【技术实现步骤摘要】
一种手掌图像中手腕的判定方法
本专利技术专利涉及图像处理
,具体涉及到掌纹或掌静脉识别中的一种手掌图像中手腕的判定方法。
技术介绍
作为生物特征识别领域内的前沿课题,掌纹或掌静脉识别具有较大的优势和研究前景。手掌感兴趣区域(ROI)分割是掌纹或掌静脉识别的重要步骤,识别成功的ROI对于后续的特征提取与匹配有明显的影响。现有的ROI分割算法大致可以分为两大类,一类是基于矩形的分割,另一类是基于最大内切圆的分割算法。近年来提出了一种拟合直线固定角度的ROI算法,但是当使用非接触式手掌图像采集方式时,由于手掌位置不固定,通常采集到的手掌图像中会含有手腕,会使得直线拟合不准确,进而导致ROI分割不准确。因此成功判定图像中是否含有手腕对于后续能否成功截取手腕来说是至关重要的一步。
技术实现思路
本专利技术专利提出一种手掌图像中手腕的判定方法避免了对不含手腕的图像进行错误截取,提高了后续手腕截取及最终ROI分割的准确率。为实现本专利技术的目标所采用的技术方案是:方法包括以下步骤:步骤1:对输入手掌图像image1进行预处理,利用canny算子提取边缘化后得到二值图像image2;步骤2:对二值化图像image2进行轮廓提取,得到轮廓图像image3,并且以image3的左上角为坐标原点,建立直角坐标系得到轮廓点集合Contours;步骤3:利用得到的轮廓点间距进行测算,得到距离数据;步骤4:对距离数据进行判定信息处理,判断image1是否含有手腕,并利输出判定信息。所述的轮廓点间距由以下公式(1)计算:其中Pi,Qi∈Contours,Pi(xi,yi),Qi(xi ...
【技术保护点】
1.一种手掌图像中手腕的判定方法,其特征在于:步骤1:对输入手掌图像image1进行预处理,利用canny算子提取边缘化后得到二值图像image2;步骤2:对二值化图像image2进行轮廓提取,得到轮廓图像image3,并且以image3的左上角为坐标原点,建立直角坐标系得到轮廓点集合Contours;步骤3:利用得到的轮廓点间距进行测算,得到距离数据;步骤4:对距离数据进行判定信息计算,进而判断image1是否含有手腕,并利输出判定信息。
【技术特征摘要】
1.一种手掌图像中手腕的判定方法,其特征在于:步骤1:对输入手掌图像image1进行预处理,利用canny算子提取边缘化后得到二值图像image2;步骤2:对二值化图像image2进行轮廓提取,得到轮廓图像image3,并且以image3的左上角为坐标原点,建立直角坐标系得到轮廓点集合Contours;步骤3:利用得到的轮廓点间距进行测算,得到距离数据;步骤4:对距离数据进行判定信息计算,进而判...
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。