專利名稱：低質(zhì)量手指靜脈圖像增強(qiáng)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理、計算機(jī)視覺、模式識別技術(shù)領(lǐng)域，特別涉及手指靜脈識別方法。
背景技術(shù)：
手指靜脈識別是本世紀(jì)初日本學(xué)者提出的新一代生物特征識別方法，依據(jù)近紅外線穿過手指時部分射線被血色素吸收的機(jī)理獲取靜脈圖像，進(jìn)行靜脈特征提取和匹配。手指靜脈識別的優(yōu)勢在于靜脈藏匿于身體內(nèi)部，屬于人體的內(nèi)部特征，不易受到外界干擾，難以被竊取或復(fù)制，可廣泛應(yīng)用于軍事重地、金融單位、監(jiān)獄、賓館等場所的身份認(rèn)證。手指各靜脈深淺、粗細(xì)差異明顯，成像時受肌肉組織和噪聲的干擾大，導(dǎo)致手指靜脈圖像清晰度低、不均勻，如何增強(qiáng)低質(zhì)量手指靜脈圖像一直是手指靜脈識別研究的熱點(diǎn)和關(guān)鍵環(huán)節(jié)。在手指靜脈圖像增強(qiáng)方面已有部分研究成果，包括重復(fù)線跟蹤方法、直方圖均衡方法和Gabor濾波方法等。依據(jù)增強(qiáng)圖像的細(xì)節(jié)表現(xiàn)能力和信噪比兩個指標(biāo)進(jìn)行評價，現(xiàn)有方法中的重復(fù)線跟蹤方法性能最優(yōu)。然而，該方法在自適應(yīng)能力和運(yùn)算效率方面還有待提高，表現(xiàn)在第一，該方法依賴于三個預(yù)設(shè)參數(shù)寬度、距離和迭代次數(shù)，而針對靜脈粗細(xì)和圖像對比度差異較大的手指靜脈圖像，該方法在相同的預(yù)設(shè)參數(shù)下增強(qiáng)效果差異較大，也即自適應(yīng)能力有待提高；第二，一般情況下，該方法迭代次數(shù)設(shè)為3000以上時才能達(dá)到較好的增強(qiáng)效果， 然而，迭代次數(shù)太多必然降低運(yùn)算效率。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題在于，針對現(xiàn)有手指靜脈圖像方法在增強(qiáng)效果、自適應(yīng)能力和運(yùn)算效率方面的不足，提出一種新的低質(zhì)量手指靜脈圖像增強(qiáng)方法。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是通過計算手指靜脈平均寬度來修正方法中的寬度和距離參數(shù)，提高方法的自適應(yīng)能力；基于手指靜脈骨架圖像求取起始跟蹤點(diǎn)集，從而剔除迭代次數(shù)參數(shù)，同時剔除非靜脈紋線上的線跟蹤，提高方法的自適應(yīng)能力和運(yùn)算效率。本發(fā)明所提出的低質(zhì)量手指靜脈圖像增強(qiáng)方法，包括四個階段Stepl :圖像預(yù)處理，包括目標(biāo)定位與裁剪、目標(biāo)尺寸歸一化、圖像濾波和圖像旋轉(zhuǎn)，目的是削弱采集裝置差異對圖像增強(qiáng)方法自適應(yīng)能力的影響；Step2 圖像分割，包括自適應(yīng)閾值圖像分割、數(shù)學(xué)形態(tài)學(xué)濾波和圖像細(xì)化，目的是得到手指靜脈二值圖像和骨架圖像；參數(shù)修正，依據(jù)手指靜脈二值圖像和骨架圖像計算手指靜脈平均寬度，并依據(jù)該寬度修正預(yù)設(shè)的寬度參數(shù)和距離參數(shù)，目的是削弱手指靜脈分布的深淺差異和靜脈管徑的粗細(xì)差異對圖像增強(qiáng)方法自適應(yīng)能力的影響；乂印4:骨架線跟蹤，包括起始跟蹤點(diǎn)集獲取、軌跡空間初始化、起始跟蹤點(diǎn)選擇、 隨機(jī)搜索方向生成和暗線跟蹤，目的是快速、有效地增強(qiáng)低質(zhì)量手指靜脈圖像。實(shí)施本發(fā)明的低質(zhì)量手指靜脈圖像增強(qiáng)方法，具有以下有益效果增強(qiáng)低質(zhì)量手指靜脈圖像，便于后續(xù)手指靜脈特征的提取和匹配，有助于提高手指靜脈識別方法的性能。 同時，本發(fā)明所提出的方法自適應(yīng)能力強(qiáng)、運(yùn)算效率高，有利于不同采集設(shè)備、不同采集樣本的自適應(yīng)處理，有利于嵌入式平臺實(shí)現(xiàn)，最終有利于手指靜脈識別設(shè)備的小型化、通用化和模塊化實(shí)現(xiàn)。


