手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108830158A(43)申请公布日2018.11.16(21)申请号201810469622.7(22)申请日2018.05.16(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人路志英张建峰李敏(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人刘国威(51)Int.Cl.G06K9/00(2006.01)G06K9/32(2006.01)G06K9/34(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)权利要求书2页说明书6页附图7页(54)发明名称手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法(57)摘要本发明属于图像处理领域，为提出一种用于提取手指静脉感兴趣区域的方法,为后续手指静脉的特征提取与识别提供可靠性保证。为此，本发明采用的技术方案是，手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法,利用手指静脉的成像原理以及指间关节对近红外线吸收率低的特性，采用手指轮廓矫正手指旋转、梯度分布定位指间关节位置，进而自动的提取出具有静脉信息的感兴趣区域ROI。本发明主要应用于图像处理场合。CN108830158ACN108830158A权利要求书1/2页1.一种手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法，其特征是，利用手指静脉的成像原理以及指间关节对近红外线吸收率低的特性，采用手指轮廓矫正手指旋转、梯度分布定位指间关节位置，进而自动的提取出具有静脉信息的感兴趣区域ROI。2.如权利要求1所述的手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法，其特征是，具体步骤细化如下：步骤1提取手指轮廓信息：1)采用最大内间方差法OTSU对指静脉图像做二值化操作，得到二值化图像；2)采用Sobel边缘检测算子提取手指轮廓图像；3)将二值化图像与手指轮廓图像对应像素相减，得到差值图像；4)提取差值图像的最大连通区域；5)将最大连通区与手指图像相乘，去除手指周围无效信息，最终提取出完整的手指图像；步骤2利用手指轮廓旋转矫正：采用最小二乘直线拟合方法矫正手指位置；步骤3利用手指轮廓提取子区域：利用手指轮廓的边界信息截取出最大有效矩形区域；步骤4对子区域滤波去噪：采用高斯低通滤波器，滤除子区域图像中的噪声，以保证后续梯度计算的鲁棒性；步骤5生成梯度图像：利用梯度公式，对子区域做梯度运算生成梯度图像，为定位关节位置提供基础支撑；步骤6定位关节位置：对生成的梯度图像做行像素求和操作，选取两个波峰点的位置作为关节位置；步骤7提取ROI。3.如权利要求1所述的手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法，其特征是，步骤5生成梯度图像进一步具体步骤如下：设子区域图像为I(i,j)，其中i∈[1,h],j∈[1,w]，h为子区域图像的高度，w为子区域图像的宽度，梯度在水平与垂直的计算方向梯度计算公式如下：Grd(i,j)＝I(i+1,j)-I(i,j),i∈[1,h],j∈[1,w](1)根据公式(1)生成子区域的梯度图像Grd(i,j)，为定位关节位置提供基础支撑；步骤6定位指间关节位置：对梯度图像Grd(i,j)每一行的像素值求和，得到梯度图像行像素和的灰度分布曲线，梯度图行像素和的灰度分布曲线在指间关节位置呈现波峰状态，通过定位该曲线的波峰位置定位手指静脉图像的关节位置，梯度分布曲线的计算公式如下：其中Si为某一行像素值的和，定位指间关节位置的计算公式如下：2CN108830158A权利要求书2/2页其中d1和d2即为指间关节的位置。3CN108830158A说明书1/6页手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法技术领域[0001]本发明属于图像处理领域，特别涉及手指静脉图像预处理方法。具体讲，涉及手指轮廓和梯度分布相融合手指静脉感兴趣区域提取方法。背景技术[0002]手指静脉识别技术作为一种新兴的生物识别手段，与指纹识别、掌纹识别、人脸识别等传统的生物识别技术相比具有更为独特的优势：(1)非接触式；(2)活体检测；(3)高安全性；(4)便携性。因此，手指静脉识别技术具有更广泛的发展空间和应用前景。[0003]手指静脉图像的ROI(感兴趣区域)提取作为手指静脉识别的首要步骤，对手指静脉的特征提取和识别起到至关重要的作用。手指静脉成像原理是利用静脉血液中的血红蛋白对近红外光线的吸收特性实现的，而手指的近端、远端关节对近红外光线的吸收率较低，在图像中可以呈现出较为明亮的矩形区域。因此，可以通过定位两个关节的位置来自动的提取出手指静脉的ROI。[0004]然而，通过定位关节位置来提取手指静脉ROI仍面临较大的挑战，主要有以下几个方面：[0005]1.手指静脉采用非接触式进行采集，手指在水