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

本发明专利技术公开了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，包括下述步骤：将输入的手指静脉图像沿水平方向均匀分成上、下两部分，然后进行预处理得到上、下边缘图像；检测上、下边缘图像的边缘是否连续，若不存在断开边缘，则直接合并上、下边缘图像并输出；若存在断开边缘，则进行第一次修复：去除噪声边缘并将边缘间断点进行连接，同时去除双重边缘现象；若第一次修复后图像仍存在断开边缘，则进行再次修复；对多次修复后存在边缘缺失的情况，采用边缘像素值填充进行处理，然后将处理后的上、下边缘图像合并，得到最终的手指边缘图像。本发明专利技术的方法对手指上、下边缘进行独立检测，有效处理复杂背景下的低质量手指静脉图像。

【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上发表的论文《AnEdgeDetectionAlgorithmforNonuniformlyIlluminatedImagesinFinger-veinAuthentication》中，在进行边缘检测时考虑到了手指静脉图像的局部不均匀光照因素，但没有从整体考虑指静脉图像的复杂噪声环境。另外，2017年8月，QingchangGuo等在2017年机电一体化及自动化国际会议上发表论文《ResearchontheFingerVeinImageCaptureandFingerEdgeExtraction》，采用传统的图像滤波与分割方法来获得手指区域，但没有结合指静脉图像的特点，忽略了手指的姿势与周围环境噪声的影响，无法准确检测出手指边缘。为了提高指静脉识别中边缘检测的性能，我们设计了一种手指上下边缘独立检测方法.针对传统边缘检测存在的漏检、误检等现象,该方法通过对手指上下边缘进行独立检测，克服了复杂背景、不均匀光照、手指姿势等因素对边缘检测造成的不良影响，能高效、精确地检测出低质量指静脉图像的手指边缘。
技术实现思路
本专利技术的目的在于克服现有技术中的缺点与不足，提供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。针对传统边缘检测存在的漏检、误检现象，通过对手指上下边缘进行独立检测，能高效、精确检测出低质量指静脉图像的手指边缘。为实现以上目的，本专利技术采取如下技术方案：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，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。作为优选的技术方案，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。作为优选的技术方案，步骤S12中，采用如下式所示的尺寸为3×9Sobel算子masku和maskd，作为优选的技术方案，步骤S2中，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；具体为：检测图中的端点数目，若只有两个端点，则认为只含有一条连续的边缘，否则认为存在断开区域；像素(x,y)是否为端点可根据如下式子来判断：上式表示当像素(x,y)的值为1，且以该像素为中心的3×3邻域中只有一个相邻像素的值为1，则表明该中心像素点是线段端点。作为优选的技术方案，步骤S31，具体包括下述步骤：S311、设定噪声边缘长度阈值lnoise；S312、去除噪声边缘，具体为：对于上下边缘图像Iue和Ide，分别检测所有连通区域并计算各个区域的连通面积，即各段连续边缘的长度；将连续边缘的长度小于阈值lnoise的边缘段作为噪声边缘，将其像素点置0；S313、判断边缘断点对，具体为：分别设定边缘端点对的列距离阈值dcol和行距离阈值drow，列距离阈值用于限定两个端点在横坐标的距离，行距离阈值用于限定两个端点在纵坐标上的距离；对于经过步骤S312去除噪声边缘的上下边缘图像Iue和Ide，分别检测所有连通边缘区域及对应的端点；任何不属于同一连通区域的两个端点都有可能是一对边缘断点，当行、列距离均小于对应阈值的两个端点被视为边缘断点对；S314、对于经过步骤S313判断边缘断点对的上下边缘图像Iue和Ide，分别将各个边缘断点对连接起来，为避免出现的双重边缘现象，只保留离手指中线最近的边缘线，而将其他边缘线的亮像素点值重置为0。作为优选的技术方案，步骤S314中，采用线性插值方法将边缘断点对连接起来。作为优选的技术方案，步骤S4，具体包括下述步骤：S41、经过步骤S3的连接修复后，得到的边缘是连续的，但是可能存在上下边缘图本文档来自技高网...

【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。...

【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