專利名稱：一種靜脈圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像分割的方法，特別涉及一種靜脈圖像分割方法。

背景技術(shù)：
圖像分割作為圖像分析和模式識別的前提，其目的就是把圖像空間中具有特定意義的不同區(qū)域區(qū)分開，以便圖像特征的提取，這些區(qū)分開的區(qū)域之間互不相交，每個(gè)區(qū)域都滿足特定區(qū)域的一致性。圖像分割的效果直接關(guān)系到后續(xù)的特征提取、圖像分析和模式識別，因此一直以來都是圖像處理的重要問題，也是計(jì)算機(jī)視覺研究中的經(jīng)典難題。
靜脈識別作為一種新興的生物特征識別方法近些年來得到了越來越多的研究人員的關(guān)注，靜脈圖像分割作為靜脈識別的關(guān)鍵步驟，直接影響到靜脈圖像的特征提取。靜脈圖像一般是采用近紅外光照射皮膚的非接觸方式來采集，當(dāng)波長范圍在0.72μm～1.10μm的近IR入射光線照射皮膚時(shí)，靜脈血管中的血色素相比皮下的其他組織可以吸收更多IR放射線，從而在明暗不均的灰度背景中呈現(xiàn)樹狀或是網(wǎng)狀結(jié)構(gòu)的靜脈血管，針對這種采集方式以及靜脈圖像其本質(zhì)特征，靜脈圖像的分割有其自身的特點(diǎn)分割的類數(shù)(NC)是兩類背景和靜脈紋路，分割的目的是二值化；分割的結(jié)果是靜脈的紋路拓?fù)鋱D；分割的要求是保證分割后靜脈紋路的連續(xù)性、位置的準(zhǔn)確性；分割的難點(diǎn)是靜脈圖像中存在紋路粗細(xì)不均勻，部分紋路比較模糊，整個(gè)圖像中存在明暗不一的情況。針對靜脈圖像分割的特點(diǎn)，目前已有一些研究人員針對靜脈圖像的特點(diǎn)提出了一些分割算法，但是大部分算法得到的分割結(jié)果中靜脈的紋路明顯過粗，且難以分割出較細(xì)的靜脈紋路，與真實(shí)的靜脈紋路差別較大，不利于靜脈特征的提取，因此會(huì)對后續(xù)的處理產(chǎn)生一定的影響。而且現(xiàn)有的分割算法都是針對某一具體類型的圖像，尚無一種適合于所有圖像的通用分割算法，已無法適應(yīng)圖像的多樣性以及需求的多樣性。


發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種靜脈圖像分割算法，該算法充分利用原圖像的鄰域信息，以方向場分布率作為區(qū)分靜脈和背景的分割準(zhǔn)則，可適用于所有靜脈圖像的分割。
為達(dá)上述目的，本發(fā)明采用如下的技術(shù)方案一種靜脈圖像分割方法，包括下述步驟 第一步，讀入原靜脈圖像； 第二步，根據(jù)鄰域半徑和距離函數(shù)確定原靜脈圖像中任一個(gè)像素點(diǎn)的鄰域，并選擇鄰域分塊模板Tdiv-nei將所述鄰域分為16個(gè)以該像素點(diǎn)為中心的相鄰的扇形條塊massi；其中i＝1…16、鄰域半徑R1≤R≤11，R的單位是像素；距離函數(shù)式中，(x1，y1)、(x2，y2)為原靜脈圖像中任意兩點(diǎn)的坐標(biāo)； 第三步，計(jì)算該像素點(diǎn)的鄰域中每一個(gè)扇形條塊massi內(nèi)所有像素點(diǎn)的灰度值p(x，y)之和Si＝∑p(x，y)；其中像素點(diǎn)(x，y)∈massi、p(x，y)是像素點(diǎn)(x，y)的灰度值、i＝1…16； 計(jì)算該像素點(diǎn)的鄰域中半圓區(qū)域blocki內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和與其互補(bǔ)半圓區(qū)域blocki′內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和之間的差值Ti 其中，半圓區(qū)域blocki是指從扇形條塊massi開始順時(shí)針到扇形條塊massmod(i+6，16)+1的8個(gè)連續(xù)扇形條塊組成的連續(xù)區(qū)域；其互補(bǔ)半圓區(qū)域blocki′是指從扇形條塊massi′開始順時(shí)針計(jì)算的8個(gè)連續(xù)扇形條塊組成的連續(xù)區(qū)域；i＝1…16、i′＝mod(i+7，16)+1； 第四步，在二元組向量l＝[(T1，direc1)，(T2，direc2)，…(T16，direc16)]，Ti+Tmod(i+7，16)+1＝0中選出所有二元組元素中的最大值Tmax＝max(Ti)，并由此得到最大值Tmax對應(yīng)的方向此方向

