CN109451246B - 一种可获取清晰指静脉图像的方法 - Google Patents

Abstract

本发明涉及图像拍摄技术领域，且公开了一种可获取清晰指静脉图像的方法，在黑暗到强光之间的外部光环境下，可通过多次拍照参数调节、全图平均亮度计算、手指内部亮度计算、亮度与曝光时间关系收敛模型、图像质量计算和直方图均衡化等方式中，收敛拍照参数，最终得到适应多种光环境的高清晰指静脉图像，用于特征提取。该可获取清晰指静脉图像的方法，能够计算得出曝光时间和曝光亮度，从而得出最终的指静脉的图像质量，提醒人们是否需要重新采集指静脉图像。

Description

一种可获取清晰指静脉图像的方法

技术领域

本发明涉及图像拍摄技术领域，具体为一种可获取清晰指静脉图像的方法。

背景技术

指静脉识别是生物识别大类中依靠人体手指内部静脉分布作为生物特征识别个人身份的一种技术，与指纹识别，人脸识别和虹膜识别等同属于生物识别技术范畴。指静脉因其唯一性、难复制、使用方便和安全性，逐渐成为一个最有效的生物识别特征。

指静脉识别过程大体分为3步：1、采用红外光线照射手指时，通过摄像头采集手指静脉图像；2、对静脉图像进行滤波、增强、锐化和二值化等算法处理，提取出静脉特征数据；3、把采集到的特征数据与数据库中的特征数据进行特征匹配，实现对个人身份的鉴定。如何快速采集到高清晰的静脉图像成为指静脉识别最基础的一步。

摄像头的图像传感器成像过程中，曝光时间对图像质量的影响很大，曝光过度和曝光不足，都会使图像丢失图像细节。目前大多数的传感器采用固定步长的逼近式自动曝光，只有图像整体达到目标亮度范围才会停止曝光，曝光过程缓慢。

如图1所示，亮度被分为了三个区域，Yexpected指预期图像亮度，Ycurrent表示当前图像亮度；Yexpected-stable和Yexpected+stable之间的区域称为稳定区域，如果当前亮度在这个区域内，则当前图片可进入特征提取步骤。小于Yexpected-stable和大于Yexpected+stable的区域成为收敛区域，则认为传感器需要调整曝光时间和其他参数。

传统方法为了获取稳定的亮度，采取逐步增减曝光时间的方式，写入曝光参数，重新拍摄，计算亮度，如此反复，直到Yexpected进入稳定区域为止。

但在指静脉识别领域获取图像，即使不考虑拍摄次数，采集设备处于不同外部光环境时，图片亮度即使达到了目标亮度，我们关心的手指内部的亮度却时常处于过亮或过暗的情况，与整体图像亮度没有正相关性。

为了得到清晰的手指内部静脉图像，必须使用一种新的方法来快速得到可用图像。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种可获取清晰指静脉图像的方法具备计算得出曝光时间和曝光亮度，从而得出最终的指静脉的图像质量，提醒人们是否需要重新采集指静脉图像的优点，解决了目前指静脉的采集图像的曝光过程缓慢，而且得到手指图像的清晰度较差的问题。

(二)技术方案

为实现上述的目的，本发明提供如下技术方案：一种可获取清晰指静脉图像的方法，在黑暗到强光之间的外部光环境下，可通过多次拍照参数调节、全图平均亮度计算、手指内部亮度计算、亮度与曝光时间关系收敛模型、图像质量计算和直方图均衡化等方式中，收敛拍照参数，最终得到适应多种光环境的高清晰指静脉图像，用于特征提取。

优选的，其基本步骤如下：

步骤一：给传感器设置初始采集参数，等待手指放置；

步骤二：确认手指放置，否则提示手指未放置好；

步骤三：传感器采集图像，获取图像数据；

步骤四：计算全图平均亮度，如果是低于阈值Ylow,则当前曝光时间乘以系数C1，如果是高于阈值Yhigh，则当前曝光乘以系数C2，把计算出的曝光时间设置到传感器，返回步骤三，否则，继续下一步；

步骤五：根据手指边界算法获取边界，划定手指内部区域，计算手指内部平均亮度Ycurrent，判定Ycurrent是否处于稳定区域，若是，继续下一步，否则，代入亮度与曝光时间关系收敛模型的公式，得到预期曝光时间，返回步骤三；