圖1為本發(fā)明實(shí)施例的流程圖；圖2為本發(fā)明實(shí)施例輸入的低質(zhì)量手指靜脈圖像；圖3為本發(fā)明實(shí)施例的圖像處理效果圖；圖4為骨架線跟蹤方法的流程圖；圖5為本發(fā)明其他實(shí)施例的圖像增強(qiáng)效果圖。
具體實(shí)施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。圖1給出了本實(shí)施例的流程圖，詳細(xì)描述如下(1)圖像預(yù)處理圖像預(yù)處理階段包括以下步驟Stepl 目標(biāo)定位與裁剪。如圖2所示，圖像中背景與手指在灰度分布上差異很大， 可以采用固定閾值法(閾值設(shè)為80)分割手指圖像，計算手指目標(biāo)的平均寬度W1和中心坐標(biāo)(x，y)，以(x，y)為中心對稱裁剪W1XH1的圖像，得到手指靜脈圖像，其中H1為原始圖像
高度；乂印2 目標(biāo)尺寸歸一化。將W1調(diào)整到設(shè)定寬度W，按同樣比例調(diào)整H1,然后以(X， y)為中心對稱裁剪WXH的圖像，得到的歸一化圖像，其中H為設(shè)定的圖像高度。在這一過程中削弱采集裝置差異對圖像增強(qiáng)方法自適應(yīng)能力的影響；Step3 圖像濾波。采用中值濾波方法濾除圖像中的部分噪聲，濾波器窗口尺寸為 3X3，濾波后圖像如圖3(a)所示。乂印4:圖像旋轉(zhuǎn)。骨架線跟蹤時要沿著靜脈的走向進(jìn)行跟蹤，為了便于跟蹤，將圖像順時針旋轉(zhuǎn)90°，再進(jìn)行后續(xù)的處理，旋轉(zhuǎn)后的圖像記為0IMG。但為了便于觀察和對比， 本發(fā)明中手指靜脈圖像都按縱向顯示。(2)圖像分割圖像分割的目的是獲取手指靜脈二值圖像和骨架圖像，這里針對手指靜脈圖像對比度低且不均勻的特點(diǎn)，以及方法對自適應(yīng)能力和運(yùn)算效率的要求，設(shè)計了如下分割步驟
Stepl 采用自適應(yīng)閾值圖像法進(jìn)行圖像分割，得到手指靜脈二值圖像BIMG ；Mep2:采用數(shù)學(xué)形態(tài)學(xué)方法的開運(yùn)算和閉運(yùn)算濾除部分噪聲和平滑毛刺，濾波器窗口尺寸為3X3，濾波后圖像記為FIMG，如圖3(b)所示；St印3 采用細(xì)化方法對FIMG進(jìn)行細(xì)化，得到手指靜脈骨架圖像KIMG，如圖3(c) 所示。自適應(yīng)閾值圖像分割方法為首先構(gòu)建自適應(yīng)閾值圖像，然后用自適應(yīng)閾值圖像減去原始手指靜脈圖像，得到手指靜脈二值圖像。下面詳細(xì)描述本發(fā)明提出的自適應(yīng)閾值圖像分割方法。由于手指靜脈深淺不一、粗細(xì)不同等本質(zhì)屬性，導(dǎo)致手指靜脈圖像整體對比度低且不均勻，無法采用單一閾值或多閾值方法得到較好的分割，為此采用自適應(yīng)閾值圖像進(jìn)行分割，基本思路是首先構(gòu)建自適應(yīng)閾值圖像TIMG，然后將TIMG減去0IMG，得到二值圖像 BIMG
權(quán)利要求
1.低質(zhì)量手指靜脈圖像增強(qiáng)方法，其特征在于，包括以下步驟Stepl 圖像預(yù)處理，包括目標(biāo)定位與裁剪、目標(biāo)尺寸歸一化、圖像濾波和圖像旋轉(zhuǎn)，目的是削弱采集裝置差異對圖像增強(qiáng)方法自適應(yīng)能力的影響；Step2 圖像分割，包括自適應(yīng)閾值圖像分割、數(shù)學(xué)形態(tài)學(xué)濾波和圖像細(xì)化，目的是得到手指靜脈二值圖像和骨架圖像；Mep3 參數(shù)修正，依據(jù)手指靜脈二值圖像和骨架圖像計算手指靜脈平均寬度，并依據(jù)該寬度修正預(yù)設(shè)的寬度參數(shù)和距離參數(shù)，目的是削弱手指靜脈分布的深淺差異和靜脈管徑的粗細(xì)差異對圖像增強(qiáng)方法自適應(yīng)能力的影響；骨架線跟蹤，包括起始跟蹤點(diǎn)集獲取、軌跡空間初始化、起始跟蹤點(diǎn)選擇、隨機(jī)搜索方向生成和暗線跟蹤，目的是快速、有效地增強(qiáng)低質(zhì)量手指靜脈圖像。
