可见光静脉显像图像的静脉线提取算法制造技术

本发明专利技术公开了一种可见光静脉显像图像的静脉线提取算法，属于信息感知与识别技术领域，现有的技术中还没有专门针对该类图像的静脉提取方法，本发明专利技术具体通过显像图像去噪和增强、Gabor滤波、跟踪种子点确定、静脉线跟踪、Frangi滤波、静脉线删减的步骤，利用本发明专利技术方法得到的静脉线连续性更好、噪声更少；发明专利技术针对可见光显像图像提出的基于线跟踪的静脉线提取算法，能够获得理想的静脉线。

【技术实现步骤摘要】
可见光静脉显像图像的静脉线提取算法
本专利技术属于信息感知与识别
，具体是一种可见光静脉显像图像的静脉线提取算法。
技术介绍
生物特征具有不易遗忘、防伪性能好、不易被盗、随身“携带”和随时随地可用等优点，因此利用人自身的生理和行为特征进行身份识别的生物特征识别技术具有广泛性、稳定性和唯一性，可以克服传统认证方法的缺陷，目前已成为国内外较为热门的研究方向。基于近红外图像的基于近红外图像的静脉识别是一种新型的生物特征识别技术，其中静脉特征的提取是极为关键的一步，特征提取的质量直接决定了最终的识别效果。相比于其它特征，静脉线特征更能反应出静脉的整体脉络模式，具有更好的区分度。近年来对于近红外图像静脉提取算法的研究有不少：Miura等(MiuraN,NagasakaA,MiyatakeT.Featureextractionoffingerveinpatternsbasedonrepeatedlinetrackinganditsapplicationtopersonalidentification[J].MachineVisionandApplications,2004,15(4):194-203.)首次提出重复线跟踪法获取手指静脉纹路，该算法首先随机选取大量的种子点，从每个种子点出发随机选择跟踪方向进行跟踪，满足一定条件时停止。Lajevardi等(LajevardiSM,ArakalaA,DavisS,etal.Handveinauthenticationusingbiometricgraphmatching[J].IETBiometrics,2014,3(4):302-313.)利用最大曲率法对手背近红外静脉图像进行分割，最后通过形态学方法得到细化后的静脉线。Zhang等(HengyiZhang*,ChaoyingTang,AdamsKong,NoahCraft,“MatchingVeinPatternsfromColorImagesforForensicInvestigation”,IEEEInternationalConferenceonBiometrics:Theory,ApplicationsandSystems,pp.77-84,WashingtonD.C.,USA,2012.)采用限制对比度自适应直方图均衡化方法增强手臂近红外图像，并对增强图像进行Gabor滤波，最后利用Otsu法对Gabor图像进行二值化提取静脉。康文雄等(康文雄,李华嵩,邓飞其.静脉灰度图像拓扑特征提取方法.中国科学:信息科学,2011,41:324–337.)利用方向场极值图提取出静脉主干，然后通过最大邻域点跟踪算法得到静脉分支，进而提取出所有的静脉。视网膜图像和冠状动脉造影图像中血管的提取与静脉的提取有相似之处。Yin等(YinY,AdelM,BourennaneS.Automaticsegmentationandmeasurementofvasculatureinretinalfundusimagesusingprobabilisticformulation[J].Computationalandmathematicalmethodsinmedicine,2013,2013.)利用贝叶斯最大后验准则确定血管边界点，对视网膜血管进行分割。董银梅等(董银梅,曹清,陈整,等.基于中轴线约束的最短路径的血管提取算法[J].计算机应用研究,2016,33(2):611-615.)利用最短路径算法和回溯累加法从冠状动脉血管造影图像中提取血管。Hoover等(HooverAD,KouznetsovaV,GoldbaumM.Locatingbloodvesselsinretinalimagesbypiecewisethresholdprobingofamatchedfilterresponse[J].IEEETransactionsonMedicalimaging,2000,19(3):203-210.)对匹配滤波后图像的区域特征进行分析，采用阈值递减搜索算法提取血管。传统的静脉识别必须依赖近红外成像设备，成本代价高且使用不便，Tang等(ChaoyingTang,AdamsWaiKinKong,N.C.Uncoveringveinpatternsfromcolorskinimagesforforensicanalysis[C].IEEEInternationalConferenceonComputerVisionandPatternRecognition,2011:665-672)提出一种基于光学和皮肤生理学的可见光图像静脉检测算法，仅由一台数码相机即可获得所需数据，复杂性和成本大大下降。但是，由可见光图像获得的显像结果往往含有很多噪声，与近红外图像相比，准确提取静脉线的具有很大难度更大，目前还没有专门针对该类显像图像的静脉提取方法。
技术实现思路
本专利技术针对上述现有技术中存在的问题，公开了一种可见光静脉显像图像的静脉线提取算法，以及现有技术中还没有专门针对该类图像的静脉提取方法。本专利技术针对可见光显像图像提出了一种基于线跟踪的静脉线提取算法，能够获得理想的静脉线。本专利技术是这样实现的：一种可见光静脉显像图像的静脉线提取算法，其特征在于，步骤如下：步骤一：对可见光显像结果进行初步去噪、增强；可见光显像结果中存在大量噪声，针对这一情况，利用降采样方法进行初步去噪。针对静脉边缘不清晰的问题，采用具有保留边缘特性的引导滤波对其进行处理，该算法可以克服高斯滤波无法区分背景噪声和边缘像素、容易破坏边缘结构的缺点。但是其结果与原图相比对比度有所下降，利用降采样方法进行初步去噪；采用限制对比度自适应直方图均衡化方法对滤波结果进行增强。步骤二：采用Gabor滤波器实部提取预处理后图像中的静脉信息；Gabor滤波器的频率和方向表达同人类视觉系统类似，在提取目标的局部空间和频率域信息方面具有良好的特性，因此被广泛应用于图像处理的许多领域，如纹理提取、边缘检测等，均取得了比较理想的结果。步骤三：跟踪种子点确定，利用局部梯度信息求取静脉线跟踪种子点的初始跟踪方向；步骤四：静脉线跟踪，静脉线的跟踪是一个迭代过程，在图像的种子点确定之后，从每个种子点开始沿相反方向跟踪两次，直到满足停止条件时跟踪终止；步骤五：Frangi滤波，利用Frangi滤波器和多尺度直线滤波器对图像进行处理，并对静脉线进行分割，最后根据分割后的静脉线和滤波后的图像对静脉线进行删减；步骤六：静脉线删减，采用多尺度直线滤波对Frangi滤波后的图像进行处理。进一步，所述的步骤一具体为：利用降采样方法进行初步去噪；采用限制对比度自适应直方图均衡化方法对滤波结果进行增强。进一步，所述的步骤三具体为：3.1，将图像上某坐标为(i,j)的像素的梯度的模和方向分别记为Gij和θij，设定(i0,j0)为准备进行追踪的特定点，由于向量在与其平行的方向上有最大的投影值，点(i0,j0)的M*N领域内所有点的梯度向量在该点处的主梯度方向上的投影之和应取得最大值；3.2，点(i0,j0)处主梯度的方向角用θg表示，则邻域内梯度投影和的函数表示式如下所示：其中，Gij和θij分别是像素(i,j)的梯度本文档来自技高网...