步骤六：把手指内部区域图像数据代入图像质量算法，计算出质量分数，如果质量分数大于T1，方法结束，进入特征提取阶段，如果质量分数小于T2，则认为图像质量差，请用户重新放置手指重新采集，返回步骤一，如果质量分数处于T1和T2之间，则手指区域内进行直方图均衡化处理，然后进入特征提取阶段；

优选的，所述步骤一中的传感器初始采集参数包括曝光时间Y1，增益值G1，对比度C1，多种初始值都是前期实验参考大量手指的图像质量分数大于T1时的各类参数值的均衡值，使得大部分初次采集的图像亮度不会过亮或过暗。

优选的，所述步骤五中的亮度与曝光时间关系收敛模型可以用如下的数学模型关系式表示：

Y＝Aln(x)+B；

式中

Y：表示手指内部平均亮度值；

x：表示曝光时间；

K,b是拟合曲线的系数；

如图2所示，同一根手指在相同光环境下，不同曝光时间产生的手指内部亮度形成的离散点基本符合某一对数函数，不同手指吸收红外线的能力有差异，形成曲线对应的A、B系数就会不同，在获得大于两张图片的数据后，能获取两组曝光时间和实际手指灰度，代入公式，即可准确解出A、B值，进而计算出期望曝光亮度对应的曝光时间。

优选的，所述步骤六中的图像质量算法的公式为：

其中Y_N为手指内部的平均亮度值，N是手指内部的像素数，Z_i为手指内部区域中任一个像素的像素值，通过实验，采用T1作为高质量图像阈值，T2作为低质量阈值。

(三)有益效果

与现有技术相比，本发明提供了一种可获取清晰指静脉图像的方法，具备以下有益效果：

1、该可获取清晰指静脉图像的方法，根据步骤一、步骤二、步骤三、步骤四、步骤五以及步骤六，能够实现对指静脉进行多次拍摄和计算，计算得出曝光时间和曝光亮度，从而得出最终的指静脉的图像质量，提醒人们是否需要重新采集指静脉图像。

附图说明

图1为Yexpected指预期图像；

图2为同一根手指在相同光环境下的坐标图；

图3为本发明提出的一种可获取清晰指静脉图像的方法的计算流程图；

图4为本发明提出的一种可获取清晰指静脉图像的方法的模块图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图2-4，一种可获取清晰指静脉图像的方法，在黑暗到强光之间的外部光环境下，可通过多次拍照参数调节、全图平均亮度计算、手指内部亮度计算、亮度与曝光时间关系收敛模型、图像质量计算和直方图均衡化等方式中，收敛拍照参数，最终得到适应多种光环境的高清晰指静脉图像，用于特征提取。

其基本步骤如下：

步骤一：给传感器设置初始采集参数，等待手指放置，传感器初始采集参数包括曝光时间Y1，增益值G1，对比度C1，多种初始值都是前期实验参考大量手指的图像质量分数大于T1时的各类参数值的均衡值，使得大部分初次采集的图像亮度不会过亮或过暗；

步骤二：确认手指放置，否则提示手指未放置好；

步骤三：传感器采集图像，获取图像数据；

步骤四：计算全图平均亮度，如果是低于阈值Ylow,则当前曝光时间乘以系数C1，如果是高于阈值Yhigh，则当前曝光乘以系数C2，把计算出的曝光时间设置到传感器，返回步骤三，否则，继续下一步。

步骤五：根据手指边界算法获取边界，划定手指内部区域，计算手指内部平均亮度Ycurrent，判定Ycurrent是否处于稳定区域，若是，继续下一步，否则，代入亮度与曝光时间关系收敛模型的公式，把第一张图片的曝光值Y1和手指亮度X1以及预期亮度Ye代入Y＝Aln(x)，这样可以初略的计算出第2次曝光需要的时间Xe，推演如下：

Y1＝Aln(X1) 公式1

Ye＝Aln(Xe) 公式2

公式1，2可推出

ln(Xe)＝Ye/Y1×ln(X1) 公式3

公式3两边开以自然常数e为底的指数，得到

把曝光参数设置为Xe，获取第二张图片，计算手指内部亮度，若是亮度处于稳定区间，则推出拍摄；否则，继续下列步骤；

如图2所示，同一根手指在相同光环境下，不同曝光时间产生的手指内部亮度形成的离散点基本符合某一对数函数，不同手指吸收红外线的能力有差异，形成曲线对应的A、B系数就会不同，在获得大于两张图片的数据后，能获取两组曝光时间和实际手指灰度，代入公式，即可准确解出A、B值，进而计算出期望曝光亮度对应的曝光时间；

