非接触式手指静脉样本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*CN103400134A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103400134103400134A(43)申请公布日2013.11.20(21)申请号201310268809.8(22)申请日2013.06.28(71)申请人哈尔滨工程大学地址150001黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人王科俊宋新景左春婷(51)Int.Cl.G06K9/46(2006.01)G06K9/00(2006.01)权权利要求书1页利要求书1页说明书6页说明书6页附图3页附图3页(54)发明名称非接触式手指静脉样本感兴趣区域提取方法(57)摘要本发明提供的是非接触式手指静脉样本感兴趣区域提取方法。用最大方差法对手指静脉图像进行逐列阈值分割，通过连通域面积和寻找指尖的方法进行去噪；利用手指上下轮廓点拟合出手指中线，以手指中线的斜率作为旋转校正的依据；利用指尖轮廓近似为圆的特点求取圆弧的有效轮廓点集，用这些有效轮廓点拟合指尖圆，得到指尖圆的直径进行感兴趣区域定位；感兴趣区域的横向宽度为固定宽度、纵向宽度由手指轮廓上下边缘内切线决定；最后对得到的感兴趣区域进行尺寸归一化。本发明充分考虑非接触式手指静脉采集过程和图像特点，为手指静脉感兴趣区域提取提供新的解决办法，利用手指中线进行旋转校正和指尖圆进行定位，具有很强的抗旋转、抗平移性。CN103400134ACN1034ACN103400134A权利要求书1/1页1.一种非接触式手指静脉样本感兴趣区域提取方法，包括逐列阈值分割、图像去噪、旋转校正、定位点确定、感兴趣区域提取和尺寸归一化，其特征是：采用最大方差法对手指静脉图像进行逐列阈值分割，并通过连通域面积和寻找指尖的方法进行去噪，分割出手指区域；利用手指上下轮廓点拟合出手指中线，以所述手指中线的斜率作为旋转校正的依据；利用指尖轮廓近似为圆的特点求取圆弧的有效轮廓点集，进一步用这些有效轮廓点拟合指尖圆，得到指尖圆的直径，以此进行感兴趣区域定位；感兴趣区域的横向宽度为固定宽度、纵向宽度由手指轮廓上下边缘内切线决定；最后对得到的感兴趣区域进行尺寸归一化。2.根据权利要求1所述的非接触式手指静脉样本感兴趣区域提取方法，其特征是所述采用最大方差法对手指静脉图像进行逐列阈值分割具体为：基于图像采集过程中各列的光照是均匀分布的，将图像的每一列作为一个单元，采用最大方差法，计算出该列的分割阈值，并进行该列的全局阈值分割。3.根据权利要求1或2所述的非接触式手指静脉样本感兴趣区域提取方法，其特征是所述通过连通域面积和寻找指尖的方法进行去噪具体为：根据区域标记计算出各个连通域的面积，保留最大连通域的面积，消除小的块状噪声；对于指尖部分的噪声，根据图像中每列像素竖直方向上的投影值，确定出指尖的位置，消除指尖前面的噪声。2CN103400134A说明书1/6页非接触式手指静脉样本感兴趣区域提取方法技术领域[0001]本发明涉及的是一种模式识别技术，具体地说是一种手指静脉样本感兴趣区域提取方法。背景技术[0002]现有的手指静脉识别方法大多数基于完整的手指图像信息，直接用整个手指处理不仅需要较大的存储空间，运算量较大，而且特征不集中，识别率较低。对比指尖和指根，手指中间的静脉血管比较清晰，区分度大，用这部分区域作为特征提取的对象更有利于分类。因此，选择将这部分作为我们的静脉感兴趣区域(RegionOfInterest,ROI)。[0003]申请好为201210051702.3的专利文件中，公开了一种“基于旋转校正的手指静脉图像感兴趣区域提取方法”，利用手指质心进行图像旋转校正，并根据图像中每列像素竖直方向上的投影值，确定手指第一关节位置，进行ROI定位。该方法对图像质量有严格要求，对高质量的静脉图像列方向投影后在两个手指关节处有明显的双峰；对低质量的静脉图像，列投影后曲线峰值不明显，或由于光照原因呈现多峰情况，不能实现ROI的精确定位。发明内容[0004]本发明的目的在于提供一种能够克服采集过程中存在的偏移、旋转差异，得到包含丰富的、稳定的特征的ROI区域的非接触式手指静脉样本感兴趣区域提取方法。[0005]本发明的目的是这样实现的：[0006]包括逐列阈值分割、图像去噪、旋转校正、定位点确定、感兴趣区域提取和尺寸归一化，采用最大方差法对手指静脉图像进行逐列阈值分割，并通过连通域面积和寻找指尖的方法进行去噪，分割出手指区域；利用手指上下轮廓点拟合出手指中线，以所述手指中线的斜率作为旋转校正的依据；利用指尖轮廓近似为圆的特点求取圆弧的有效轮廓点集，进一步用这些有效轮廓点拟合指尖圆，得到指尖圆的直径，以此进行感兴趣区域定位；感兴趣区域的横向宽度为固定宽度、纵向宽度由手