一種手指靜脈網(wǎng)絡(luò)精確提取方法
【專利摘要】一種手指靜脈網(wǎng)絡(luò)精確提取方法。其包括按順序執(zhí)行的下列步驟：1）對原始手指靜脈圖像進行增強；2）將步驟1）得到的增強圖像利用自動標(biāo)記算法進行處理，得到trimap圖像；3）以步驟2）得到的trimap圖像為約束，采用圖像摳取算法提取清晰的手指靜脈網(wǎng)絡(luò)。本發(fā)明提供的手指靜脈網(wǎng)絡(luò)精確提取方法能夠準(zhǔn)確表示手指靜脈網(wǎng)絡(luò)，而且能挖掘出較細的靜脈。因此，本方法對于手指靜脈網(wǎng)絡(luò)的表示來說具有重要的意義。
【專利說明】一種手指靜脈網(wǎng)絡(luò)精確提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計算機識別【技術(shù)領(lǐng)域】，特別是涉及一種手指靜脈網(wǎng)絡(luò)精確提取方法?！颈尘凹夹g(shù)】
[0002]由于手指靜脈位于皮膚下部，因此需要采用透射的方式進行成像。但是，在成像過程中，由于骨骼、肌肉、血管組織液和皮膚等生物組織對近紅外光有吸收、反射、散射和折射等作用，從而導(dǎo)致近紅外光透過手指后產(chǎn)生能量衰減，結(jié)果致使采集到的手指靜脈圖像是一種嚴重退化模糊的低質(zhì)量圖像，不能清晰地反應(yīng)出靜脈網(wǎng)絡(luò)。因此，為了準(zhǔn)確地提取出結(jié)構(gòu)特征，需要對原始的靜脈圖像進行一系列的處理以得到清晰可靠的靜脈網(wǎng)絡(luò)。
[0003]目前對于低質(zhì)靜脈圖像提取方法的研究較少，多采取分割或特征提取的方式，主要有傳統(tǒng)的閾值分割法、最大主曲率法、重復(fù)線性跟蹤法等。很顯然，包括重復(fù)線性跟蹤算法在內(nèi)的傳統(tǒng)圖像分割方法都無法準(zhǔn)確表示手指靜脈網(wǎng)絡(luò)，而且也不能挖掘出較細的靜脈。

【發(fā)明內(nèi)容】

[0004]為了解決上述問題，本發(fā)明的目的在于提供一種手指靜脈網(wǎng)絡(luò)精確提取方法。
[0005]為了達到上述目的，本發(fā)明提供的手指靜脈網(wǎng)絡(luò)精確提取方法包括按順序執(zhí)行的下列步驟:
[0006]I)對原始手指靜脈圖像進行增強；
[0007]2)將步驟I)得到的增強圖像利用自動標(biāo)記算法進行處理，得到trimap圖像；
[0008]3)以步驟2)得到的trimap圖像為約束，采用圖像摳取算法提取清晰的手指靜脈網(wǎng)絡(luò)。
[0009]所述的步驟I)中對原始手指靜脈圖像進行增強的方法是利用去霧處理算法進行散射噪聲去除，獲得原始去霧圖像RU，y)，再經(jīng)多尺度偶Gabor濾波增強算子得到增強圖像 E (X，y)。
[0010]所述的步驟2)中利用自動標(biāo)記算法對步驟I)得到的增強圖像進行處理，得到trimap圖像的方法是，以步驟I)得到的增強圖像E (x，y)為基礎(chǔ)，利用K-means對增強圖像進行聚類劃分，通過類別標(biāo)記逐層生成臨時前景和背景的二值圖，再利用動態(tài)二值圖像，經(jīng)二值操作算子生成互不交叉重疊的前景像素集合的標(biāo)記圖(f(x，y)和背景像素集合的標(biāo)記圖^b(x，y)，之后以前景像素集合的標(biāo)記圖4f(x，y)和背景像素集合的標(biāo)記圖4b(x，y)為約束在原始圖像上 生成涂鴉區(qū)，即得到約束圖像C(x，y)。
