(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111662783.6 (22)申请日 2021.12.31 (71)申请人 北京无线电计量测试研究所 地址 100854 北京市海淀区永定路5 0号12 号楼 (72)发明人 郭梁　甄玉龙　杨帆　刘伟　倪娜　 李雪　杨昆　陈涛　马玉林　王悦　 汪左成　 (74)专利代理 机构 中国航天科工集团公司专利 中心 11024 代理人 张国虹 (51)Int.Cl. G06V 40/18(2022.01) G06V 10/28(2022.01) G06T 7/00(2017.01)G06T 7/62(2017.01) G06T 7/66(2017.01) (54)发明名称 虹膜采集图片的质量评估方法和系统 (57)摘要 本发明涉及一种虹膜采集图片的质量评估 方法和系统， 方法包括： 确定所述待评估虹膜图 片中的瞳孔中心和瞳孔半径； 根据所述瞳孔中心 和所述瞳孔 半径， 确定所述待评估虹膜图片中虹 膜外轮廓对应的拟合圆的半径， 并将该半径作为 虹膜半径； 计算第一评分值， 根据所述拟合圆， 计 算第二评分值， 根据所述待评估虹膜图像中的各 个像素点， 计算第三评分值， 计算所述待评估虹 膜图片的综合评分值； 根据所述第一评分值、 所 述第二评分值、 所述第三评分值和所述综合评分 值， 对所述待评估虹膜图片的质量进行评估。 通 过本发明可以快速评估采集到的虹膜 图片的质 量， 剔除掉低质量的图片， 保证库中录入的均为 高质量的虹膜图片。 权利要求书4页 说明书13页 附图6页 CN 114419723 A 2022.04.29 CN 114419723 A 1.一种虹膜采集图片的质量评估方法， 其特 征在于， 包括： 确定所述待评估虹膜图片中的瞳孔中心和瞳孔半径； 根据所述瞳孔中心和所述瞳孔半径， 确定所述待评估虹膜图片中虹膜外轮廓对应的拟 合圆的半径， 并将该半径作为虹膜半径； 根据所述瞳孔半径和所述虹膜半径， 计算第一评分值， 所述第一评分值用于对所述待 评估虹膜图片中虹膜有效面积大小 进行评估； 根据所述拟合圆， 计算第二评分值， 所述第二评分值用于表示所述待评估虹膜图片中 虹膜被遮挡区域的大小 进行评估； 根据所述待评估虹膜图像中的各个像素点， 计算第三评分值， 所述第三评分值用于对 所述待评估虹膜图片的清晰度进行评估； 根据所述第一评分值、 所述第二评分值和所述第三评分值， 计算所述待评估虹膜图片 的综合评分值； 根据所述第一评分值、 所述第 二评分值、 所述第 三评分值和所述综合评分值， 对所述待 评估虹膜图片的质量进行评估。 2.根据权利要求1所述的方法， 其特征在于， 所述确定所述待评估虹膜图片中的瞳孔中 心和瞳孔半径之前， 所述方法还 包括： 对所述待评估虹膜图片中的光斑区域进行填充； 其中， 所述对所述待评估虹膜图片中的光斑区域进行填充， 包括： 对所述待评估虹膜图片进行二值化处理， 得到二值化图像， 并在所述二值化图像中寻 找所包含像素点均为白色像素点的连通 域； 在各个连通域中查找满足第 一预设条件的连通域， 将满足所述第 一预设条件的连通域 作为光斑区域， 将所述待评估虹膜图片中所述光斑区域中所有的白色像素点替换为黑色像 素点， 以实现对所述待评估虹膜图片中所述光斑区域的填充； 其中， 第一预设条件包括所述 连通域的周围像素点中黑色像素点的个数 大于预设数量。 3.根据权利要求2所述的方法， 其特征在于， 所述在各个连通域中查找满足第 一预设条 件的连通 域， 将满足所述第一预设条件的连通 域作为光斑区域， 包括： 计算每一个所述连通 域的中心点； 在所述二值化图像中的每一个所述连通域中选取对应的预设区域， 若所述预设区域内 黑色像素点的个数大于所述预设数量， 则所述预设区域对应的连通域为所述光斑区域； 其 中， 所述预设区域为以对应的所述连通域的中心点为中心， 且边长为预设边长的正方形区 域。 4.