【技术实现步骤摘要】
一种用于低质量指静脉图像的手指上下边缘独立检测方法
本专利技术涉及一种生物识别领域中的手指静脉识别技术,特别涉及一种用于低质量指静脉图像的手指上下边缘独立检测方法。
技术介绍
基于生物特征的识别验证系统已成为人们日常生活中不可或缺的部分。生物识别安全系统是基于人体不同的物理特征而建立的,具有很高的安全性,对不同对象的特征具有很好的区分性。指静脉是其中一种重要的生物特征,其存在于人体手指内,可通过非接触式操作获得,应用便捷。因其为活体生物特征,具有好的安全性和抗伪造能力。边缘检测对手指静脉感兴趣区域提取和识别过程影响重大,是手指静脉生物识别系统预处理最基本和必要的环节。边缘检测的重要性体现在:首先静脉图像获取装置来源多样,导致获取的指静脉图像质量存在较大差别,主要体现在不均匀光照和复杂背景两方面;其次,人将手指放在图像采集设备上时会存在不同的手指形态,一方面会产生对准错误和旋转等形变,同时也会引入较强的噪声,造成静脉区域的照明更加不均匀。上述因素使得手指边缘检测困难,可能导致错误的感兴趣区域分割和特征提取,造成错误的匹配。近年来,国内外学者针对指静脉边缘检测与手指区域分割提出了多项成果,但仍存在不少问题。2013年,YuLu等人在《SENSORS》杂志上发表论文《RobustFingerVeinROILocalizationBasedonFlexibleSegmentation》,在感兴趣区域分割问题上考虑了指静脉图像存在的形变、散射、复杂背景、不均匀光照等因素,但并未针对边缘检测这一问题给出解决办法。HongyuRen等人于2016年在中国生物特征识别会议 ...
【技术保护点】
1.一种用于低质量指静脉图像的手指上下边缘独立检测方法,其特征在于,包括下述步骤:S1、首先从手指静脉扫描装置获取用户输入图像,然后进行预处理,所述预处理,具体为:将所述用户输入图像转为灰度图像,然后将灰度图像分割并应用梯度算子得到上、下两部分梯度图像,再进行边缘提取,得到初始的上、下边缘图像;S2、通过形态学方法分别检验上、下边缘图像的初始边缘是否连续;若在图像中分别只检测到一条连续的边缘,即不存在边缘断开的区域,则认为边缘检测结果是满意的,直接合并上、下边缘图像输出最终边缘图像;若在图像中存在若干段断开的边缘,则需要对边缘进行修复,进入下一步骤;S3、对于上、下边缘图像的边缘进行修复,具体包括:S31、检测边缘是否连续,若存在断开边缘,则去除长度小于设定阈值的噪声边缘;然后找出边缘间断点对并进行连接,若存在双重边缘情况,只保留手指上/下边缘图像中离图像底端/顶端最近的边缘;S32、通过形态学方法检验步骤S31的图像修复效果,若仍存在断开边缘,则调整设定参数并执行步骤S31进行再次修复;S4、针对步骤S3修复得到的上、下边缘图像,检验是否存在两端边缘缺失的情况,若存在该情况,则采用边 ...
【技术特征摘要】
1.一种用于低质量指静脉图像的手指上下边缘独立检测方法,其特征在于,包括下述步骤:S1、首先从手指静脉扫描装置获取用户输入图像,然后进行预处理,所述预处理,具体为:将所述用户输入图像转为灰度图像,然后将灰度图像分割并应用梯度算子得到上、下两部分梯度图像,再进行边缘提取,得到初始的上、下边缘图像;S2、通过形态学方法分别检验上、下边缘图像的初始边缘是否连续;若在图像中分别只检测到一条连续的边缘,即不存在边缘断开的区域,则认为边缘检测结果是满意的,直接合并上、下边缘图像输出最终边缘图像;若在图像中存在若干段断开的边缘,则需要对边缘进行修复,进入下一步骤;S3、对于上、下边缘图像的边缘进行修复,具体包括:S31、检测边缘是否连续,若存在断开边缘,则去除长度小于设定阈值的噪声边缘;然后找出边缘间断点对并进行连接,若存在双重边缘情况,只保留手指上/下边缘图像中离图像底端/顶端最近的边缘;S32、通过形态学方法检验步骤S31的图像修复效果,若仍存在断开边缘,则调整设定参数并执行步骤S31进行再次修复;S4、针对步骤S3修复得到的上、下边缘图像,检验是否存在两端边缘缺失的情况,若存在该情况,则采用边缘像素值填充方法处理边缘缺失,然后将处理后的上、下边缘图像进行合并,得到完整的最终边缘图像并输出。2.根据权利要求1所述的用于低质量指静脉图像的手指上下边缘独立检测方法,其特征在于,步骤S1,具体包括下述步骤:S11、从手指静脉扫描装置获取用户输入图像,图像水平方向为手指长度方向,图像垂直方向为手指宽度方向,将所述用户输入图像转为灰度图像,记为I(x,y),其宽和高分别为cols和rows,(x,y)为像素;将灰度图像I(x,y)沿水平方向均匀分成上、下两部分灰度图像,分别为Iu(x,y),Id(x,y);S12、对上下两部分灰度图像Iu(x,y)和Id(x,y)分别应用Sobel算子,得到对应的上下两部分梯度图像Iuf(x,y)和Idf(x,y);S13、对于手指上半部的梯度图像Iuf(x,y),寻找每列灰度值最大且纵坐标最靠近图像底部的像素,将其判为手指上边缘候选像素;对手指下半部的梯度图像Idf(x,y),寻找每列灰度值最大且纵坐标最靠近图像顶部的像素,将其判为手指下边缘候选像素;将检测到的手指上、下边缘候选像素值置为1,其余像素值置为0,得到初始的上下边缘图像Iue和Ide。3.根据权利要求2所述的用于低质量指静脉图像的手指上下边缘独立检测方法,其特征在于,步骤S12中,采用如下式所示的尺寸为3×9Sobel算子masku和maskd,4.根据权利要求1所述的...
【专利技术属性】
技术研发人员:胡永健,穆罕默德·艾哈迈德·阿明,文东霞,王宇飞,刘琲贝,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。