辨率多阶局部信息加权重建，得到虹膜图像重建子块；将各堆栈中的所述虹膜图像重建子块按照原始相对位置进行归一化拼接，并下采样，得到重建图像；将所述重建图像进行去噪和锐化处理，得到图像增强后的归一化虹膜图像。2.如权利要求1所述的虹膜图像增强方法，其特征在于，所述图像质量高低由图像质量分数的高低决定，所述图像质量分数为：QI＝HFE/MFE其中，QI为所述图像质量分数，HFE为在所述归一化虹膜图像序列的频谱中去除噪声频谱后的高频能量，MFE为在所述归一化虹膜图像序列的频谱中去除直流频谱后的低频能量。3.如权利要求1所述的虹膜图像增强方法，其特征在于，所述将伴生图像序列根据多方向汉明距离判别准则对照所述基准图像进行全局对齐，得到对齐伴生图像序列的步骤，进一步包含：将所述伴生图像序列中的每帧图像沿四周方向扩展，得到扩展伴生图像序列；在所述扩展伴生图像序列的中开一个窗口，所述窗口大小与所述伴生图像序列中的每帧图像大小相同；对所述扩展伴生图像序列的每帧图像，逐行、逐列滑动所述窗口，计算所述窗口内图像与所述基准图像的汉明距离，将所述汉明距离最小的所述窗口内图像记为对齐图像，根据每帧图像的所述对齐图像得到所述对齐伴生图像序列。4.如权利要求1所述的虹膜图像增强方法，其特征在于，所述上采样采用双立方插值法。5.如权利要求1所述的虹膜图像增强方法，其特征在于，所述采用归一化互信息熵判别准则对各堆栈中的所述虹膜图像子块的基准子块和伴生子块进行局部配...

【专利技术属性】
技术研发人员：郭慧杰，韩一梁，杨昆，王超楠，杨倩倩，
申请(专利权)人：北京无线电计量测试研究所，
类型：发明
国别省市：北京,11