【技术实现步骤摘要】
本专利技术属于图像处理、计算机视觉、模式识别
,特别涉及手指静脉识别方法。
技术介绍
手指静脉识别是本世纪初日本学者提出的新一代生物特征识别方法,依据近红外线穿过手指时部分射线被血色素吸收的机理获取静脉图像,进行静脉特征提取和匹配。手指静脉识别的优势在于静脉藏匿于身体内部,属于人体的内部特征,不易受到外界干扰,难以被窃取或复制,可广泛应用于军事重地、金融单位、监狱、宾馆等场所的身份认证。手指各静脉深浅、粗细差异明显,成像时受肌肉组织和噪声的干扰大,导致手指静脉图像清晰度低、不均勻,如何增强低质量手指静脉图像一直是手指静脉识别研究的热点和关键环节。在手指静脉图像增强方面已有部分研究成果,包括重复线跟踪方法、直方图均衡方法和Gabor滤波方法等。依据增强图像的细节表现能力和信噪比两个指标进行评价,现有方法中的重复线跟踪方法性能最优。然而,该方法在自适应能力和运算效率方面还有待提高,表现在第一,该方法依赖于三个预设参数宽度、距离和迭代次数,而针对静脉粗细和图像对比度差异较大的手指静脉图像,该方法在相同的预设参数下增强效果差异较大,也即自适应能力有待提高;第二,一般情况下,该方法迭代次数设为3000以上时才能达到较好的增强效果, 然而,迭代次数太多必然降低运算效率。
技术实现思路
本专利技术要解决的技术问题在于,针对现有手指静脉图像方法在增强效果、自适应能力和运算效率方面的不足,提出一种新的。本专利技术解决其技术问题所采用的技术方案是通过计算手指静脉平均宽度来修正方法中的宽度和距离参数,提高方法的自适应能力;基于手指静脉骨架图像求取起始跟踪点集,从而剔除迭代次 ...
【技术保护点】
1.低质量手指静脉图像增强方法,其特征在于,包括以下步骤:Step1:图像预处理,包括目标定位与裁剪、目标尺寸归一化、图像滤波和图像旋转,目的是削弱采集装置差异对图像增强方法自适应能力的影响;Step2:图像分割,包括自适应阈值图像分割、数学形态学滤波和图像细化,目的是得到手指静脉二值图像和骨架图像;Step3:参数修正,依据手指静脉二值图像和骨架图像计算手指静脉平均宽度,并依据该宽度修正预设的宽度参数和距离参数,目的是削弱手指静脉分布的深浅差异和静脉管径的粗细差异对图像增强方法自适应能力的影响;Step4:骨架线跟踪,包括起始跟踪点集获取、轨迹空间初始化、起始跟踪点选择、随机搜索方向生成和暗线跟踪,目的是快速、有效地增强低质量手指静脉图像。
【技术特征摘要】
1.低质量手指静脉图像增强方法,其特征在于,包括以下步骤Stepl 图像预处理,包括目标定位与裁剪、目标尺寸归一化、图像滤波和图像旋转,目的是削弱采集装置差异对图像增强方法自适应能力的影响;Step2 图像分割,包括自适应阈值图像分割、数学形态学滤波和图像细化,目的是得到手指静脉二值图像和骨架图像;Mep3 参数修正,依据手指静脉二值图像和骨架图像计算手指静脉平均宽度,并依据该宽度修正预设的宽度参数和距离参数,目的是削弱手指静脉分布的深浅差异和静脉管径的粗细差异对图像增强方法自适应能力的影响;骨架线跟踪,包括起始跟踪点集获取、轨迹空间初始化、起始跟踪点选择、随机搜索方向生成和暗线跟踪,目的是快速、有效地增强低质量手指静脉图像。2.根据权利要求1所述的低质量手指静脉图像增强方法,其特征在于,自适应阈值图像分割方法为首先构建自适应阈值图像,然后用自适应阈值图像减去原始手指静脉图像, 得到手指静脉二值图像。3.根据权利要求1所述的低质量手指静脉图像增强方法,其特征在于,自适应阈值图像的构建步骤为以像素点(i,j)为中心,计算邻域NXN窗口内的灰度均值M1 ; St印2 比较像素点(i,j)灰度0IMG(i,j)与虬的大小,如果0IMG(i,j) SM1,转入 2-1 ;否则,转入2-2 ;2-1 阈值图像像素点(i,j)的灰度TIMG(i,j)为M1 ;2-2 首先计算窗口 NXN内像素灰度分布直方图ρ[i],并初始化待求谷值点M2 = M1 ; 然后按照Mr3 —...
【专利技术属性】
技术研发人员:谢剑斌,刘痛,李沛秦,闫玮,唐朝京,
申请(专利权)人:中国人民解放军国防科学技术大学,
类型:发明
国别省市:43
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。