基于无参考质量评价模型的静脉图像采集方法

fordies1

摘 要： 由于不同人的手背静脉属性间存在较大差异，因此对于不同静脉对象，在固定采集系统参数条件下很 难都采集到高质量的静脉图像，这里提出了一种针对静脉特点的质量评价模型，并设计了基于评价结果的自寻优静脉 图像采集方法．首先，提出了基于关键信息熵的测度函数，衡量了静脉信息的完整性；其次，提出了基于轮廓波分解的 测度函数，用于评价静脉方向性信息的丰富性；再次，将两种测度函数融合，构成了客观的无参考的质量评价模型；最 后，在图像自寻优过程中，提出了迭代淘汰机制，克服了最速下降法在寻优过程易陷入局部最优的缺陷．实验表明，提 出的质量评价模型是可控的，且满足人眼视觉系统的视觉特性，同时，通过提出的迭代淘汰机制，降低了寻优过程的迭 代次数，保证了采集系统的实时性要求． 关键词： 静脉采集；质量评价；最速下降法；轮廓波分解

6 b7 c& x) q, l7 d0 D6 X       如何准确鉴定人的身份，保护信息安全，是信息化 时代必须解决的关键性问题．基于生物特征的身份识别 被认为是具有较高可靠性的技术，与其它生物特征相 比，手背静脉同时具有活体特征，内部特征，非接触式等 优点，使其具有较高的安全等级［１］．但由于静脉图像是 在特定波长的近红外光照射下获取的，其清晰度要低于 自然光下获取的图像，而采集的静脉图像质量将对识别 准确性产生较大影响，因此，对于如何获取高质量静脉 图像的研究将具有重要意义．
* V5 p/ ^8 Z: a! Z- p) E, b0 R, K# i附件下载：

游客，如果您要查看本帖隐藏内容请回复

) j& ?, c4 t6 X

KIObole

对于如何获取高质量静脉 图像的研究将具有重要意义