根据权利要求2所述的方法， 其特征在于， 所述确定所述待评估虹膜图片中的瞳孔中 心和瞳孔半径， 包括： S1、 确定所述瞳孔半径的取值范围， 将所述取值范围中的最小值作为初始半径； S2、 生成所述当前半径对应的垂直环形模板和水平环形模板； 将填充所述光斑区域的 待评估虹膜图片分别与垂直方向的索贝尔算子和水平方向的索贝尔算子进行二维卷积处 理， 得到垂直方向对应的第一梯度图像和水平方向对应的第二梯度图像； 将所述垂直环形 模板和所述第一梯度图像进行卷积， 得到第一图像； 将所述水平环形模板和所述第二梯度 图像进行 卷积， 得到第二图像； 将所述第一图像和所述第二图像进行求和， 得到第三图像； S3、 生成所述当前半径对应的蝶形模板； 将所述蝶形模板和填充所述光斑区域的待评权　利　要　求　书 1/4 页 2 CN 114419723 A 2估虹膜图片进行二维卷积处 理， 得到第四图像； S4、 将所述第三图像和所述第四图像求和， 得到所述当前半径对应的所述第五图像； S5、 在所述当前半径对应的所述第五图像 中找出最大像素值以及所述最大像素值对应 的像素点， 将所述当前半径对应的所述第五图像中的最大像素值作为所述当前半径对应的 局部最大像素值； S6、 判断所述当前半径是否为所述预设范围内的最大值； 若是， 则在所述预设范围内的各个半径对应的局部最大像素值中选择出最大像素值， 将该最大像素值作为整体最大像素值， 将所述整体最大像素值对应的半径作为所述瞳孔半 径， 将所述整体最大像素值对应的像素点作为所述瞳孔中心； 否则， 将所述当前半径加1， 以实现对所述当前半径的更新， 并返回到S2。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述瞳孔中心和所述瞳孔半径， 确定所述待评估虹膜图片 中虹膜外轮廓对应的拟合圆的半径， 并将该半径作为虹膜半径， 包括： 在所述待评估虹膜图片中选取环形区域， 将所述环形区域进行极坐标展开， 得到对应 的矩形展开图像； 其中， 所述环形区域的中心 为所述瞳孔中心， 所述环形区域的内环半径 为 所述瞳孔半径， 所述环形区域的外环半径为预设的虹膜最大半径； 所述矩形展开图像的横 坐标为角度， 总坐标为半径； 将预设的高斯锐化模板和所述矩形展开图像进行二维卷积处理， 得到对应的第六图 像； 根据所述第六图像， 生成对应的垂直梯度图像， 记为第七图像； 所述第七图像 中的横坐 标为角度， 纵坐标为半径， 每一个 像素点对应的像素值 为对应角度和半径下的垂直梯度值； 设置列数n的初始值为2， 执行如 下步骤： S01、 计算所述第七图像中第n列中的每一个像 素点的垂直梯度值和第n ‑1列中对应的多个累加梯度值中的最大累加梯度值求和， 得到算 第n列中每一个像素点的累加梯度值； S02、 将n加1， 以实现对n的更新； 若更新后的n大于N， 则根据各个列中各个像素点对应的累加梯度值形成累加梯度图像， 记为第八图像； 若n小于 等于N， 则返回到S01； N为所述第七图像的总列数； 其中， 第1列中的各个像素点的累加梯度 值为垂直梯度值； 第1行第n列中每一个像素点对应的所述多个累加梯度值包括： 第1行第n ‑ 1列中像素点的累加梯度值和第2行第n ‑1列中像素点的累加梯度值； 最后1行中第n列中每 一个像素点对应的所述多个累加梯度值包括： 最后一行第n ‑1列中像素点的累加梯度值和 倒数第2行第n ‑1列中像素点的累加梯度值； 除了第1行、 最后1行和第1列中的像素点之外的 第r行第n列中每一个像素点对应的所述多个累加梯度值包括第n ‑1列第r‑1行的像素点的 累加梯度值、 第n ‑1列第r行的像素点的累加梯度值和第n ‑1列第r+1行的像素点的累加梯度 值； 设置列数n的初始值为N， 执行如 下步骤： S11、 在所述第八图像 中的第n列中选择出最优 半径值； S12、 将所述第n列的最优半径值在第n ‑1列中对应的多个 半径值中选择出所述第n ‑ 1列对应的最优半径值； S13、 将n减一， 以实现对列数n的更新， 若n不为0则返回S11， 若n为0 则输出所述第八图像中各个列对应的最优半径值以及各个列对应的角度； 其中， 一个列中 的最优半径值为该列中累加梯度值最大的像素点对应的半径 值； 第1行第n列的最优半径 值 在第n‑1列中对应的多个半径值包括： 第n列的最优半径值和第n列的最优半径值+1； 最后1权　利　要　求　书 2/4 页 3 CN 114419723 A 3