專利名稱：低質(zhì)量手指靜脈圖像增強方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理、計算機視覺、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理獲取靜脈圖像，進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證。手指各靜脈深淺、粗細差異明顯，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，如何增強低質(zhì)量手指靜脈圖像一直是手指靜脈識別研究的熱點和關(guān)鍵環(huán)節(jié)。在手指靜脈圖像增強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)增強圖像的細節(jié)表現(xiàn)能力和信噪比兩個指標進行評價，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以上時才能達到較好的增強效果， 然而，迭代次數(shù)太多必然降低運算效率。

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效果、自適應(yīng)能力和運算效率方面的不足，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)能力和運算效率。本發(fā)明所提出的低質(zhì)量手指靜脈圖像增強方法，包括四個階段Stepl :圖像預(yù)處理，包括目標定位與裁剪、目標尺寸歸一化、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差異對圖像增強方法自適應(yīng)能力的影響；乂印4:骨架線跟蹤，包括起始跟蹤點集獲取、軌跡空間初始化、起始跟蹤點選擇、 隨機搜索方向生成和暗線跟蹤，目的是快速、有效地增強低質(zhì)量手指靜脈圖像。實施本發(fā)明的低質(zhì)量手指靜脈圖像增強方法，具有以下有益效果增強低質(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、運算效率高，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、通用化和模塊化實現(xiàn)。


圖1為本發(fā)明實施例的流程圖；圖2為本發(fā)明實施例輸入的低質(zhì)量手指靜脈圖像；圖3為本發(fā)明實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)明其他實施例的圖像增強效果圖。
具體實施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。圖1給出了本實施例的流程圖，詳細描述如下(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，計算手指目標的平均寬度W1和中心坐標(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行跟蹤，為了便于跟蹤，將圖像順時針旋轉(zhuǎn)90°，再進行后續(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，以及方法對自適應(yīng)能力和運算效率的要求，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)方法的開運算和閉運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 采用細化方法對FIMG進行細化，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方法，其特征在于，包括以下步驟Stepl 圖像預(yù)處理，包括目標定位與裁剪、目標尺寸歸一化、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差異對圖像增強方法自適應(yīng)能力的影響；骨架線跟蹤，包括起始跟蹤點集獲取、軌跡空間初始化、起始跟蹤點選擇、隨機搜索方向生成和暗線跟蹤，目的是快速、有效地增強低質(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(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(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(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M2 = M1 ； 然后按照Mr3 — 2的方向搜索直方圖的第一個谷值點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像素點，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集T。；Step2 初始化用于記錄圖像中各像素點被跟蹤次數(shù)的軌跡空間 ；；St印3 按順序從T。中選擇起始跟蹤點(χ。，yc)；Step4 由獨立隨機數(shù)產(chǎn)生隨機搜索方向參數(shù)；St印5 依據(jù)起始跟蹤點和隨機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 ；進行灰度拉伸，得到增強后的手指靜脈圖像。
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)處理階段包括目標定位與裁剪、目標尺寸歸一化、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集獲取、軌跡空間初始化、起始跟蹤點選擇、隨機搜索方向生成、暗線跟蹤等步驟。本發(fā)明可以快速有效地增強低質(zhì)量手指靜脈圖像，且自適應(yīng)能力強。
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)