[0011]所述的步驟3)中利用圖像摳取算法對步驟2)得到的trimap圖像進行提取的方法是先以約束圖像C(x，y)估計得到遮罩α，然后再以遮罩α為約束通過優(yōu)化迭代方法提取前景圖，由此得到清晰的手指靜脈網(wǎng)絡(luò)。
[0012]本發(fā)明提供的手指靜脈網(wǎng)絡(luò)精確提取方法能夠準(zhǔn)確表示手指靜脈網(wǎng)絡(luò)，而且能挖掘出較細的靜脈。因此，本方法對于手指靜脈網(wǎng)絡(luò)的表示來說具有重要的意義。【專利附圖】

【附圖說明】
[0013]圖1為本發(fā)明提供的手指靜脈網(wǎng)絡(luò)精確提取方法的工作流程圖。
[0014]圖2為空間頻率域輪廓相切示意圖。
[0015]圖3為一組偶對稱Gabor濾波器的空域響應(yīng)。
【具體實施方式】
[0016]下面結(jié)合附圖和具體實施例對本發(fā)明提供的手指靜脈網(wǎng)絡(luò)精確提取方法進行詳細說明。
[0017]如圖1所示，本發(fā)明提供的手指靜脈網(wǎng)絡(luò)精確提取方法包括按順序執(zhí)行的下列步驟:
[0018]I)對原始手指靜脈圖像進行增強；
[0019]由于吸收、反射、散射等外在因素的影響，使得采集到的手指靜脈圖像對比度較低，靜脈結(jié)構(gòu)難以辨別，因此，需要首先進行圖像增強；圖像增強的目的主要有兩個方面:一、改善圖像的視覺效果，提高圖像的清晰度；二、有選擇地突出人們感興趣的信息，抑制無用信息，從而提高圖像的使用價值，并將圖像轉(zhuǎn)換為一種更適合人或者機器處理的形式。本發(fā)明使用去霧算法實現(xiàn)第一個目的，使用本發(fā)明人設(shè)計的一組特殊的偶Gabor濾波器實現(xiàn)第二個目的。
[0020]醫(yī)學(xué)研究表明，手指的骨骼、肌肉、血管組織液以及皮膚組織對近紅外光具有吸收、反射、折射、散射等作用。這就類似于，在霧天由于大氣粒子的散射作用使得成像場景可見性急劇降低這一現(xiàn)象。因此，由于生物組織的強散射特性導(dǎo)致手指靜脈圖像退化的現(xiàn)象是不可避免的。那么，毫無疑問，我們就可以采用去除散射噪聲的方法來重建圖像，提高圖
像質(zhì)量。
[0021]目前，在多項應(yīng)用中，基于Koschmieder定律的圖像去霧技術(shù)被證明是一種能夠有效去除散射噪聲的方法。假設(shè)I(x，y)為我們拍攝得到的圖像，RU，y)為原始去霧圖像，P (λ)代表大氣的消光系數(shù)，d(x，y)為場景深度,則根據(jù)Koschmieder定律可以得到:
[0022]I(x，y) =R (x，y)e-p(A)d(x’y)+Is(l-e-p(A)d(x’y)) (I)
[0023]其中，λ為光的波長，Is為周圍環(huán)境的光照強度。大氣顆粒和生物組織可以看成是兩種對不同的波長具有不同消光系數(shù)的散射介質(zhì)，因此，Koschmieder定律可運用于手指靜脈圖像的復(fù)原。
[0024]但是，在解決實際問題中，我們很難獲得準(zhǔn)確的大氣的消光系數(shù)P (λ)和場景深度d(x, y),這就使得上式變成一個病態(tài)的問題。這里，我們采用Jean-Philippe和Nicolas于2009年提出的一種基于濾波器的方法直接估計空氣光強度u (x, y),
[0025]u (x，y)=Is(l-e-pU)d(x’y)) (2)
