第4期 王科俊，等：手指静脉图像质量评价介 327· 量进行评估十分重要，可以减少一些不必要的计算， Graphics,1998,3(5)1:236-239 提高了整个系统的识别效率. DAUGMAN J.Statistical richness of visual phase informa- tion:update on recognizing persons by iris patterns[].In 3静脉图像的评价结果分类 ternational Journal Computer Vision,2001,45(1)):25-38. [6]ZHANG G,SALGANICOFF M.Method of measuring the 本文将最终的评价结果分为以下几类。 focus of close-up images of eyes [P].United States,. )图像质量良好：静脉有效区域位于图像区域 5953440.1999. 中心，图像清晰，具有适当的灰度和色度信息.此时 7LI Ma,TAN Tieniu,WANG Yunhong.Personal identifica 的识别结果将非常可靠。 tion based on iris texture analysis[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(12)): )图像质量较好：采集区域足够大，有效静脉 1519-1533. 区域位于图像中心，静脉区域分布不合理，过于靠近 [8]Rudolf Marten Bolle.System and methods for determing 图像边缘，则需要在特征提取过程中标记质量不好 the quality of fingerprint images[P].United States patent 的区域中所提取到的特征点，在后继的匹配算法中 mumber US596356(1999). 对其进行更加细致的考察， 9]]胡杨庆，童卫清.人脸图像质量评价法[门].现代计算机： )图像质量不好：采集区域不够大或静脉区域 专业版，2007(12)：43-45 分布不合理，边缘模糊，灰度色度分布不均，此时最 HU Yangqing,TONG Weiqing.Assessment of human-face image quality[J].Modern Computer,2007(12):4345 终的识别结果将不可靠， [0]熊新炎.基于指纹和手背静脉的多模态生物特征识别 4结束语 系统研究D)]1哈尔滨：哈尔滨工程大学，2007：55-58 XIONG Xinyan.Study of the multibiometric-systems based 根据人类视觉特性对图像的认知功能特征，首 on fingerprint and hand vein[D].Harbin::Harbin Engi- 次提出了手指静脉图像质量评价标准，包括分别求 neering Universit,2007::55-58. 11]崔建江，王立辉，陈大力，潘峰.基于近红外图像质量 取手指静脉图像的对比度、位置偏移、有效区域、方 评价的静脉图像采集系统[].东北大学学报：：自然科 向模糊质量分数、信息熵，建立了手指静脉图像质量 学版，2009,30(8)1：1099-1102 评价函数，并且无需参考图像之间的互相计算，就可 CUI Jianjiang.WANG Lihui.CHEN Dali.PAN Feng.On 进行手指静脉图像的质量评价.不仅可以将定量的 the vein image capturing system based on near-infrared im- 图像质量评价结果作为反馈环节，获取理想的近红 age quality assessment[J].Journal of Northeastern Univer- sity:Narural Science,2009,30(8)):1099-1102 外图像，减小后续图像处理工作，提高识别系统的整 [☑]姜丹.信息论与编码[M].合肥：中国科学技术大学出 体性能和运行速度，而且可以图像质量分数设计权 版社，2004：101-105. 重因子，使识别结果更为可靠.还有一些问题值得继 [3]王科俊，袁智.基于小波矩融合PCA变换的手指静脉识 续探索：对扭曲、变形的静脉进行评价还有待于进一 别方法[刀.模式识别与人工智能，2007,20(5)：692 步研究.另外，对于如何在手指静脉图像质量的评价 697. 指标基础上，降低计算的复杂度也值得关注。 WANG Kejun,YUAN Zhi.Finger vein recognition based on wavelet moment fused with PCA transform[J].Pattern 参考文献： Recognition and Artificial Intelligence,2007,20(5)): 692-697. []周景超，戴汝为，肖柏华.图像质量评价研究综述[J】.计 作者简介： 算机科学，2008,35(7))：14. 王科俊，男，1962年生，教授，博士 ZHOU Jingchao,DAI Ruwei,XIAO Baihua.Overview of 生导师，博士.模式识别与智能系统学 image quality assessment research[]].Computer Science, 科带头人，主要研究方向为模糊混沌神 2008.35(7):14. 经网络、自适应逆控制理论、可拓控制、 2]WANG Z,SHEIKH H R,BOVIK A C.No-reference per- 网络智能控制、模式识别、多模态生物 ceptual quality assessment of JPEG compressed images 特征识别、联脱机指纹考试身份鉴别系 C ]//Proceedings of IEEE International Conference on Im- 统、微小型机器人系统.发表学术论文 age Processing.New York,USA::EEE,2002,1:477- 180余篇，出版学术专著3部，国防教材1部，主审教材2部. 480. [3]HONG L.Automatic personal identification using finger- 刘靖宇，女，1982年生，博士研究 prints[D].Michigan State University,1998 生，主要研究方向为模式识别、生物特 回]魏政刚，袁杰辉图像质量评价方法的历史、现状和未来 征识别.申请专利3项，已录用学术论 [0.中国图像图形学报，1998,35)：236239. 文3篇. WEI Zhenggang,YUAN Jiehui.The history.status and fu- ure of image quality evaluation[J].Joural of Image and根据人类视觉特性对图像的认知功能特征,首 次提出了手指静脉图像质量评价标准,包括分别求 取手指静脉图像的对比度、位置偏移、有效区域、方 向模糊质量分数、信息熵,建立了手指静脉图像质量 评价函数,并且无需参考图像之间的互相计算,就可 进行手指静脉图像的质量评价.