在采集虹膜图像样本时，会由于各种原因而出现不同类型的坏样本。由于现有的图像质量评估方法需要在虹膜定位或者粗定位之后，根据虹膜的清晰度或分辨率来进行判定，因此只能检测出特定类型的坏样本。为了能对各种类型坏样本进行检测，在分析坏样本产生原因和类型的基础上，提出了一种实时预评估网络的检测方法，即在定位或者粗定位处理之前，预先对缓存中的图像进行评估，再根据预评估检测的结果来决定是重新采集，还是进入后续的处理。其目的是，①节省现有的图像评估在定位处理上花费的时间和降低采集失败率，以提高识别系统的友好性；②减少因为坏样本的输入而导致的定位出错，以避免引起误识别的可能；③提高识别率的同时降低识别系统的注册失败率。实验结果表明，这种方法不仅可以检测出多种类型的坏样本，且检测错误率低，同时具有较高的评估速度，可以满足实时虹膜识别系统的要求。