即為該像素點(diǎn)的方向場； 其中，向量l由16個(gè)二元組(Ti，direci)構(gòu)成，Ti為半圓區(qū)域blocki內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和與其互補(bǔ)半圓區(qū)域blocki′內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和之間的差值、direci為半圓區(qū)域blocki所對應(yīng)的區(qū)域方向、i＝1…16i′＝mod(i+7，16)+1；區(qū)域方向direci是指與半圓區(qū)域blocki的直徑垂直，且指向半圓區(qū)域blocki的半圓弧反方向的方向； 第五步，創(chuàng)建一個(gè)與原靜脈圖像一樣大小的方向場圖像的全0矩陣圖像Pdirec，對原靜脈圖像中的所有像素點(diǎn)重復(fù)第一步至第四步，將計(jì)算得到的每個(gè)像素點(diǎn)的方向場值

賦值給Pdirec中的對應(yīng)像素點(diǎn)，即得到原靜脈圖像的方向場圖像Pdirec； 第六步，對所述方向場圖像Pdirec中任一個(gè)像素點(diǎn)，按照第二步的方法，確定其鄰域，選擇一對互補(bǔ)的半圓區(qū)域blocki和blocki′將所述鄰域?qū)Π敕珠_，使得在半圓區(qū)域blocki中大多數(shù)像素點(diǎn)的方向?qū)儆诜较蚪Mqueuei，而在半圓區(qū)域blocki′中大多數(shù)像素點(diǎn)的方向?qū)儆诜较蚪Mqueuei′； 其中， 在queuei所有方向中，j＝0時(shí)的方向direcmod(i+7，16)+1為主方向

與主方向相鄰的方向?yàn)閺姆较?

從方向

按照與主方向相鄰的關(guān)系從近到遠(yuǎn)依次為


在queuei′所有方向中，j＝0時(shí)的方向direcmod(i-1，16)+1為主方向

與主方向相鄰的方向?yàn)閺姆较?