根据第一次和第二次曝光得到曝光时间Y1,亮度值X1,曝光时间Y2,亮度值X2，得到

Y1＝Aln(X1)+B 公式5

Y2＝Aln(X2)+B 公式6

根据公式5和公式6，得到

A＝(Y1-Y2)/ln(X1/X2)公式7

由公式6和公式7可推出：

B＝Y2-Aln(X2)； 公式8

由预期亮度Yexpected和公式7、公式8可推出

ln(Xe)＝(Ye-B)/A； 公式9

由式5两边取e为底的指数函数，可得到X3的值

得到曝光时间X3，返回步骤三；

步骤六：把手指内部区域图像数据代入图像质量算法，计算出质量分数，如果质量分数大于T1，方法结束，进入特征提取阶段，如果质量分数小于T2，则认为图像质量差，请用户重新放置手指重新采集，返回步骤一，如果质量分数处于T1和T2之间，则手指区域内进行直方图均衡化处理，然后进入特征提取阶段；

图像质量算法的公式为：

其中Y_N为手指内部的平均亮度值，N是手指内部的像素数，Z_i为手指内部区域中任一个像素的像素值，通过实验，采用T1作为高质量图像阈值，T2作为低质量阈值。

综上所述，该可获取清晰指静脉图像的方法，根据步骤一、步骤二、步骤三、步骤四、步骤五以及步骤六，能够实现对指静脉进行多次拍摄和计算，计算得出曝光时间和曝光亮度，从而得出最终的指静脉的图像质量，提醒人们是否需要重新采集指静脉图像。

需要说明的是，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种可获取清晰指静脉图像的方法，其特征在于：在黑暗到强光之间的外部光环境下，可通过多次拍照参数调节、全图平均亮度计算、手指内部亮度计算、亮度与曝光时间关系收敛模型、图像质量计算和直方图均衡化，收敛拍照参数，最终得到适应多种光环境的高清晰指静脉图像，用于特征提取；

其中，所述方法基本步骤如下：

步骤一：给传感器设置初始采集参数，等待手指放置；

步骤二：确认手指放置，否则提示手指未放置好；

步骤三：传感器采集图像，获取图像数据；

步骤四：计算全图平均亮度，如果是低于阈值Ylow,则当前曝光时间乘以系数C1，如果是高于阈值Yhigh，则当前曝光时间乘以系数C2，把计算出的曝光时间设置到传感器，返回步骤三，否则，继续下一步；

步骤五：根据手指边界算法获取边界，划定手指内部区域，计算手指内部平均亮度Ycurrent，判定Ycurrent是否处于稳定区域，若是，继续下一步，否则，代入亮度与曝光时间关系收敛模型的公式，得到预期曝光时间，返回步骤三；

步骤六：把手指内部区域图像数据代入图像质量算法，计算出质量分数，如果质量分数大于T1，方法结束，进入特征提取阶段，如果质量分数小于T2，则认为图像质量差，请用户重新放置手指重新采集，返回步骤一，如果质量分数处于T1和T2之间，则手指区域内进行直方图均衡化处理，然后进入特征提取阶段；

其中，所述步骤五中的亮度与曝光时间关系收敛模型可以用如下的数学模型关系式表示：

Y＝Aln(x)+B；

式中

Y：表示手指内部平均亮度值；

x：表示曝光时间；

A和B为拟合曲线的系数。

2.根据权利要求1所述的一种可获取清晰指静脉图像的方法，其特征在于：所述步骤一中的传感器初始采集参数包括曝光时间Y1，增益值G1，对比度C1，多种初始值都是前期实验参考大量手指的图像质量分数大于T1时的各类参数值的均衡值，使得大部分初次采集的图像亮度不会过亮或过暗。

3.根据权利要求1所述的一种可获取清晰指静脉图像的方法，其特征在于：所述步骤六中的图像质量算法的公式为：

其中Y_N为手指内部的平均亮度值，N是手指内部的像素数，Z_i为手指内部区域中任一个像素的像素值，通过实验，采用T1作为高质量图像阈值，T2作为低质量阈值。

Images