【技术保护点】
1.一种可见光静脉显像图像的静脉线提取算法，其特征在于，步骤如下：步骤一：对可见光显像结果进行初步去噪、增强；步骤二：采用Gabor滤波器实部提取预处理后图像中的静脉信息；步骤三：跟踪种子点确定，利用局部梯度信息求取静脉线跟踪种子点的初始跟踪方向；步骤四：静脉线跟踪，在图像的种子点确定之后，从每个种子点开始沿相反方向跟踪两次，直到满足停止条件时跟踪终止；步骤五：Frangi滤波，利用Frangi滤波器和多尺度直线滤波器对图像进行处理，并对静脉线进行分割，最后根据分割后的静脉线和滤波后的图像对静脉线进行删减；步骤六：静脉线删减，采用多尺度直线滤波对Frangi滤波后的图像进行处理。

【技术特征摘要】
1.一种可见光静脉显像图像的静脉线提取算法，其特征在于，步骤如下：步骤一：对可见光显像结果进行初步去噪、增强；步骤二：采用Gabor滤波器实部提取预处理后图像中的静脉信息；步骤三：跟踪种子点确定，利用局部梯度信息求取静脉线跟踪种子点的初始跟踪方向；步骤四：静脉线跟踪，在图像的种子点确定之后，从每个种子点开始沿相反方向跟踪两次，直到满足停止条件时跟踪终止；步骤五：Frangi滤波，利用Frangi滤波器和多尺度直线滤波器对图像进行处理，并对静脉线进行分割，最后根据分割后的静脉线和滤波后的图像对静脉线进行删减；步骤六：静脉线删减，采用多尺度直线滤波对Frangi滤波后的图像进行处理。2.根据权利要求1所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，所述的步骤一具体为：利用降采样方法进行初步去噪；采用限制对比度自适应直方图均衡化方法对滤波结果进行增强。3.根据权利要求1所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，所述的步骤三具体为：3.1，将图像上某坐标为(i,j)的像素的梯度的模和方向分别记为Gij和θij，设定(i0,j0)为准备进行追踪的特定点，点(i0,j0)的M*N领域内所有点的梯度向量在该点处的主梯度方向上的投影之和应取得最大值；3.2，点(i0,j0)处主梯度的方向角用θg表示，则邻域内梯度投影和的函数表示式如下所示：其中Gij和θij分别是像素(i,j)的梯度的模和方向；M和N表示邻域的大小；对公式(1)求导，并令F′(θg)＝0，此时θg的表达式如下所示：3.3，点(i0,j0)处的主梯度方向垂直于该点处的血管方向，点(i0,j0)处的静脉的方向角γi0j0可以利用下式进行估计：点(i0,j0)处的静脉方向可由以下单位向量描述：4.根据权利要求3所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，所述的步骤三中，首先确定一系列的图像初始种子点，再从一系列的种子点出发对静脉进行跟踪，最终结合所有种子点的跟踪结果获得静脉线。5.根据权利要求4所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，所述的确定图像的初始种子点步骤为：首先，用一系列间距相等的水平线和垂直线将图像划分为若干网格区；然后沿着这些网格线逐行逐列地寻找线上的灰度极大值点，将这些点作为候选的初始种子点。6.根据权利要求3～5任一所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，采用全局和局部两个阈值对种子点进行筛选，步骤如下：首先利用Otsu...

【专利技术属性】
技术研发人员：唐超颖，王彪，陈晓腾，高昊昇，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32