從方向

按照與主方向相鄰的關(guān)系從近到遠(yuǎn)依次為


其中，i＝1…16、i′＝mod(i+7，16)+1； 第七步，對第六步所選擇的半圓區(qū)域blocki組成的鄰域，計(jì)算方向場圖像Pdirec中該像素點(diǎn)在所述半圓區(qū)域blocki組成的鄰域內(nèi)方向場值屬于主從方向集Di，j的像素點(diǎn)占blocki內(nèi)總像素點(diǎn)的比率ri； 對第六步所選擇的半圓區(qū)域blocki′組成的鄰域，計(jì)算方向場圖像Pdirec中該像素點(diǎn)在所述半圓區(qū)域blocki′組成的鄰域內(nèi)方向場值屬于主從方向集Di′，j的像素點(diǎn)占blocki′內(nèi)總像素點(diǎn)的比率ri′； 其中， 其中，i＝1…16、i′＝mod(i+7，16)+1，j＝1，2，3； 第八步，從該像素點(diǎn)的第一對互補(bǔ)半圓區(qū)域block1和block9開始，一直到最后一對互補(bǔ)半圓區(qū)域block8和block16，共計(jì)8對互補(bǔ)半圓區(qū)域blocki和blocki′，重復(fù)第六步和第七步，得到該像素點(diǎn)的8對ri和ri′，并計(jì)算出8個(gè)f(ri，ri′，ε)值之和 其中，i＝1…16、i′＝mod(i+7，16)+1；f(ri，ri′，ε)＝ri>ε∩ri′>ε； 式中，ε為閾值參數(shù)，ε是一個(gè)實(shí)數(shù)且0<ε<1； 第九步，創(chuàng)建一個(gè)與原靜脈圖像一樣大小的8灰度級圖像的全0圖像Pgrey，重復(fù)第八步，計(jì)算出方向場圖像Pdirec的每一像素點(diǎn)的8個(gè)f(ri，ri′，ε)值之和Sf，并將Sf賦值給全0圖像Pgrey中的對應(yīng)點(diǎn)，即得到了原靜脈圖像最終的8灰度級圖像Pgrey； 第十步，選取二值化參數(shù)a，將8灰度級圖像Pgrey中灰度值≥a的像素點(diǎn)都賦值為255，灰度值<a的像素點(diǎn)都賦值為0，即得原靜脈圖像的二值圖像Pbin。
為了更好地實(shí)現(xiàn)本發(fā)明，所述第二步中的鄰域半徑R＝7。
所述第二步中的鄰域分塊模板Tdiv-nei按如下方法選擇①使分塊后扇形條塊massi和massmod(i+7，16)+1以該像素點(diǎn)為原點(diǎn)對稱；②使分塊后的每一扇形條塊massi中包含像素點(diǎn)的個(gè)數(shù)最大限度地相等。
所述第七步中的j＝3。
所述第八步中的閾值參數(shù)ε為0.4≤ε≤0.6。
所述第十步中的二值化參數(shù)a是整數(shù)，且1≤a≤8，二值化參數(shù)a＝2是優(yōu)選方案。
本發(fā)明相對于現(xiàn)有技術(shù)的主要優(yōu)點(diǎn)及有益效果是(1)本發(fā)明公開的分割方法結(jié)合靜脈圖像的特征，充分利用了方向場圖像的空間屬性，通過將原靜脈圖像轉(zhuǎn)換為方向場圖像，避免了原靜脈圖像由于全局照度不均對分割效果的影響，并可充分利用方向場圖像中每個(gè)像素點(diǎn)的鄰域方向場信息消除原靜脈圖像由于紋路粗細(xì)不均以及紋路邊界模糊給分割帶來的干擾。(2)利用本發(fā)明公開的分割方法對照度不均、粗細(xì)不均以及邊界模糊的靜脈圖像進(jìn)行分割，分割得到的圖像能夠真實(shí)的反映原靜脈圖像的靜脈紋路拓?fù)浣Y(jié)構(gòu)，噪聲點(diǎn)較少且比較集中，便于后續(xù)的去噪處理，是一種有效的靜脈圖像分割方法。(3)本發(fā)明公開的分割方法適用于分割所有的靜脈圖像，具有廣闊的應(yīng)用前景。



圖1是本發(fā)明的靜脈圖像分割方法的實(shí)現(xiàn)流程圖； 圖2是實(shí)施例1的原靜脈圖像； 圖3是實(shí)施例1選擇的鄰域分塊模板示意圖； 圖4是實(shí)施例1選取的鄰域中半圓區(qū)域所對應(yīng)的區(qū)域方向示意圖； 圖5是實(shí)施例1得到的原靜脈圖像的方向場圖像； 圖6是實(shí)施例1得到的原靜脈圖像的8灰度級圖像； 圖7是實(shí)施例1得到的原靜脈圖像的二值圖像； 圖8是一份靜脈圖像與采用重復(fù)線跟蹤法分割的圖像、采用Niblack方法分割的圖像和采用本發(fā)明的靜脈圖像分割方法分割的圖像的結(jié)果對比圖； 圖9是另一份靜脈圖像與采用重復(fù)線跟蹤法分割的圖像、采用Niblack方法分割的圖像和采用本發(fā)明的靜脈圖像分割方法分割的圖像的結(jié)果對比圖； 圖10是再一份靜脈圖像與采用重復(fù)線跟蹤法分割的圖像、采用Niblack方法分割的圖像和采用本發(fā)明的靜脈圖像分割方法分割的圖像的結(jié)果對比圖。

