基于方向谷形检测的指静脉图像分割方法及其系统、终端技术方案

本发明专利技术公开了一种基于方向谷形检测的指静脉图像分割方法及其系统、终端，包括以下步骤：步骤1，接收图像采集模块采集的指静脉图像；步骤2，对截取的指静脉图像进行脊波变换作图像增强处理；步骤3，针对增强处理后的静脉图像提取谷形区域；步骤4，将得到的静脉图像分为三个区域：背景区、模糊区、前景区，并对该三个区域进行三次的阈值分割处理；步骤5，将得到的分割图像进行边缘检测，输出处理后的分割图像。本发明专利技术的系统及方法根据静脉图像中的蕴涵的一些内在信息如形状、阶跃性质、方向等特点而提出的一种算法，能够准确的提取图像中感兴趣的静脉特征，减少提取错误特征。

【技术实现步骤摘要】
基于方向谷形检测的指静脉图像分割方法及其系统、终端
本专利技术涉及图像分割领域，具体为一种基于方向谷形检测的指静脉图像分割方法及其系统、终端。
技术介绍
图像分割是指将图像中包含重要信息的部分与其背景进行分离，从而把图像中具有重要含义的对象、感兴趣的目标物体提取出来，进而对图像进行很好的理解。对手指静脉图像进行分割处理，不但可以加快特征提取的速度，而且也增加了对低质量手指静脉图像特征提取的准确率，这些将非常有利于提高识别率。虽然己经研究出很多的图像分割算法，但是在手指静脉识别方面，图像分割的算法还是很缺乏的，因为在手指静脉图像中存在一些低质量的纹路区域，这些区域不易分割，如果算法效果不够好把这些区域归类于背景，那么部分手指静脉特征将被丢失，即使把这些区域归类为特征区域，因其质量比较差，不但不能从中提取出有用的特征信息，而且会对特征提取结果造成很大的干扰，从而降低了手指静脉的识别率。
技术实现思路
本专利技术目的在于提供一种基于方向谷形检测的指静脉图像分割方法及其系统、终端，本专利技术的系统及方法是根据静脉图像中的蕴涵的一些内在信息如形状、阶跃性质、方向等特点而提出的一种算法，能够准确的提取图像中感兴趣的静脉特征，减少提取错误特征。为了达到上述目的，本专利技术的技术方案有：一种基于方向谷形检测的指静脉图像分割方法，包括以下步骤：步骤1，接收图像采集模块采集的指静脉图像；步骤2，对截取的指静脉图像进行脊波变换作图像增强处理；步骤3，针对增强处理后的静脉图像提取谷形区域；步骤4，将得到的静脉图像分为三个区域：背景区、模糊区、前景区，并对该三个区域进行三次的阈值分割处理；步骤5，将得到的分割图像进行边缘检测，输出处理后的分割图像。进一步的，所述步骤3包括：对指静脉图像的每一个像素，在以该像素为中心的9X9窗口内，把静脉的走向分为8个方向，然后根据8个方向设计8个谷形检测算子；利用8个方向的谷形检测算子分别对每个像素点9X9的邻域内的点相乘，然后对积累加求和，最后将最大的累加和作为该点像素的灰度值，得到一个图像，其中大于零的值处于谷形区域，小于等于零的值处于非谷形区域。通过设计一种算子来提取指静脉图像的谷形区域，得到含有静脉特征的图像，便于后续对指静脉图像的处理。再进一步的，所述步骤4的阈值分割处理步骤包括：对静脉图像进行第一次阈值分割，去掉指静脉图像的背景区；对静脉图像进行第二次阈值分割，保留指静脉图像的前景区；对静脉图像进行第三次阈值分割，对模糊区图像进行图像增强，再对增强后的模糊区图像进行再次进行阈值分割，提取模糊区的静脉特征。通过阈值分割形成的三个区域，其中背景区不含或含有较少的静脉特征；在去除背景区的静脉图像中进行再次阈值分割，保留静脉图像中的前景区；再将分割出的模糊区进行图像增强处理，使图像清晰化，尽可能多的保留静脉特征信息，然后再次对增强后的模糊区进行阈值分割，得到模糊区内的静脉特征，最后输出经过分割的含有静脉特征的分割图像。再进一步的，所述阈值分割方法为均值法、NiBlack法或迭代法。所述均值法分割出的静脉图像的大部分静脉特征，包含的噪声不是很多，纹路比较平滑；NiBlack均值法分割出的静脉图像特征的连通度较好，包含的噪声不多；迭代法分割出的手指静脉图像连通度没有前两者好，有的地方会断开。再进一步的，所述图像增强方法包括以下步骤：S1，通过小波变换得到指静脉图像中的高频子带；S2，对S1中获得的高频子带进行有限脊波变换；S3，通过修改阈值的方法，建立新的高频子带阈值；S4，根据新的阈值，用新的非线性系数去处理脊波域中的子带系数；S5，在高频子带上做有限脊波反变换；S6，通过小波域中子频带的系数重建指静脉图像，形成增强图像。为了便于分割指静脉图像中的静脉特征，有必要在对指静脉图像进行图像分割之前和过程之中对指静脉图像进行增强处理，使图像更加清晰化，在进行阈值分割时也更加方便快捷，而且在图像分割之后也能保留更多的静脉特征信息。再进一步的，所述边缘检测为去除孤立的点，首先把分割图像分成不同的连通区域，在每个连通区域内计算连通区域的面积和纵向跨度，然后为两者选取阈值，根据阈值来去除那些孤立的点。静脉特征连通性比较好，所占的区域面积比较大，而且在纵向上有很大的跨度，而在横向上跨度相对来说比较小，而那些孤立的点其纵向跨度与横向跨度相比较而言，差别比较小，而且所占的区域面积比较小，因此可以根据这些不同来把那些孤立的点给去除掉，使分割出的指静脉图像更加清晰，方便后续对至静脉图像的分析和处理。再进一步的，所述边缘检测为去除分割图像中的毛刺,采用中值滤波的方式进行去除分割图像中的毛刺。中值滤波是一种非线性的滤波方式，由线性滤波器产生的模糊的图像细节可以在一定程度上被这种滤波方式克服，同时滤波脉冲干扰和图像扫描噪声使用这种方法后的效果也比较好，中值滤波处理时，把模板窗口中心位置在图像上逐像素点的去做卷积，然后用该点的一个邻域中各点值的中值代替数字图像或数字序列中一点的值，以使得周围的像素值与真实值比较接近，以此来消除独立的噪声点。对静脉图像进行中值滤波以后，其边界变得比较平滑和清晰，使分割出的指静脉图像更加清晰，方便后续对至静脉图像的分析和处理。再进一步的，所述边缘检测为填充细小孔洞，计算背景区内黑色区域的面积来填充孔洞，为黑色区域面积设置一个阈值，如果区域面积小于这个阈值，则该区域被添置为白色，来消除细小孔洞。小孔洞出现在静脉特征区内或者静脉特征的边界部分，如果不对这些细小孔洞进行填充，在图像细化过程中就会出现一些小的闭合曲线，这样就会增加伪特征点的个数，因此，在进行后续处理以前，需要对这些小的孔洞进行填充，使其于静脉特征成为一体。一种基于方向谷形检测的指静脉图像分割系统，包括：图像采集模块，所述图像采集模块包括摄像头、红外光源及控制电路；输出模块，所述输出模块包括人机界面和/或输出接口，输出增强图像；以及控制器，所述控制器包括存储器、处理器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于方向谷形检测的指静脉图像分割系统。一种手指静脉识别与安全认证终端，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时实现上述的基于方向谷形检测的指静脉图像分割方法。初始静脉分割图像中不但会存在一些独立的、块状的点，被称为“盐噪声”，而且还可能存在一些小的孔洞和毛刺，因此为了便于后续的细化处理以及静脉特征提取，很有必要采取下述步骤去除这些孤立的点和噪声，并填充那些小的孔洞，使得静脉图像更加平滑与清晰。本专利技术的一种基于方向谷形检测的指静脉图像分割方法及其系统、终端，该方法对三个不同的区域进行了不同的处理，对模糊区不但进行了图像增强，使其清晰化，而且又进行了一次分割，尽可能多的保留了静脉特征信息。就算对于低质量的图像的处理在图像分割过程中有一些误差，但是最后提取到的静脉特征还是比较清晰的，而且提取出的静脉图像的连通度、平滑度都很好，噪声也非常的少。这种方法不但适用于高质量的静脉图像，而且也适用于低质量的静脉图像，为静脉的图特征提取提供了很好的条件，具有很大的适用价值。附图说明图1为四组尺度归一化的指静脉图像经过图像分割后输出的图像分割图像；图2为四组尺度归一化的指静本文档来自技高网...

