專利名稱：手背靜脈模式紋理提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種生物特征的識(shí)別方法。
背景技術(shù)：
人體手背靜脈識(shí)別具有穩(wěn)定性、唯一性、高防偽性、非接觸性和精度高等優(yōu)點(diǎn)，是模式識(shí)別領(lǐng)域的前沿課題。具有廣泛的應(yīng)用前景和經(jīng)濟(jì)價(jià)值。目前提取靜脈紋理的方法主要有兩種1、基于靜脈紋理區(qū)域像素灰度值分布的統(tǒng)計(jì)特性的方法通過(guò)靜脈紋理區(qū)域像素灰度值分布的統(tǒng)計(jì)特性確定區(qū)域閾值，對(duì)靜脈樣本圖像進(jìn)行二值分割，得到一幅能夠區(qū)分靜脈紋理區(qū)域和背景區(qū)域的二值圖像，如圖I(A)所示。這種方法優(yōu)點(diǎn)是簡(jiǎn)單快速，但對(duì)靜脈樣本的質(zhì)量要求較高。2、基于靜脈紋理橫斷面最小灰度值點(diǎn)跟蹤的方法對(duì)靜脈紋理橫斷面最小灰度值點(diǎn)進(jìn)行“重復(fù)線形跟蹤”，從某一端點(diǎn)進(jìn)行橫斷面最小灰度值點(diǎn)跟蹤，形成橫斷面最小灰度值線，一個(gè)端點(diǎn)跟蹤結(jié)束后，從另外一個(gè)端點(diǎn)進(jìn)行同樣的跟蹤操作，最后得到的橫斷面最小灰度值點(diǎn)形成的曲線將重疊，形成靜脈紋理特征，如圖I(B)所示。在跟蹤時(shí)記下橫斷面最小灰度值點(diǎn)被遍歷的次數(shù)，以區(qū)分噪聲點(diǎn)和靜脈點(diǎn)，噪聲點(diǎn)被遍歷的幾率要比靜脈點(diǎn)小。該方法相對(duì)第一種方法而言，其提取效果有一定的改善。在靜脈識(shí)別領(lǐng)域還沒(méi)有討論基于圖像的二階微分結(jié)構(gòu)特性提取靜脈紋理的相關(guān)文獻(xiàn)，但是在醫(yī)學(xué)圖像處理領(lǐng)域研究得比較多[1_3]，其中大多數(shù)方法以文獻(xiàn)[1]提出的模型為基礎(chǔ)，文獻(xiàn)[1]基于紋理二階微分結(jié)構(gòu)的特征值，提出一了血管度計(jì)算模型，但直接利用該模型處理靜脈圖像時(shí)，存在兩個(gè)問(wèn)題1、對(duì)靜脈圖像中細(xì)紋理不敏感；2、對(duì)血管交叉處紋理表現(xiàn)不明顯。與本發(fā)明相關(guān)的公開(kāi)報(bào)道有[1]A. Frangi, W. Niessen, K. Vincken, and Μ. Viergever, Multiscale vessel enhancement filtering, Medical Image Computing and Computer—Assisted Interventation in 1998，1998，pp.130—137.[2]C. Ca ero and P. Radeva, Vesselness enhancement diffusion, Pattern Recognition Letters, vol. 24,2003, pp.3141-3151.[3] R. Manniesing, M. Viergever, and W. Niessen, Vessel enhancing diffusion::Ascale space representation of vessel structures, Medical Image Analysis,vol. 10,2006, pp. 815—825.

發(fā)明內(nèi)容
本發(fā)明的目的在于提供能夠區(qū)分靜脈紋理與背景區(qū)域、能夠得到靜脈紋理的方向和尺度信息的手背靜脈模式紋理提取方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的
本發(fā)明手背靜脈模式紋理提取方法，其特征是(1)建立靜脈紋理局部二階微分結(jié)構(gòu)模型-VLSDM模型VLSDM模型由靜脈紋理局部曲面形狀約束模型和靜脈紋理的顯著二階微分結(jié)構(gòu)特征量組成，根據(jù)靜脈紋理局部曲面形狀約束索引值不同的特點(diǎn)、結(jié)合采樣定理及加權(quán)融合的方法得到融合形狀約束索引值計(jì)算模型-SICM模型，選取曲面最大主曲率作為VLSDM模型中的靜脈紋理的顯著二階微分結(jié)構(gòu)特征量，采用基于最大似然估計(jì)模型改進(jìn)的組合方式將SICM模型與顯著二階微分結(jié)構(gòu)特征量進(jìn)行融合，從而形成VLSDM模型；(2)采用基于多尺度分析的噪聲濾去方法對(duì)多尺度VLSDM模型濾波響應(yīng)進(jìn)行處理，從而得到最后的手背靜脈模式紋理。本發(fā)明還可以包括1、所述的SICM模型的建立方法是采用采樣函數(shù)amrmon對(duì)形狀索引值 SapeIndex進(jìn)行采樣，形成像素點(diǎn)鄰域曲面與采樣目標(biāo)紋理曲面形狀索引值shapq相似度計(jì)算公式，采用加權(quán)融合的方法，將與交叉靜脈紋理和暗脊形靜脈紋理得相似度融合形成最后的靜脈形狀約束模型。2、所述的像素點(diǎn)鄰域曲面與采樣目標(biāo)紋理曲面形狀索引值shapq相似度計(jì)算公