具體實(shí)施例方式 下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限于此。
實(shí)施例1 應(yīng)用本發(fā)明的靜脈圖像分割方法對靜脈圖像進(jìn)行分割，實(shí)現(xiàn)的流程圖如圖1所示 第一步，讀入原靜脈圖像，如圖2所示； 第二步，取鄰域半徑R＝7(R的單位是像素)，根據(jù)鄰域半徑和距離函數(shù)確定原靜脈圖像中任一個(gè)像素點(diǎn)的鄰域，并選擇如圖3所示的鄰域分塊模板Tdiv-nei將所述鄰域分為16個(gè)以該像素點(diǎn)為中心的相鄰的扇形條塊massi，i＝1…16，分塊后扇形條塊massi和massmod(i+7，16)+1以該像素點(diǎn)為原點(diǎn)對稱；圖3中，0表示所選取的任一個(gè)像素點(diǎn)，每一個(gè)小方塊的單位為像素，1～7表示該像素點(diǎn)鄰域內(nèi)的像素點(diǎn)，鄰域內(nèi)的像素點(diǎn)分成16塊相鄰的扇形條塊，用不同的底紋以示區(qū)分，每個(gè)扇形條塊內(nèi)的像素點(diǎn)數(shù)目基本相同； 其中，距離函數(shù) 上式中，(x1，y1)、(x2，y2)為原靜脈圖像中任意兩點(diǎn)的坐標(biāo)； 第三步，計(jì)算該像素點(diǎn)的鄰域中每一個(gè)扇形條塊massi內(nèi)所有像素點(diǎn)的灰度值p(x，y)之和Si＝∑p(x，y)，其中像素點(diǎn)(x，y)∈massi，i＝1…16，p(x，y)是像素點(diǎn)(x，y)的灰度值； 計(jì)算該像素點(diǎn)的鄰域中半圓區(qū)域blocki內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和與其互補(bǔ)半圓區(qū)域blocki′內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和之間的差值Ti 其中，半圓區(qū)域blocki是指從扇形條塊massi，i＝1…16開始順時(shí)針到扇形條塊massmod(i+6，16)+1的8個(gè)連續(xù)扇形條塊組成的連續(xù)區(qū)域；其互補(bǔ)半圓區(qū)域blocki′(i′＝mod(i+7，16)+1)是指從扇形條塊massi′開始順時(shí)針計(jì)算的8個(gè)連續(xù)扇形條塊組成的連續(xù)區(qū)域； 第四步，在二元組向量l＝[(T1，direc1)，(T2，direc2)，…(T16，direc16)]，Ti+Tmod(i+7，16)+1＝0中選出所有二元組元素中的最大值Tmax＝max(Ti)，并由此得到最大值Tmax對應(yīng)的方向此方向

即為該像素點(diǎn)的方向場； 其中，向量l由16個(gè)二元組(Ti，direci)構(gòu)成，Ti為半圓區(qū)域blocki內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和與其互補(bǔ)半圓區(qū)域blocki′內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和之間的差值、direci為半圓區(qū)域blocki所對應(yīng)的區(qū)域方向、i＝1…16；區(qū)域方向direci是指與半圓區(qū)域blocki的直徑垂直，且指向半圓區(qū)域blocki的半圓弧反方向的方向，如圖4所示，1表示區(qū)域方向direc1，2表示區(qū)域方向direc2，3表示區(qū)域方向direc3……16表示區(qū)域方向direc16； 第五步，創(chuàng)建一個(gè)與原靜脈圖像一樣大小的方向場圖像的全0矩陣圖像Pdirec，對原靜脈圖像中的所有像素點(diǎn)重復(fù)第一步至第四步，將計(jì)算得到的每個(gè)像素點(diǎn)的方向場值

