CN110427926A - 一种改进的opta手指静脉细化算法 - Google Patents

一种改进的opta手指静脉细化算法 Download PDF

Info

Publication number
CN110427926A
CN110427926A CN201910858736.5A CN201910858736A CN110427926A CN 110427926 A CN110427926 A CN 110427926A CN 201910858736 A CN201910858736 A CN 201910858736A CN 110427926 A CN110427926 A CN 110427926A
Authority
CN
China
Prior art keywords
pixel
template
processing
retains
finger vena
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910858736.5A
Other languages
English (en)
Inventor
冯桂兰
王雄
储童
林春兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Jiliang University
Original Assignee
China Jiliang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Jiliang University filed Critical China Jiliang University
Priority to CN201910858736.5A priority Critical patent/CN110427926A/zh
Publication of CN110427926A publication Critical patent/CN110427926A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供了一种改进的OPTA手指静脉细化算法，具体为：步骤1将当前处理像素点的八邻域与8个消除模板逐个进行对比，若此像素点的八邻域完全符合其中任意一个消除模板的标准要求，则进行步骤2处理，反之进行步骤3处理；步骤2将该像素点的八邻域与4个保留模板进行对比，若符合任意一个保留模板的标准要求，则该像素点保留，反之，删除该像素点，同时按遍历的方式对下一个像素点进行步骤1处理；步骤3该像素点保留，并按遍历的方式对下一个像素点进行步骤1处理；步骤4重复步骤1，步骤2，步骤3直至对所有像素点完成对比保留删除处理；步骤5确定是否有像素点被删除，若有继续进行迭代，反之，细化初步完成，然后进行光滑处理。

Description

一种改进的OPTA手指静脉细化算法
技术领域
本发明属于图像处理领域，涉及手指静脉特征提取的静脉细化算法。具体讲，涉及一种改进的OPTA手指静脉细化算法。
背景技术
生物特征识别技术与传统的身份鉴别方式相比有较高的安全性和便利性受到用户的青睐。相比于指纹识别、人脸识别、虹膜识别等其他生物特征识别技术，人手指静脉生物特征识别具有其独特的优势，比如活体性、非接触性和内部特征，因此，手指静脉认证具有很高的研究价值和市场应用前景，然而如何从低质量的手指静脉图上提取有用的特征信息是研究的热点。
发明内容
针对现有技术的缺陷，本发明提供一种改进的OPTA手指静脉细化算法，一种改进的OPTA手指静脉细化算法包括以下步骤：
步骤1、将当前处理像素点的八邻域与消除8个模板逐个进行对比，若此像素点的八邻域完全符合其中任意一个消除模板的标准要求，则进行步骤2处理，反之进行步骤3处理；
步骤2、将该像素点的八邻域与保留模板进行对比，若符合任意一个保留模板的标准要求，则该像素点保留，反之，删除该像素点，同时按遍历的方式对下一个像素点进行步骤1处理；
步骤3、该像素点保留，并按遍历的方式对下一个像素点进行步骤1处理；
步骤4、重复步骤1，步骤2，步骤3直至对所有像素点完成对比保留删除处理；
步骤5、确定是否有像素点被删除，若有继续进行迭代，反之，细化初步完成，然后图像去毛刺与光滑处理；
附图说明
图1为本发明实施例提供的一种改进的OPTA手指静脉细化算法的流程图；
图2为本发明实施例提供的手指静脉采集图；
图3为本发明实施例提供的改进OPTA算法的统一模板(其中×为0或1)；
图4为本发明实施例提供的改进OPTA算法的消除模板(其中×为0或1)；
图5为本发明实施例提供的改进OPTA算法的保留模板(其中×为0或1)；
图6为本发明实施例提供的Niblack二值化效果图；
图7为本发明实施例提供的去空洞效果图(其中(a)为去静脉空洞效果图(b)为去背景空洞效果图)；
图8为本发明实施例提供的闭运算效果图；
图9为本发明实施例提供的改进的OPTA模板细化效果图；
图10为本发明实施例提供的标注端点与交叉点示意图；
图11为本发明实施例提供的改进的OPTA手指静脉细化算法效果图；
具体实施方式
为了更好的对本发明进行阐述，下面将结合附图作详细说明：下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
在进行细化处理前，需进行一些预处理，由图6可以看出Niblack分割后的图像都有少部分虚假噪声和小背景孔洞，如果对这些不做处理，对接下来的细化操作会带来很多虚假结构信息，因而导致整个识别率的下降。故针对这个问题做了以下改进，首先去除指静脉信息中的孤立小黑块信息，因为这些孤立的小黑块是不连续的，不符合静脉结构的连续性，即认为是分割过程中产生的虚假噪声，故首先标记静脉结构信息中的黑块信息，并标记为n个区域模块，并对n个区域模块逐个计算区域尺寸大小，即像素点个数，把孤立区域模块像素个数总数小于120的区域模块给删除，即做取反操作，变成背景白块，效果如图7(a)所示。然后填充静脉结构中的白色小孔洞，标记静脉结构信息中的白块信息，并标记为m个区域模块，然后逐一统计m个模块的像素个数，把像素个数小于75的小模块给做取反操作，填充白色小孔洞以后的指静脉图像如图7(b)所示。由图7(b)可知，去空洞后手指静脉图像还存在一些伪静脉，故针对这个问题做了以下改进，形态学闭运算，即先对图7膨胀后再腐蚀，膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。腐蚀是一种消除边界点，使边界向内部收缩的过程，可以用来消除小且无意义的物体。先膨胀后腐蚀的过程称为闭运算，可用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积，去空洞图像经闭运算后取反效果如图8。
一种改进的OPTA手指静脉细化算法，具体流程如图1所示，包括以下步骤：
步骤1、将当前处理像素点的八邻域与消除8个模板逐个进行对比，若此像素点的八邻域完全符合其中任意一个消除模板的标准要求，则进行步骤2处理，反之进行步骤3处理；
所述的将当前处理像素点的八邻域与消除8个模板逐个进行对比具体方法为：从图象的左上角元像素开始进行,每个像素均抽取出如图3所示9个相邻像素,并且把其中8个邻域像素(P1,P2,P3,P4,P6,P7,P8,P9)与如图4所示的8个模板比较,如果和8个细化模板((a),(b),(c),(d),(e),(f),(g),(h))中的任意一个都不匹配时,P5保留；否则,进行步骤2；
步骤2、将该像素点的八邻域与保留模板进行对比，若符合任意一个保留模板的标准要求，则该像素点保留，反之，删除该像素点，同时按遍历的方式对下一个像素点进行步骤1处理；
所述的将该像素点的八邻域与保留模板进行对比具体方法为：抽取的元素均抽取出如3所示15个相邻像素再和图5所示的4个模板((a),(b),(c),(d))进行比较,如果与其中任一个模板匹配的话,则P5保留,否则P5删去。
步骤3、该像素点保留，并按遍历的方式对下一个像素点进行步骤1处理；
步骤4、重复步骤1，步骤2，步骤3直至对所有像素点完成对比保留删除处理；
步骤5、确定是否有像素点被删除，若有继续进行迭代，反之细化初步完成(效果如图9所示)，然后进行细化光滑；
所述细化光滑具体为：由图9可得，经改进模板组卷积后，细化效果图有一些毛刺，本文改进的OPTA细化算法解决此问题的方法是，找到所有端点(如图10所示)，使其沿着纹线的方向移动15个像素，如果在15个像素之内遇到交叉点则此点为毛刺，然后后循环向前遍历直到去除所有的端点，经细化光滑后如图11，对比2与图11可知，本发明提供的一种改进的OPTA手指静脉细化算法细化完全,骨架接近纹线中心线,光滑无毛刺。因此,该算法是一种较为理想的指静脉细化方法。