式數(shù)學(xué)表達(dá)式為
權(quán)利要求
1.手背靜脈模式紋理提取方法，其特征是(1)建立靜脈紋理局部二階微分結(jié)構(gòu)模型-VLSDM模型=VLSDM模型由靜脈紋理局部曲面形狀約束模型和靜脈紋理的顯著二階微分結(jié)構(gòu)特征量組成，根據(jù)靜脈紋理局部曲面形狀約束索引值不同的特點(diǎn)、結(jié)合采樣定理及加權(quán)融合的方法得到融合形狀約束索引值計(jì)算模型-SICM模型，選取曲面最大主曲率作為VLSDM模型中的靜脈紋理的顯著二階微分結(jié)構(gòu)特征量，采用基于最大似然估計(jì)模型改進(jìn)的組合方式將SICM模型與顯著二階微分結(jié)構(gòu)特征量進(jìn)行融合，從而形成VLSDM模型；(2)采用基于多尺度分析的噪聲濾去方法對(duì)多尺度VLSDM模型濾波響應(yīng)進(jìn)行處理，從而得到最后的手背靜脈模式紋理。
2.根據(jù)權(quán)利要求1所述的手背靜脈模式紋理提取方法，其特征是所述的SICM模型的建立方法是采用采樣函數(shù)Siarmon對(duì)形狀索引值Sapelndex進(jìn)行采樣，形成像素點(diǎn)鄰域曲面與采樣目標(biāo)紋理曲面形狀索引值shapq相似度計(jì)算公式，采用加權(quán)融合的方法，將與交叉靜脈紋理和暗脊形靜脈紋理得相似度融合形成最后的靜脈形狀約束模型。
3.根據(jù)權(quán)利要求2所述的手背靜脈模式紋理提取方法，其特征是所述的像素點(diǎn)鄰域曲面與采樣目標(biāo)紋理曲面形狀索引值shapq相似度計(jì)算公式數(shù)學(xué)表達(dá)式為
4.根據(jù)權(quán)利要求3所述的手背靜脈模式紋理提取方法，其特征是所述的加權(quán)融合的方法數(shù)學(xué)表達(dá)式為
5.根據(jù)權(quán)利要求4所述的手背靜脈模式紋理提取方法，其特征是所述的最大似然估計(jì)模型改進(jìn)的組合方式數(shù)學(xué)表達(dá)式為
6.根據(jù)權(quán)利要求5所述的手背靜脈模式紋理提取方法，其特征是所述的VLSDM模型的數(shù)學(xué)表達(dá)式為
7.根據(jù)權(quán)利要求6所述的手背靜脈模式紋理提取方法，其特征是所述的基于多尺度分析的噪聲濾去方法為(1)消除小尺度毛刺噪聲和斑點(diǎn)噪聲令微分尺度空間中的最大靜脈度對(duì)應(yīng)的微分尺度灰度圖Is中的背景區(qū)域和微分尺度為Smax的區(qū)域?yàn)榘咨?，微分尺度小于Smax的區(qū)域?yàn)楹谏?，形成二值圖像Ib，毛刺噪聲區(qū)域和細(xì)靜脈區(qū)域均在Ib中變成了黑色的斑點(diǎn)區(qū)域，統(tǒng)計(jì)每個(gè)斑點(diǎn)區(qū)域?qū)?yīng)的多尺度VLSDM模型響應(yīng)灰度圖中的區(qū)域極大值，如果其值大于細(xì)靜脈連通域與噪聲連通域內(nèi)對(duì)應(yīng)的多尺度VLSDM模型響應(yīng)灰度值極大值的閾值Tmax，則將該斑點(diǎn)區(qū)域用白色填充，經(jīng)斑點(diǎn)區(qū)域填充濾波處理后的圖像Γ )3與原圖像Is作與操作，得到只包含靜脈紋理區(qū)域和大尺度噪聲區(qū)域的圖像Γ s;(2)消除大尺度噪聲令圖像Γs中背景區(qū)域?yàn)楹谏渌麉^(qū)域?yàn)榘咨?，大尺度噪聲就變成了黑色孔洞區(qū)域和白色斑點(diǎn)區(qū)域，通過(guò)連通域面積閾值來(lái)濾去這類大尺度噪聲，去掉大尺度噪聲后的圖像中靜脈文理區(qū)域?yàn)榘咨珔^(qū)域，背景區(qū)域?yàn)楹谏玫较蟪叨仍肼暈V波模板；(3)對(duì)多尺度VLSDM模型響應(yīng)進(jìn)行濾波，利用得到的濾波模板與多尺度VLSDM模型響應(yīng)作乘法操作，多尺度VLSDM模型響應(yīng)中的噪聲區(qū)域全部變?yōu)榱阒?，靜脈區(qū)域靜脈度值保持不變，從而得到濾波后的多尺度VLSDM模型濾波響應(yīng)。
全文摘要
本發(fā)明的目的在于提供手背靜脈模式紋理提取方法，其特征是建立靜脈紋理局部二階微分結(jié)構(gòu)模型-VLSDM模型，采用基于多尺度分析的噪聲濾去方法對(duì)多尺度VLSDM模型濾波響應(yīng)進(jìn)行處理，從而得到最后的手背靜脈模式紋理。本發(fā)明不但能夠區(qū)分靜脈紋理與背景區(qū)域，而且提取的靜脈紋理保持了其局部曲面原有的形態(tài)，同時(shí)能夠得到靜脈紋理的方向和尺度信息。
文檔編號(hào)G06K9/00GK102222220SQ201110167448
公開(kāi)日2011年10月19日 申請(qǐng)日期2011年6月21日 優(yōu)先權(quán)日2011年6月21日
發(fā)明者付斌, 馮偉興, 劉靜宇, 唐墨, 崔建文, 杜同春, 熊新炎, 王科俊 申請(qǐng)人:哈爾濱工程大學(xué)