賦值給Pdirec中的對應(yīng)像素點(diǎn)，即得到原靜脈圖像的方向場圖像Pdirec，如圖5所示； 第六步，對所述方向場圖像Pdirec中任一個(gè)像素點(diǎn)，按照第二步的方法，確定其鄰域，選擇一對互補(bǔ)的半圓區(qū)域blocki和blocki′將所述鄰域?qū)Π敕珠_，使得在半圓區(qū)域blocki中大多數(shù)像素點(diǎn)的方向?qū)儆诜较蚪Mqueuei，而在半圓區(qū)域blocki′中大多數(shù)像素點(diǎn)的方向?qū)儆诜较蚪Mqueuei′； 其中， 在queuei所有方向中，j＝0時(shí)的方向direcmod(i+7，16)+1為主方向

與主方向相鄰的方向?yàn)閺姆较?

從方向

按照與主方向相鄰的關(guān)系從近到遠(yuǎn)依次為


在queuei′所有方向中，j＝0時(shí)的方向direcmod(i-1，16)+1為主方向

與主方向相鄰的方向?yàn)閺姆较?

從方向

按照與主方向相鄰的關(guān)系從近到遠(yuǎn)依次為


其中，i＝1…16、i′＝mod(i+7，16)+1； 第七步，取j＝3，對第六步所選擇的半圓區(qū)域blocki組成的鄰域，計(jì)算方向場圖像Pdirec中該像素點(diǎn)在所述半圓區(qū)域blocki組成的鄰域內(nèi)方向場值屬于主從方向集Di，j的像素點(diǎn)占blocki內(nèi)總像素點(diǎn)的比率ri，i＝1…16； 對第六步所選擇的半圓區(qū)域blocki′組成的鄰域，計(jì)算方向場圖像Pdirec中該像素點(diǎn)在所述半圓區(qū)域blocki′組成的鄰域內(nèi)方向場值屬于主從方向集Di′，j的像素點(diǎn)占blocki′內(nèi)總像素點(diǎn)的比率ri′； 其中， 第八步，從該像素點(diǎn)的第一對互補(bǔ)半圓區(qū)域block1和block9開始，一直到最后一對互補(bǔ)半圓區(qū)域block8和block16，共計(jì)8對互補(bǔ)半圓區(qū)域blocki和blocki′，重復(fù)第六步和第七步，得到該像素點(diǎn)的8對ri和ri′，取ε＝0.6并計(jì)算出8個(gè)f(ri，ri′，ε)值之和 其中，i＝1…16、i′＝mod(i+7，16)+1；f(ri，ri′，ε)＝ri>ε∩ri′>ε； 第九步，創(chuàng)建一個(gè)與原靜脈圖像一樣大小的8灰度級圖像的全0圖像Pgrey，重復(fù)第八步，計(jì)算出方向場圖像Pdirec的每一像素點(diǎn)的8個(gè)f(ri，ri′，ε)值之和并將賦值給全0圖像Pgrey中的對應(yīng)點(diǎn)，即得到了原靜脈圖像最終的8灰度級圖像Pgrey，如圖6所示； 第十步，選取二值化參數(shù)a＝2，將8灰度級圖像Pgrey中灰度值≥a的像素點(diǎn)都賦值為255，灰度值<a的像素點(diǎn)都賦值為0，即得原靜脈圖像的二值圖像Pbin，如圖7所示。
對圖7所示的二值圖像Pbin進(jìn)行平滑、去燥等后繼處理，就可以得到原靜脈圖像的分割圖。
實(shí)施例2 比較現(xiàn)有的重復(fù)線跟蹤法和Niblack方法與本發(fā)明公開的靜脈圖像分割方法對圖像分割的效果，為了更為清楚的對分割結(jié)果進(jìn)行比較，我們沒有對分割后的圖像進(jìn)行平滑、去噪等后續(xù)處理。如圖8所示，其中(a)為原靜脈圖像、(b)為采用重復(fù)線跟蹤法的分割結(jié)果、(c)為采用Niblack方法的分割結(jié)果、(d)為采用本發(fā)明公開的靜脈圖像分割方法的分割結(jié)果。(d)的分割結(jié)果是圖(a)的靜脈圖像按照實(shí)施例1所述的步驟分割得出，其中各個(gè)參數(shù)的取值如下R＝7；j＝3；ε＝0.5；a＝2。從圖8中可以看出本文算法分割結(jié)果較前兩種算法更為清晰，也更符合原圖像中實(shí)際的靜脈結(jié)構(gòu)，噪聲較少且相對集中。