2.根據(jù)權(quán)利要求1所述的低質(zhì)量手指靜脈圖像增強(qiáng)方法，其特征在于，自適應(yīng)閾值圖像分割方法為首先構(gòu)建自適應(yīng)閾值圖像，然后用自適應(yīng)閾值圖像減去原始手指靜脈圖像， 得到手指靜脈二值圖像。
3.根據(jù)權(quán)利要求1所述的低質(zhì)量手指靜脈圖像增強(qiáng)方法，其特征在于，自適應(yīng)閾值圖像的構(gòu)建步驟為以像素點(diǎn)(i，j)為中心，計算鄰域NXN窗口內(nèi)的灰度均值M1 ； St印2 比較像素點(diǎn)(i，j)灰度0IMG(i，j)與虬的大小，如果0IMG(i，j) SM1，轉(zhuǎn)入 2-1 ；否則，轉(zhuǎn)入2-2 ；2-1 閾值圖像像素點(diǎn)(i，j)的灰度TIMG(i，j)為M1 ；2-2 首先計算窗口 NXN內(nèi)像素灰度分布直方圖ρ[i]，并初始化待求谷值點(diǎn)M2 = M1 ； 然后按照Mr3 — 2的方向搜索直方圖的第一個谷值點(diǎn)M2, M2滿足條件(p[M2+l] < p[M2-2] 且 P[M2-1] <p[M2+2])；接著，如果 M2 = M1, TIMG(i，j) = M1 ；否則，分別以 M1 和 M2 為分害ι] 閾值，計算分類后類間方差V1和V20如果V1-V2 > 0，TIMG (i, j) = M1 ；否則TIMG (i, j)=M2。
4.根據(jù)權(quán)利要求1所述的低質(zhì)量手指靜脈圖像增強(qiáng)方法，其特征在于，參數(shù)修正方法為首先依據(jù)手指靜脈二值圖像和骨架圖像計算手指靜脈平均寬度，然后依據(jù)當(dāng)前手指靜脈平均寬度修正預(yù)設(shè)的兩個參數(shù)寬度參數(shù)和距離參數(shù)。
5.根據(jù)權(quán)利要求1所述的低質(zhì)量手指靜脈圖像增強(qiáng)方法，其特征在于，手指靜脈平均寬度的求取方法為分別統(tǒng)計手指靜脈二值圖像和骨架圖像中目標(biāo)像素點(diǎn)，然后取其比值作為手指靜脈平均寬度。
6.根據(jù)權(quán)利要求1所述的低質(zhì)量手指靜脈圖像增強(qiáng)方法，其特征在于，骨架線跟蹤方法的步驟為Stepl 依據(jù)手指靜脈骨架圖像求取起始跟蹤點(diǎn)集T。；Step2 初始化用于記錄圖像中各像素點(diǎn)被跟蹤次數(shù)的軌跡空間 ；；St印3 按順序從T。中選擇起始跟蹤點(diǎn)(χ。，yc)；Step4 由獨(dú)立隨機(jī)數(shù)產(chǎn)生隨機(jī)搜索方向參數(shù)；St印5 依據(jù)起始跟蹤點(diǎn)和隨機(jī)搜索方向跟蹤靜脈暗線位置，并更新軌跡空間； St印6 判斷T。的起始跟蹤點(diǎn)是否都已使用，如果沒有，轉(zhuǎn)至乂印3 ；否則，轉(zhuǎn)至下一步； St印7 對 ；進(jìn)行灰度拉伸，得到增強(qiáng)后的手指靜脈圖像。
全文摘要
本發(fā)明涉及一種低質(zhì)量手指靜脈圖像增強(qiáng)方法，包括四個處理階段圖像預(yù)處理、圖像分割、參數(shù)修正和骨架線跟蹤。圖像預(yù)處理階段包括目標(biāo)定位與裁剪、目標(biāo)尺寸歸一化、圖像濾波和圖像旋轉(zhuǎn)四個步驟，可以削弱采集裝置差異對圖像增強(qiáng)方法自適應(yīng)能力的影響；圖像分割階段包括自適應(yīng)閾值圖像分割、數(shù)學(xué)形態(tài)學(xué)濾波和圖像細(xì)化三個步驟，目的是得到手指靜脈二值圖像和骨架圖像，為后續(xù)的處理服務(wù)；參數(shù)修正階段依據(jù)手指靜脈二值圖像和骨架圖像計算手指靜脈平均寬度，并依據(jù)該寬度修正方法中的寬度參數(shù)和距離參數(shù)。骨架線跟蹤階段包括起始跟蹤點(diǎn)集獲取、軌跡空間初始化、起始跟蹤點(diǎn)選擇、隨機(jī)搜索方向生成、暗線跟蹤等步驟。本發(fā)明可以快速有效地增強(qiáng)低質(zhì)量手指靜脈圖像，且自適應(yīng)能力強(qiáng)。
文檔編號G06T5/40GK102184528SQ20111012216
公開日2011年9月14日 申請日期2011年5月12日 優(yōu)先權(quán)日2011年5月12日
發(fā)明者劉痛, 唐朝京, 李沛秦, 謝劍斌, 閆瑋 申請人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)