不仅可以将定量的 图像质量评价结果作为反馈环节,获取理想的近红 外图像,减小后续图像处理工作,提高识别系统的整 体性能和运行速度,而且可以图像质量分数设计权 重因子,使识别结果更为可靠.还有一些问题值得继 续探索: 对扭曲、变形的静脉进行评价还有待于进一 步研究.另外,对于如何在手指静脉图像质量的评价 指标基础上,降低计算的复杂度也值得关注. 刘靖宇,女,1982年生,博士研究 生,主要研究方向为模式识别、生物特 征识别.申请专利3项,已录用学术论 文3篇. [2] WANG Z, SHEIKH H R,BOVIK A C. No-reference per￾ceptual quality assessment of JPEG compressed images C ]//Proceedings of IEEE International Conference on Im￾age Processing. New York,USA: EEE,2002,1: 477- 480. 作者简介: 2) 图像质量较好: 采集区域足够大,有效静脉 区域位于图像中心,静脉区域分布不合理,过于靠近 图像边缘,则需要在特征提取过程中标记质量不好 的区域中所提取到的特征点,在后继的匹配算法中 对其进行更加细致的考察. 量进行评估十分重要,可以减少一些不必要的计算, 提高了整个系统的识别效率. WANG Kejun,YUAN Zhi. Finger vein recognition based on wavelet moment fused with PCA transform[J]. Pattern Recognition and Artificial Intelligence,2007,20(5) : 692-697. 4结束语 [7] LI Ma,TAN Tieniu,WANG Yunhong. Personal identifica￾tion based on iris texture analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(12) : 1519-1533. [8] Rudolf Marten Bolle. System and methods for determing the quality of fingerprint images[ P] . United States patent mumber US596356(1999). 参考文献: 3静脉图像的评价结果分类 9] 胡杨庆,童卫清.人脸图像质量评价法[J] .现代计算机: 专业版,2007(12) : 43-45. 王科俊,男,1962年生,教授,博士 生导师,博士.模式识别与智能系统学 科带头人.主要研究方向为模糊混沌神 经网络、自适应逆控制理论、可拓控制、 网络智能控制、模式识别、多模态生物 特征识别、联脱机指纹考试身份鉴别系 统、微小型机器人系统.发表学术论文 180余篇,出版学术专著3部,国防教材1部,主审教材2部. 本文将最终的评价结果分为以下几类. [13] 王科俊,袁智.基于小波矩融合PCA变换的手指静脉识 别方法[J].模式识别与人工智能,2007,20(5) : 692- 697. [10] 熊新炎.基于指纹和手背静脉的多模态生物特征识别 系统研究[D]].哈尔滨: 哈尔滨工程大学,2007: 55-58. XIONG Xinyan. Study of the multibiometric-systems based on fingerprint and hand vein[ D]. Harbin: Harbin Engi￾neering Universit,2007: 55-58. [6] ZHANG G,SALGANICOFF M. Method of measuring the focus of close-up images of eyes [P]. United States, 5953440,1999. HU Yangqing ,TONG Weiqing. Assessment of human-face image quality[J]. Modern Computer,2007(12) : 43-45. 王科俊,等: 手指静脉图像质量评价 327· CUI Jianjiang,WANG Lihui,CHEN Dali,PAN Feng. On the vein image capturing system based on near-infrared im￾age quality assessment[J] . Journal of Northeastern Univer￾sity: Narural Science,2009,30(8) : 1099-1102. ZHOU Jingchao,DAI Ruwei,XIAO Baihua. Overview of image quality assessment research[J] . Computer Science, 2008,35(7) :14. [1] 周景超,戴汝为,肖柏华.图像质量评价研究综述[J].计 算机科学,2008,35(7) :14. [5] DAUGMAN J. Statistical richness of visual phase informa￾tion: update on recognizing persons by iris patterns[J] . In￾ternational Journal Computer Vision,2001,45(1) :25-38. 11] 崔建江,王立辉,陈大力,潘峰.基于近红外图像质量 评价的静脉图像采集系统[J].东北大学学报: 自然科 学版,2009,30(8) : 1099-1102. Graphics,1998,3(5) : 236-239. WEI Zhenggang,YUAN Jiehui. The history,status and fu￾ure of image quality evaluation[J]. Joural of Image and 3) 图像质量不好: 采集区域不够大或静脉区域 分布不合理,边缘模糊,灰度色度分布不均,此时最 终的识别结果将不可靠. 1) 图像质量良好: 静脉有效区域位于图像区域 中心,图像清晰,具有适当的灰度和色度信息.此时 的识别结果将非常可靠. [12] 姜丹.信息论与编码[M] .合肥: 中国科学技术大学出 版社,2004: 101-105. [3] HONG L. Automatic personal identification using finger￾prints[ D] . Michigan State University,1998. [4] 魏政刚,袁杰辉.图像质量评价方法的历史、现状和未来 [J].中国图像图形学报,1998,35) : 236-239. 第4期