實(shí)施例3 比較現(xiàn)有的重復(fù)線跟蹤法和Niblack方法與本發(fā)明公開的靜脈圖像分割方法對圖像分割的效果，為了更為清楚的對分割結(jié)果進(jìn)行比較，我們沒有對分割后的圖像進(jìn)行平滑、去噪等后續(xù)處理。如圖9所示，其中(a)為原靜脈圖像、(b)為采用重復(fù)線跟蹤法的分割結(jié)果、(c)為采用Niblack方法的分割結(jié)果、(d)為采用本發(fā)明公開的靜脈圖像分割方法的分割結(jié)果。(d)的分割結(jié)果是圖(a)的靜脈圖像按照實(shí)施例1所述的步驟分割得出，其中各個(gè)參數(shù)的取值如下R＝7；j＝3；ε＝0.5；a＝2。從圖9中可以看出本文算法分割結(jié)果較前兩種算法更為清晰，也更符合原圖像中實(shí)際的靜脈結(jié)構(gòu)，噪聲較少且相對集中。
實(shí)施例4 比較現(xiàn)有的重復(fù)線跟蹤法和Niblack方法與本發(fā)明公開的靜脈圖像分割方法對圖像分割的效果，為了更為清楚的對分割結(jié)果進(jìn)行比較，我們沒有對分割后的圖像進(jìn)行平滑、去噪等后續(xù)處理。如圖10所示，其中(a)為原靜脈圖像、(b)為采用重復(fù)線跟蹤法的分割結(jié)果、(c)為采用Niblack方法的分割結(jié)果、(d)為采用本發(fā)明公開的靜脈圖像分割方法的分割結(jié)果。(d)的分割結(jié)果是圖(a)的靜脈圖像按照實(shí)施例1所述的步驟分割得出，其中各個(gè)參數(shù)的取值如下R＝7；j＝3；ε＝0.5；a＝2。從圖10中可以看出本文算法分割結(jié)果較前兩種算法更為清晰，也更符合原圖像中實(shí)際的靜脈結(jié)構(gòu)，噪聲較少且相對集中。
上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，例如參數(shù)R取1≤R≤11范圍內(nèi)的其它值、j＝1或2、閾值參數(shù)ε取0<ε<1范圍內(nèi)的其它值(優(yōu)選0.4≤ε≤0.6)、二值化參數(shù)a取1≤a≤8范圍內(nèi)的其它值等等，均可實(shí)現(xiàn)本發(fā)明。其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為本發(fā)明等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種靜脈圖像分割方法，其特征是，包括下述步驟
第一步，讀入原靜脈圖像；
第二步，根據(jù)鄰域半徑和距離函數(shù)確定原靜脈圖像中任一個(gè)像素點(diǎn)的鄰域，并選擇鄰域分塊模板Tdiv-nei將所述鄰域分為16個(gè)以該像素點(diǎn)為中心的相鄰的扇形條塊massi；其中i＝1…16、鄰域半徑R1≤R≤11，R的單位是像素；距離函數(shù)，式中，(x1，y1)、(x2，y2)為原靜脈圖像中任意兩點(diǎn)的坐標(biāo)；
第三步，計(jì)算該像素點(diǎn)的鄰域中每一個(gè)扇形條塊massi內(nèi)所有像素點(diǎn)的灰度值p(x，y)之和Si＝∑p(x，y)；其中像素點(diǎn)(x，y)∈massi、p(x，y)是像素點(diǎn)(x，y)的灰度值、i＝1…16；
