【技术实现步骤摘要】
一种用于滤除毛发噪声的近红外静脉图像处理方法
本专利技术涉及近红外静脉图像处理领域,尤其是涉及一种用于滤除毛发噪声的近红外静脉图像处理方法。
技术介绍
近红外光是指介于可见光和中红外光之间的电磁辐射波,其波长的大致范围为780nm到2500nm。特定波长的近红外光具有一些可见光所不具备的优良性质,因此为人们广泛使用。由于可见光对皮肤、肌肉等人体组织的穿透能力较弱,在可见光照射下一般难以获得人体表层静脉的结构等信息;而波长在780nm到1100nm左右的近红外光的穿透能力相对较强,且血管中的血红蛋白容易吸收该波段的近红外光,因此近红外光的一大典型应用就是近红外表层静脉成像。在手指静脉识别解锁、静脉穿刺机器人、皮下注射机器人等技术中,都用到了近红外表层静脉成像技术。然而,近红外表层静脉成像的质量容易受到许多因素的干扰,皮肤上的毛发就是干扰因素之一。由于毛发也对相应波段的近红外光有一定的吸收能力,如果使用者在成像部位上有较长较粗、颜色较深、或较为浓密的汗毛等毛发,那么得到的图像就会较大影响,不能清晰正确地显示出静脉的结构,在图像中难以区分毛发与静脉,成像质量较差。因此,减弱近红外表层静脉图像毛发噪声的影响,对于提升近红外图像质量以及相关应用有着重要意义。在近红外表层静脉成像及后续的血管分割等技术中,通常会使用滤波等图像处理的方法来滤除图像中的噪声,包括部分毛发噪声,然而这种方法的效果有限,当毛发较长较粗、颜色较深、或较为浓密时,在近红外图像中进行滤波操作难以有效减弱毛发的影响,同时还有可能对静脉部分的图像产 ...
【技术保护点】
1.一种用于滤除毛发噪声的近红外静脉图像处理方法,其特征在于,包括以下步骤:/nS1:采集待成像部位的初始近红外静脉图像和可见光图像,并进行尺寸标准化;/nS2:对步骤S1获取的所述可见光图像进行灰度化处理得到灰度图像;/nS3:对步骤S2获取的所述灰度图像进行分块处理,得到多个第一子灰度图像,对各个第一子灰度图像进行灰度归一化处理和第一滤波处理,得到多个第二子灰度图像;/nS4:根据预设的形态学结构元素,对各个所述第二子灰度图像依次进行形态学膨胀操作和形态学腐蚀操作,得到多个第三子灰度图像;将各个第三子灰度图像分别与对应的第二子灰度图像进行灰度值减法运算,得到多个第四子灰度图像;/nS5:根据预设的二值化阈值,对各个所述第四子灰度图像进行二值化处理和第二滤波处理,获取毛发像素点;/nS6:对各个所述第四子灰度图像的毛发像素点进行坐标整合,得到毛发像素点的坐标集合;/nS7:根据所述毛发像素点的坐标集合,滤除所述初始近红外静脉图像的毛发噪声,得到最终近红外静脉图像。/n
【技术特征摘要】
1.一种用于滤除毛发噪声的近红外静脉图像处理方法,其特征在于,包括以下步骤:
S1:采集待成像部位的初始近红外静脉图像和可见光图像,并进行尺寸标准化;
S2:对步骤S1获取的所述可见光图像进行灰度化处理得到灰度图像;
S3:对步骤S2获取的所述灰度图像进行分块处理,得到多个第一子灰度图像,对各个第一子灰度图像进行灰度归一化处理和第一滤波处理,得到多个第二子灰度图像;
S4:根据预设的形态学结构元素,对各个所述第二子灰度图像依次进行形态学膨胀操作和形态学腐蚀操作,得到多个第三子灰度图像;将各个第三子灰度图像分别与对应的第二子灰度图像进行灰度值减法运算,得到多个第四子灰度图像;
S5:根据预设的二值化阈值,对各个所述第四子灰度图像进行二值化处理和第二滤波处理,获取毛发像素点;
S6:对各个所述第四子灰度图像的毛发像素点进行坐标整合,得到毛发像素点的坐标集合;
S7:根据所述毛发像素点的坐标集合,滤除所述初始近红外静脉图像的毛发噪声,得到最终近红外静脉图像。
2.根据权利要求1所述的一种用于滤除毛发噪声的近红外静脉图像处理方法,其特征在于,步骤S7中,采用直接剔除法或滤波法滤除所述初始近红外静脉图像的毛发噪声。
3.根据权利要求2所述的一种用于滤除毛发噪声的近红外静脉图像处理方法,其特征在于,所述直接剔除法的处理过程具体为,根据所述毛发像素点的坐标集合,将所述近红外静脉图像对应像素点的灰度值修改为255。
4.根据权利要求2所述的一种用于滤除毛发噪声的近红外静脉图像处理方法,其特征在于,所述滤波法的处理过程具体为,根据所述毛发像素点的坐标集合,对所述近红外静脉图像每个对应像素点进行第三滤波处理。
5.根据权利要求4所述的一种用于滤除毛发噪声的近红外静脉图像处理方法,其特征在于,所述第三滤波处理为中值滤波或均值滤波。
6.根据权...
【专利技术属性】
技术研发人员:齐鹏,胡斌,曹旭,余有灵,
申请(专利权)人:同济大学,
类型:发明
国别省市:上海;31
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。