一种感兴趣区域提取方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种感兴趣区域提取方法、装置、电子设备及存储介质，该方法包括：获取待认证身份人员的指静脉图像；对指静脉图像进行卷积运算，获得卷积结果图像；对卷积结果图像进行二值化运算，获得二值化图像；对二值化图像进行细化运算，获得细化图像；对细化图像进行曲线追踪，获得指边缘曲线；根据指边缘曲线对指静脉图像进行图像分割，获得指静脉图像的感兴趣区域。在上述的实现过程中，通过对指静脉图像进行卷积运算、二值化运算、细化运算和曲线追踪，有效地提高了获得指边缘曲线的精度，再使用高精度的指边缘曲线对指静脉图像进行图像分割，从而提高了获得指静脉图像的感兴趣区域的精度。

【技术实现步骤摘要】
一种感兴趣区域提取方法、装置、电子设备及存储介质
本申请涉及图像处理和图像识别的
，具体而言，涉及一种感兴趣区域提取方法、装置、电子设备及存储介质。
技术介绍
感兴趣区域(RegionOfInterest，ROI)，是指能够反应身份特征的区域，即从感兴趣区域提取的特征能够被用于身份认证或身份识别，感兴趣区域提取的主要作用是将能够反应身份特征的区域提取出来，并移除与身份特征无关区域，以防其对身份认证准确性造成干扰。目前，大都是使用基于边缘提取的方法对指静脉图像中的感兴趣区域进行提取，此处基于边缘提取的方法包括但不限于：基于Sobel算子的边缘检测算法，或者，基于Canny算子的边缘检测算法等等。在具体的实践过程中发现，由于指静脉图像的采集环境和设备差异，导致指静脉图像的背景中出现很多边缘线条，这些边缘线条会对手指边缘的提取造成干扰，使得通过基于边缘提取的方法提取背景复杂的指静脉图像中的感兴趣区域的精度不高。
技术实现思路
本申请实施例的目的在于提供一种感兴趣区域提取方法、装置、电子设备及存储介质，用于改善提取背景复杂的指静脉图像中的感兴趣区域的精度不高的问题。本申请实施例提供了一种感兴趣区域提取方法，包括：获取待认证身份人员的指静脉图像；对指静脉图像进行卷积运算，获得卷积结果图像；对卷积结果图像进行二值化运算，获得二值化图像；对二值化图像进行细化运算，获得细化图像；对细化图像进行曲线追踪，获得指边缘曲线；根据指边缘曲线对指静脉图像进行图像分割，获得指静脉图像的感兴趣区域。在上述的实现过程中，通过对指静脉图像进行卷积运算、二值化运算、细化运算和曲线追踪，有效地提高了获得指边缘曲线的精度，再使用高精度的指边缘曲线对指静脉图像进行图像分割，从而提高了获得指静脉图像的感兴趣区域的精度。可选地，在本申请实施例中，对细化图像进行曲线追踪，获得指边缘曲线，包括：定位出细化图像中的多个指边缘点；对多个指边缘点进行校验和拟合，获得指边缘曲线。在上述的实现过程中，通过定位出细化图像中的多个指边缘点，再对多个指边缘点进行校验和拟合，使用校验操作可以有效地发现在曲线拟合中的较大误差，从而避免了在背景复杂的指静脉图像中拟合出指边缘曲线的误差较大的情况，有效地提高了在背景复杂的指静脉图像中拟合出指边缘曲线的精确度。可选地，在本申请实施例中，定位出细化图像中的多个指边缘点，包括：移除细化图像中的光照干扰，获得移除干扰后的细化图像；从移除干扰后的细化图像中定位出多个指边缘点。在上述的实现过程中，通过在移除细化图像中的光照干扰之后，再从移除干扰后的细化图像中定位出多个指边缘点，从而减小了光照干扰影响定位出指边缘点的概率，有效地提高了定位出多个指边缘点的精确度。可选地，在本申请实施例中，指静脉图像包括：手指上边缘区域和手指下边缘区域；对指静脉图像进行卷积运算，获得卷积结果图像，包括：使用第一卷积模板对手指上边缘区域进行卷积运算，获得上边缘卷积特征图；使用第二卷积模板对手指下边缘区域进行卷积运算，获得下边缘卷积特征图，第一卷积模板与第二卷积模板在垂直方向上是对称的；将上边缘卷积特征图和下边缘卷积特征图进行合并，获得卷积结果图像。在上述的实现过程中，通过使用在垂直方向上是对称的第一卷积模板和第二卷积模板分别对手指上边缘区域和手指下边缘区域进行卷积运算，从而减小了计算量，有效地提高了获得卷积结果图像的速度。可选地，在本申请实施例中，对二值化图像进行细化运算，包括：判断二值化图像中是否存在垂直方向上的连续像素点；若是，则将连续像素点细化为连续像素点的中心点。在上述的实现过程中，通过在存在垂直方向上的连续像素点时，才将连续像素点细化为连续像素点的中心点，从而避免了将手指边缘在水平方向上缩短的情况，有效地提高了提取感兴趣区域的精确度。可选地，在本申请实施例中，对卷积结果图像进行二值化运算，包括：针对卷积结果图像中的每个像素点值，判断该像素点值是否小于预设阈值；若是，则将该像素点值设置为零，否则，将该像素点值设置为一。可选地，在本申请实施例中，在获得指静脉图像的感兴趣区域之后，还包括：提取感兴趣区域中的图像特征；计算图像特征与特征模板库中的多个模板特征的相似度，获得多个相似度；根据多个相似度确定待认证身份人员的身份信息。在上述的实现过程中，通过使用精确度更高的感兴趣区域来确定待认证身份人员的身份信息，从而避免了指静脉图像的复杂背景影响到身份认证的准确率，有效地提高了待认证身份人员的身份认证的准确率。本申请实施例还提供了一种感兴趣区域提取装置，包括：静脉图像获取模块，用于获取待认证身份人员的指静脉图像；图像卷积运算模块，用于对指静脉图像进行卷积运算，获得卷积结果图像；二值图像获得模块，用于对卷积结果图像进行二值化运算，获得二值化图像；细化图像获得模块，用于对二值化图像进行细化运算，获得细化图像；边缘曲线获得模块，用于对细化图像进行曲线追踪，获得指边缘曲线；兴趣区域获得模块，用于根据指边缘曲线对指静脉图像进行图像分割，获得指静脉图像的感兴趣区域。可选地，在本申请实施例中，边缘曲线获得模块，包括：细化图像定位模块，用于定位出细化图像中的多个指边缘点；曲线校验拟合模块，用于对多个指边缘点进行校验和拟合，获得指边缘曲线。可选地，在本申请实施例中，细化图像定位模块，包括：光照干扰移除模块，用于移除细化图像中的光照干扰，获得移除干扰后的细化图像；指边缘点定位模块，用于从移除干扰后的细化图像中定位出多个指边缘点。可选地，在本申请实施例中，指静脉图像包括：手指上边缘区域和手指下边缘区域；图像卷积运算模块，包括：上边缘卷积计算模块，用于使用第一卷积模板对手指上边缘区域进行卷积运算，获得上边缘卷积特征图；下边缘卷积计算模块，用于使用第二卷积模板对手指下边缘区域进行卷积运算，获得下边缘卷积特征图，第一卷积模板与第二卷积模板在垂直方向上是对称的；边缘卷积合并模块，用于将上边缘卷积特征图和下边缘卷积特征图进行合并，获得卷积结果图像。可选地，在本申请实施例中，细化图像获得模块，包括：连续像素判断模块，用于判断二值化图像中是否存在垂直方向上的连续像素点；连续像素细化模块，用于若二值化图像中存在垂直方向上的连续像素点，则将连续像素点细化为连续像素点的中心点。可选地，在本申请实施例中，二值图像获得模块，包括：像素点值判断模块，用于针对卷积结果图像中的每个像素点值，判断该像素点值是否小于预设阈值；像素点值设置模块，用于若该像素点值小于预设阈值，则将该像素点值设置为零，否则，将该像素点值设置为一。可选地，在本申请实施例中，感兴趣区域提取装置，还包括：图像特征提取模块，用于提取感兴趣区域中的图像特征；相似计算判断模块，用于相似度计算图像特征与特征模板库中的多个模板特征的相似度，获得多个相似度；身份信息认证模块，用于根据多个相似度确定待认证身份人员的身份信息。本申请实施例还提供了一种电子设备，包括：处理器和存储器，存储器存储有处理器可执行的机器可读指令，机器可读指令被处理器执行时执行如上面描本文档来自技高网...

