一种复杂背景下掌静脉识别中手掌边界分割方法技术

本发明专利技术一种复杂背景下掌静脉识别中手掌边界分割方法，属于生物识别技术领域，该方法首先计算目标像素点与其周围像素点的灰度变化幅度，然后根据灰度变化幅度计算目标像素点周围像素点的灰度跳变幅度，再根据该目标像素点周围像素点的灰度跳变幅度来判断该目标像素点是否为手掌与复杂背景的边界点，之后将手掌与复杂背景的边界点映射到掌静脉二值图上，从而将手掌边界分割

【技术实现步骤摘要】
一种复杂背景下掌静脉识别中手掌边界分割方法


[0001]本专利技术涉及生物识别
，特别是涉及一种复杂背景下掌静脉识别中手掌边界分割方法
。

技术介绍

[0002]非接触掌静脉识别技术是一种新兴的生物特征识别技术，掌静脉识别因其获取的是人体内部信息，具备了安全和难伪造的优点
。
接触性掌静脉由于其接触面积较大容易引起用户在卫生方面的排斥心理，不利于掌静脉识别技术的发展，而非接触掌静脉识别技术由于没有固定装置的限制，不需要用户与设备直接接触，可以消除卫生方面的隐患，给用户带来一种新型的生物特征识别体验，具有广阔的应用发展前景
。
[0003]非接触采集过程中，用户手掌放置的自由度较大，采集的掌静脉图像背景复杂多样，在对采集的掌静脉图像进行二值化操作的过程中，可能出现难以有效将手掌区域和背景区域进行分割的情形，导致二值化效果较差，最终影响掌静脉身份识别的成功率
。