計(jì)算該像素點(diǎn)的鄰域中半圓區(qū)域blocki內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和與其互補(bǔ)半圓區(qū)域blocki′內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和之間的差值Ti
其中，半圓區(qū)域blocki是指從扇形條塊massi開始順時(shí)針到扇形條塊massmod(i+6，16)+1的8個(gè)連續(xù)扇形條塊組成的連續(xù)區(qū)域；其互補(bǔ)半圓區(qū)域blocki′是指從扇形條塊massi′開始順時(shí)針計(jì)算的8個(gè)連續(xù)扇形條塊組成的連續(xù)區(qū)域；i＝1…16、i′＝mod(i+7，16)+1；
第四步，在二元組向量l＝[(T1，direc1)，(T2，direc2)，…(T16，direc16)]，Ti+Tmod(i+7，16)+1＝0中選出所有二元組元素中的最大值Tmax＝max(Ti)，并由此得到最大值Tmax對應(yīng)的方向此方向
即為該像素點(diǎn)的方向場；
其中，向量l由16個(gè)二元組(Ti，direci)構(gòu)成；Ti為半圓區(qū)域blocki內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和與其互補(bǔ)半圓區(qū)域blocki′內(nèi)所有像素點(diǎn)的灰度值p(x，y)的和之間的差值、direci為半圓區(qū)域blocki所對應(yīng)的區(qū)域方向、i＝1…16、i′＝mod(i+7，16)+1；區(qū)域方向direci是指與半圓區(qū)域blocki的直徑垂直，且指向半圓區(qū)域blocki的半圓弧反方向的方向；
第五步，創(chuàng)建一個(gè)與原靜脈圖像一樣大小的方向場圖像的全0矩陣圖像Pdirec，對原靜脈圖像中的所有像素點(diǎn)重復(fù)第一步至第四步，將計(jì)算得到的每個(gè)像素點(diǎn)的方向場值
賦值給Pdirec中的對應(yīng)像素點(diǎn)，即得到原靜脈圖像的方向場圖像Pdirec；
第六步，對所述方向場圖像Pdirec中任一個(gè)像素點(diǎn)，按照第二步的方法，確定其鄰域，選擇一對互補(bǔ)的半圓區(qū)域blocki和blocki′將所述鄰域?qū)Π敕珠_，使得在半圓區(qū)域blocki中大多數(shù)像素點(diǎn)的方向?qū)儆诜较蚪Mqueuei，而在半圓區(qū)域blocki′中大多數(shù)像素點(diǎn)的方向?qū)儆诜较蚪Mqueuei′
其中，
在queuei所有方向中，j＝0時(shí)的方向direcmod(i+7，16)+1為主方向
與主方向相鄰的方向?yàn)閺姆较?br> 從方向
按照與主方向相鄰的關(guān)系從近到遠(yuǎn)依次為
在queuei′所有方向中，j＝0時(shí)的方向direcmod(i-1，16)+1為主方向
與主方向相鄰的方向?yàn)閺姆较?br> 從方向
按照與主方向相鄰的關(guān)系從近到遠(yuǎn)依次為
其中，i＝1…16、i′＝mod(i+7，16)+1；
第七步，對第六步所選擇的半圓區(qū)域blocki組成的鄰域，計(jì)算方向場圖像Pdirec中該像素點(diǎn)在所述半圓區(qū)域blocki組成的鄰域內(nèi)方向場值屬于主從方向集Di，j的像素點(diǎn)占blocki內(nèi)總像素點(diǎn)的比率ri；
