虹膜識別是近年發(fā)展起來的一種新型生物特征識別方法。與指紋識別、人臉識別和語音識別等其它生物特征識別方法相比，虹膜識別在準確性、唯一性、穩(wěn)定性、可采集性和非侵犯性等方面具有更強的優(yōu)勢。在實際應用中，虹膜識別系統(tǒng)的識別效果與采集的圖像質量密切相關。虹膜圖像在采集過程中往往容易出現(xiàn)運動模糊、失焦、眼瞼遮擋等異常情況，這些情況將會使得虹膜識別系統(tǒng)難以做出準確的判斷，嚴重影響識別效果。為了提高識別準確率，當采集到一幅虹膜圖像后，需要對虹膜圖像進行質量評價，檢驗虹膜圖像是否合格，以篩選掉采集效果不佳的圖像，保證后續(xù)操作的順利進行。目前，已有不少工作研究虹膜識別中的圖像質量評價方法。 Daugman 通過計算虹膜圖像二維傅里葉頻譜中的高頻段能量來評估虹膜圖像的清晰程度。Ma 等 將虹膜圖像的二維傅里葉頻譜劃分為高、中、低頻段后，用虹膜區(qū)域總的頻譜能量來區(qū)分未遮擋和嚴重遮擋的虹膜圖像， 用中頻段能量與其他頻率能量的比值來區(qū)分清晰和模糊的虹膜圖像。陸旭光等 提出基于視覺感興趣區(qū)的圖像質量評價方法， 該方法通過分析影響視覺興趣性的亮度、灰度、面積等因素，得出不同區(qū)域的興趣性加權系數(shù)，對客觀圖像質量進行評價。文獻 4 提出對虹膜圖像空間濾波后，分別使用傅里葉頻譜高頻、垂直高頻能量來評估離焦模糊和運動模糊程度， 用虹膜區(qū)域的平均灰度值來判斷虹膜是否存在遮擋。文獻 5 提出對虹膜圖像進行二級小波分解后，計算小波系數(shù)的方差來區(qū)分清晰和模糊圖像， 用高頻子帶圖像中小于某灰度閾值的像素個數(shù)來估計虹膜遮擋程度。文獻 6 提出對虹膜圖像進行小波包分解， 選取高頻分量分布最集中的子頻帶能量來評估虹膜紋理的清晰程度。