【技术保护点】
一种基于方向谷形检测的指静脉图像分割方法，其特征在于，包括以下步骤：步骤1，接收图像采集模块采集的指静脉图像；步骤2，对截取的指静脉图像进行脊波变换作图像增强处理；步骤3，针对增强处理后的静脉图像提取谷形区域；步骤4，将得到的静脉图像分为三个区域：背景区、模糊区、前景区，并对该三个区域进行三次的阈值分割处理；步骤5，将得到的分割图像进行边缘检测，输出处理后的分割图像。

【技术特征摘要】
1.一种基于方向谷形检测的指静脉图像分割方法，其特征在于，包括以下步骤：步骤1，接收图像采集模块采集的指静脉图像；步骤2，对截取的指静脉图像进行脊波变换作图像增强处理；步骤3，针对增强处理后的静脉图像提取谷形区域；步骤4，将得到的静脉图像分为三个区域：背景区、模糊区、前景区，并对该三个区域进行三次的阈值分割处理；步骤5，将得到的分割图像进行边缘检测，输出处理后的分割图像。2.根据权利要求1所述的指静脉图像分割方法，其特征在于，所述步骤3包括：对指静脉图像的每一个像素，在以该像素为中心的9X9窗口内，把静脉的走向分为8个方向，然后根据8个方向设计8个谷形检测算子；利用8个方向的谷形检测算子分别对每个像素点9X9的邻域内的点相乘，然后对积累加求和，最后将最大的累加和作为该点像素的灰度值，得到一个图像，其中大于零的值处于谷形区域，小于等于零的值处于非谷形区域。3.根据权利要求1所述的指静脉图像分割方法，其特征在于，所述步骤4的阈值分割处理步骤包括：对静脉图像进行第一次阈值分割，去掉指静脉图像的背景区；对静脉图像进行第二次阈值分割，保留指静脉图像的前景区；对静脉图像进行第三次阈值分割，对模糊区图像进行图像增强，再对增强后的模糊区图像进行再次进行阈值分割，提取模糊区的静脉特征。4.根据权利要求3所述的指静脉图像分割方法，其特征在于，所述阈值分割方法为均值法、NiBlack法或迭代法。5.根据权利要求1或3所述的指静脉图像分割方法，其特征在于，所述图像增强方法包括以下步骤：S1，通过小波变换得到指静脉图像中的高频子带；S2，对S1中获得的高频子带进...

【专利技术属性】
技术研发人员：龙安川，唐忞旻，曾尧，张燕妮，
申请(专利权)人：深圳市金城保密技术有限公司，
类型：发明
国别省市：广东,44