對第六步所選擇的半圓區(qū)域blocki′組成的鄰域，計(jì)算方向場圖像Pdirec中該像素點(diǎn)在所述半圓區(qū)域blocki′組成的鄰域內(nèi)方向場值屬于主從方向集Di′，j的像素點(diǎn)占blocki′內(nèi)總像素點(diǎn)的比率ri′
其中，
其中，i＝1…16、i′＝mod(i+7，16)+1，j＝1，2，3；
第八步，從該像素點(diǎn)的第一對互補(bǔ)半圓區(qū)域block1和block9開始，一直到最后一對互補(bǔ)半圓區(qū)域block8和block16，共計(jì)8對互補(bǔ)半圓區(qū)域blocki和blocki′，重復(fù)第六步和第七步，得到該像素點(diǎn)的8對ri和ri′，并計(jì)算出8個(gè)f(ri，ri′，ε)值之和
其中，i＝1…16、i′＝mod(i+7，16)+1、f(ri，ri′，ε)＝ri>ε∩ri′>ε；
式中，ε為閾值參數(shù)，ε是一個(gè)實(shí)數(shù)且0<ε<1；
第九步，創(chuàng)建一個(gè)與原靜脈圖像一樣大小的8灰度級圖像的全0圖像Pgrey，重復(fù)第八步，計(jì)算出方向場圖像Pdirec的每一像素點(diǎn)的8個(gè)f(ri，ri′，ε)值之和Sf，并將Sf賦值給全0圖像Pgrey中的對應(yīng)點(diǎn)，即得到了原靜脈圖像最終的8灰度級圖像Pgrey；
第十步，選取二值化參數(shù)a，將8灰度級圖像Pgrey中灰度值≥a的像素點(diǎn)都賦值為255，灰度值<a的像素點(diǎn)都賦值為0，即得原靜脈圖像的二值圖像Pbin。
2、根據(jù)權(quán)利要求1所述靜脈圖像分割方法，其特征是，所述第二步中的鄰域半徑R＝7。
3、根據(jù)權(quán)利要求1所述靜脈圖像分割方法，其特征是，所述第二步中的鄰域分塊模板Tdiv-nei按如下方法選擇①、使分塊后扇形條塊massi和massmod(i+7，16)+1以該像素點(diǎn)為原點(diǎn)對稱；②、使分塊后的每一扇形條塊massi中包含像素點(diǎn)的個(gè)數(shù)最大限度地相等。
4、根據(jù)權(quán)利要求1所述靜脈圖像分割方法，其特征是，所述第七步中的j＝3。
5、根據(jù)權(quán)利要求1所述靜脈圖像分割方法，其特征是，所述第八步中的閾值參數(shù)ε為0.4≤ε≤0.6。
6、根據(jù)權(quán)利要求1所述靜脈圖像分割方法，其特征是，所述第十步中的二值化參數(shù)a是整數(shù)，且1≤a≤8。
7、根據(jù)權(quán)利要求6所述靜脈圖像分割方法，其特征是，所述二值化參數(shù)a＝2。
全文摘要
本發(fā)明公開了一種靜脈圖像分割方法，包括讀入原圖像；選擇模板對像素點(diǎn)鄰域分塊；確定所有像素點(diǎn)的方向場值，得到原圖像的方向場圖像；確定方向場圖像中所有像素點(diǎn)的主方向和從方向；確定原圖像的8灰度級圖像；得到原圖像的二值圖像。本發(fā)明公開的靜脈圖像分割方法通過將原靜脈圖像轉(zhuǎn)換為方向場圖像，避免了原靜脈圖像由于全局照度不均對分割效果的影響，利用本發(fā)明公開的分割方法對照度不均、粗細(xì)不均以及邊界模糊的靜脈圖像進(jìn)行分割，能夠真實(shí)的反映原靜脈圖像的靜脈紋路拓?fù)浣Y(jié)構(gòu)，噪聲點(diǎn)較少且比較集中，便于后續(xù)的去噪處理，是一種有效的靜脈圖像分割方法。
文檔編號G06T7/00GK101419704SQ200810199019
公開日2009年4月29日 申請日期2008年10月8日 優(yōu)先權(quán)日2008年10月8日
發(fā)明者康文雄, 鄧飛其 申請人:華南理工大學(xué)