技术实现思路

[0004]本专利技术的主要目的是提供一种复杂背景下掌静脉识别中手掌边界分割方法，以解决现有掌静脉身份识别过程中难以有效将手掌区域和背景区域进行分割的情形
。
[0005]为实现上述目的，本专利技术提供了如下方案：本专利技术涉及一种复杂背景下掌静脉识别中手掌边界分割方法，其包括以下步骤：步骤
1.
获取掌静脉图像上的任一像素点为目标像素点，计算该目标像素点与其周围像素点的灰度值的差值，并根据差值计算该目标像素点与其周围像素点的灰度变化幅度；步骤r/>2.
根据该目标像素点与其周围像素点的灰度变化幅度计算该目标像素点周围像素点的灰度跳变幅度，所述灰度跳变幅度为目标像素点与其相邻的两个周围像素点灰度变化幅度差值的绝对值；步骤
3.
根据该目标像素点周围像素点的灰度跳变幅度判断该目标像素点是否为手掌与复杂背景的边界点；步骤
4.
重复步骤
1~
步骤3，获取掌静脉图像上所有的手掌与复杂背景的边界点；步骤
5.
将手掌与复杂背景的边界点映射到掌静脉二值图上，从而将手掌边界分割
。
[0006]优选地，所述步骤1中计算该目标像素点与其周围像素点的灰度变化幅度具体包括：步骤
1.1.
依次计算掌静脉图像目标像素点与其周围
12
个像素点的灰度值的差值，计算公式为：
D(i)=I(i)
‑
I(0)i=1,2,3...12
公式中，
I(0)
为目标像素点的灰度值，
I(i)
为目标像素点周围第
i
个像素点的灰度
值，
D(i)
为目标像素点与其周围第
i
个像素点灰度值的差值，
i
为像素点标引；步骤
1.2.
依次计算目标像素点与其周围
12
个像素点的灰度变化幅度
V(i)
，计算公式为：，
Th=0.1*I(0)。
[0007]优选地，所述周围
12
个像素点为目标像素点
5*5
邻域内除去4个顶角像素点的边界像素点
。
[0008]优选地，所述步骤2中计算该目标像素点周围像素点的灰度跳变幅度
W(i)
的计算公式为：
。
[0009]优选地，所述步骤3中判断该目标像素点是否为手掌与复杂背景的边界点具体包括：步骤
3.1.
统计
W(i)
中为2的个数
a
，若
a≥1
，则该目标像素点不是手掌与复杂背景的边界点，进行步骤4，反之进行入步骤
3.2
；步骤
3.2.
统计
W(i)
中为1的个数
b
，若
b
＜4，则该目标像素点不是手掌与复杂背景的边界点，进行步骤4，反之进行入步骤
3.3
；步骤
3.3.
判断是否存在
W(i)=1
，
W(i+1)、W(i+2)、W(i+3)
均等于0或者
W(i
‑
1)、W(i
‑
2)、W(i
‑
3)
均等于0的情况，若不存在，则该目标像素点不是手掌与复杂背景的边界点，进行步骤4，反之该目标像素点为手掌与复杂背景的边界点
。
[0010]优选地，在所述步骤5将手掌与复杂背景的边界点映射到掌静脉二值图上之前还包括：根据手掌与复杂背景的边界点间的距离计算拟合手掌与复杂背景的边界点
。
[0011]优选地，所述计算拟合手掌与复杂背景的边界点包括：步骤
a.
以一个手掌与复杂背景的边界点为基准点，获取其
5*5
邻域内的所有的手掌与复杂背景的边界点作为该基准点的辅助点；步骤
b.
计算该基准点与其中一个辅助点的距离，若所述距离大于1，则取其中心点作为拟合手掌与复杂背景的边界点，进行步骤
c
，反之进行步骤
e
；步骤
c.
计算该基准点与拟合手掌与复杂背景的边界点的距离，若所述距离大于1，则取其中心点也作为拟合手掌与复杂背景的边界点，进行步骤
d
，反之进行步骤
e
；步骤
d.
重复步骤
c
，获得该基准点与其中一个辅助点间的所有的拟合手掌与复杂背景的边界点；步骤
e.
重复所述步骤
b
‑
d
的获得该基准点与其全部辅助点间的所有的拟合手掌与复杂背景的边界点；步骤
f.
遍历所有的手掌与复杂背景的边界点，重复步骤
a
‑
e
获取掌静脉图像上所有的拟合手掌与复杂背景的边界点
。
[0012]优选地，所述步骤5中将手掌与复杂背景的边界点映射到掌静脉二值图上为将手
掌与复杂背景的边界点在掌静脉二值图上对应的像素点的灰度值置为
0。
[0013]优选地，所述步骤5中将手掌与复杂背景的边界点映射到掌静脉二值图上的手掌与复杂背景的边界点包括拟合手掌与复杂背景的边界点
。
[0014]优选地，所述掌静脉二值图通过将掌静脉图像进行二值化处理获得
。
[0015]与现有技术相比，本专利技术通过计算目标像素点周围像素点的灰度跳变幅度，并根据该目标像素点周围像素点的灰度跳变幅度来判断该目标像素点是否为手掌与复杂背景的边界点
。
本专利技术可以有效筛选出手掌与复杂背景的边界点，然后通过手掌与复杂背景的边界点将掌静脉二值图再次分割，最终有效将区分手掌区域和背景区域，提高复杂背景下掌静脉图像二值化的效果，最终提高掌静脉身份识别的成功率
。
附本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种复杂背景下掌静脉识别中手掌边界分割方法，其特征在于，包括以下步骤：步骤
1.
获取掌静脉图像上的任一像素点为目标像素点，计算该目标像素点与其周围像素点的灰度值的差值，并根据差值计算该目标像素点与其周围像素点的灰度变化幅度；步骤
2.
根据该目标像素点与其周围像素点的灰度变化幅度计算该目标像素点周围像素点的灰度跳变幅度，所述灰度跳变幅度为目标像素点与其相邻的两个周围像素点灰度变化幅度差值的绝对值；步骤
3.
根据该目标像素点周围像素点的灰度跳变幅度判断该目标像素点是否为手掌与复杂背景的边界点；步骤
4.
重复步骤
1~
步骤3，获取掌静脉图像上所有的手掌与复杂背景的边界点；步骤
5.
将手掌与复杂背景的边界点映射到掌静脉二值图上，从而将手掌边界分割
。2.
根据权利要求1所述复杂背景下掌静脉识别中手掌边界分割方法，其特征在于，所述步骤1中计算该目标像素点与其周围像素点的灰度变化幅度具体包括：步骤
1.1.
依次计算掌静脉图像目标像素点与其周围
12
个像素点的灰度值的差值，计算公式为：
D(i)=I(i)
‑
I(0)i=1,2,3...12
公式中，
I(0)
为目标像素点的灰度值，
I(i)
为目标像素点周围第
i
个像素点的灰度值，
D(i)
为目标像素点与其周围第
i
个像素点灰度值的差值，
i
为像素点标引；步骤
1.2.
依次计算目标像素点与其周围
12
个像素点的灰度变化幅度
V(i)
，计算公式为：，
Th=0.1*I(0)。3.
根据权利要求2所述复杂背景下掌静脉识别中手掌边界分割方法，其特征在于，所述周围
12
个像素点为目标像素点
5*5
邻域内除去4个顶角像素点的边界像素点
。4.
根据权利要求2所述复杂背景下掌静脉识别中手掌边界分割方法，其特征在于，所述步骤2中计算该目标像素点周围像素点的灰度跳变幅度
W(i)
的计算公式为：
。5.
根据权利要求4所述复杂背景下掌静脉识别中手掌边界分割方法，其特征在于，所述步骤3中判断该目标像素点是否为手掌与复杂背景的边界点具体包括：步骤
3.1.
统计
W(i)
中为2的个数
a
，若
a≥1
，则该目标像素点不是手掌与复杂背景的边界点，进行步骤4，反之进行入步骤
3.2
；步骤
3.2.
统计
W(i)
中为1的个数
b

【专利技术属性】
技术研发人员：罗秋伟，李学双，赵国栋，
申请(专利权)人：江苏圣点世纪科技有限公司，
类型：发明
国别省市：