[0026]而不再估計大氣的消光系數(shù)P (入)、場景深度(1(17)和周圍環(huán)境的光照強度Is。假設(shè)周圍環(huán)境的光照強度Is為一常數(shù)，我們求解關(guān)于原始去霧圖像R(x，y)的方程(I)就可以得到:
[0027]R (x, y) =Is (I (x, y) - υ (χ, y)) / (Is- υ (χ, y)) (3)
[0028]這種方法可以對一副手指靜脈圖像進行快速的復(fù)原，有效地增強圖像的清晰度。[0029]散射噪聲的去除可以顯著提高圖像質(zhì)量。但是，由于生物組織的復(fù)雜性，靜脈區(qū)域與非靜脈區(qū)域之間的模糊仍然十分嚴重。因此，對于進一步增強靜脈區(qū)域的清晰度，提高靜脈區(qū)域和非靜脈區(qū)域的對比度來說，血管的增強仍然是一個具有挑戰(zhàn)性的問題。靜脈在近紅外光的透射下以脊?fàn)畹男问秸宫F(xiàn)出來，那么基于脊的圖像增強算法能夠更好地探索靜脈信息。由于Gabor濾波器在尺度和方向上均是可調(diào)的，所以，我們針對這一問題設(shè)計了一組特殊的偶Gabor濾波器。
[0030]一個二維的Gabor濾波器是一個由高斯函數(shù)和復(fù)平面波組成的函數(shù):
【權(quán)利要求】
1.一種手指靜脈網(wǎng)絡(luò)精確提取方法，其特征在于:所述的手指靜脈網(wǎng)絡(luò)精確提取方法包括按順序執(zhí)行的下列步驟: 1)對原始手指靜脈圖像進行增強； 2)將步驟1)得到的增強圖像利用自動標(biāo)記算法進行處理，得到trimap圖像； 3)以步驟2)得到的trimap圖像為約束，采用圖像摳取算法提取清晰的手指靜脈網(wǎng)絡(luò)。
2.根據(jù)權(quán)利要求1所述的手指靜脈網(wǎng)絡(luò)精確提取方法，其特征在于:所述的步驟1)中對原始手指靜脈圖像進行增強的方法是利用去霧處理算法進行散射噪聲去除，獲得原始去霧圖像R（x，y)，再經(jīng)多尺度偶Gabor濾波增強算子得到增強圖像E（x，y)。
3.根據(jù)權(quán)利要求1所述的手指靜脈網(wǎng)絡(luò)精確提取方法，其特征在于:所述的步驟2)中利用自動標(biāo)記算法對步驟1)得到的增強圖像進行處理，得到trimap圖像的方法是，以步驟I)得到的增強圖像E（x，y)為基礎(chǔ)，利用K-means對增強圖像進行聚類劃分，通過類別標(biāo)記逐層生成臨時前景和背景的二值圖，再利用動態(tài)二值圖像，經(jīng)二值操作算子生成互不交叉重疊的前景像素集合的標(biāo)記圖ζf（x，y)和背景像素集合的標(biāo)記圖ζb（x，y)，之后以前景像素集合的標(biāo)記圖ζf（x，y)和背景像素集合的標(biāo)記圖ζb（x，y)為約束在原始圖像上生成涂鴉區(qū)，即得到約束圖像C（x，y)。
4.根據(jù)權(quán)利要求1所述的手指靜脈網(wǎng)絡(luò)精確提取方法，其特征在于:所述的步驟3)中利用圖像摳取算法對步驟2)得到的trimap圖像進行提取的方法是先以約束圖像C（x，y)估計得到遮罩α，然后再以遮罩α為約束通過優(yōu)化迭代方法提取前景圖，由此得到清晰的手指靜脈網(wǎng)絡(luò)。
【文檔編號】G06K9/54GK103903001SQ201410102276
【公開日】2014年7月2日 申請日期:2014年3月19日 優(yōu)先權(quán)日:2014年3月19日
【發(fā)明者】楊金鋒, 師一華, 李承尚 申請人:中國民航大學(xué)