【技术保护点】
1.一种感兴趣区域提取方法，其特征在于，包括：/n获取待认证身份人员的指静脉图像；/n对所述指静脉图像进行卷积运算，获得卷积结果图像；/n对所述卷积结果图像进行二值化运算，获得二值化图像；/n对所述二值化图像进行细化运算，获得细化图像；/n对所述细化图像进行曲线追踪，获得指边缘曲线；/n根据所述指边缘曲线对所述指静脉图像进行图像分割，获得所述指静脉图像的感兴趣区域。/n

【技术特征摘要】
1.一种感兴趣区域提取方法，其特征在于，包括：
获取待认证身份人员的指静脉图像；
对所述指静脉图像进行卷积运算，获得卷积结果图像；
对所述卷积结果图像进行二值化运算，获得二值化图像；
对所述二值化图像进行细化运算，获得细化图像；
对所述细化图像进行曲线追踪，获得指边缘曲线；
根据所述指边缘曲线对所述指静脉图像进行图像分割，获得所述指静脉图像的感兴趣区域。


2.根据权利要求1所述的方法，其特征在于，所述对所述细化图像进行曲线追踪，获得指边缘曲线，包括：
定位出所述细化图像中的多个指边缘点；
对所述多个指边缘点进行校验和拟合，获得所述指边缘曲线。


3.根据权利要求2所述的方法，其特征在于，所述定位出所述细化图像中的多个指边缘点，包括：
移除所述细化图像中的光照干扰，获得移除干扰后的细化图像；
从所述移除干扰后的细化图像中定位出所述多个指边缘点。


4.根据权利要求1所述的方法，其特征在于，所述指静脉图像包括：手指上边缘区域和手指下边缘区域；所述对所述指静脉图像进行卷积运算，获得卷积结果图像，包括：
使用第一卷积模板对所述手指上边缘区域进行卷积运算，获得上边缘卷积特征图；
使用第二卷积模板对所述手指下边缘区域进行卷积运算，获得下边缘卷积特征图，所述第一卷积模板与所述第二卷积模板在垂直方向上是对称的；
将所述上边缘卷积特征图和所述下边缘卷积特征图进行合并，获得卷积结果图像。


5.根据权利要求4所述的方法，其特征在于，所述对所述二值化图像进行细化运算，包括：
判断所述二值化图像中是否存在所述垂直方向上的连续像素点；

【专利技术属性】
技术研发人员：宋丹，姚琼，李文生，李华川，戴坤龙，
申请(专利权)人：电子科技大学中山学院，
类型：发明
国别省市：广东;44