Claims (4)

1.一种改进的OPTA手指静脉细化算法，其特征在于，包括以下步骤：
步骤1、将当前处理像素点的八邻域与消除8个模板逐个进行对比，若此像素点的八邻域完全符合其中任意一个消除模板的标准要求，则进行步骤2处理，反之进行步骤3处理；
步骤2、将该像素点的八邻域与保留模板进行对比，若符合任意一个保留模板的标准要求，则该像素点保留，反之，删除该像素点，同时按遍历的方式对下一个像素点进行步骤1处理；
步骤3、该像素点保留，并按遍历的方式对下一个像素点进行步骤1处理；
步骤4、重复步骤1，步骤2，步骤3直至对所有像素点完成对比保留删除处理；
步骤5、确定是否有像素点被删除，若有继续进行迭代，反之，细化初步完成，然后图像去毛刺与光滑处理。
2.根据权利要求1所述的改进的OPTA手指静脉细化算法，其特征在于，所述步骤1对消除模板进行改造,并重新构造保留模板,提出了一种新的细化算法，构造消除模板时,算法采用8个模板,其中,前4个模板能有效去除边缘上的凸出物,保证了细化后的指纹骨架处于指纹脊线中心,避免了细化后的指纹骨架出现毛刺。
3.根据权利要求1，2所述的改进的OPTA手指静脉细化算法，其特征在于，所述步骤1在构造保留模板时,本算法按迭代必须收敛的法则进行,即当前中心点的去留除了与消除模板有关外,还取决于另一个“1”值，周围点的情况:若该“1”值为中心的3×3邻域和消除模板匹配,即该“1”值应该删除,则中心点“1”值才保留,否则中心点“1”值应删除。
4.根据权利要求1所述的改进的OPTA手指静脉细化算法，其特征在于，所述步骤5对初步细化图像进行去毛刺光滑处理，本文改进的OPTA细化算法去毛刺光滑的方法是，找到所有端点，使其沿着纹线的方向移动15个像素，如果在15个像素之内遇到交叉点则此点为毛刺去除，然后后循环向前遍历直到去除所有的毛刺点。
CN201910858736.5A 2019-09-11 2019-09-11 一种改进的opta手指静脉细化算法 Pending CN110427926A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910858736.5A CN110427926A (zh) 2019-09-11 2019-09-11 一种改进的opta手指静脉细化算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910858736.5A CN110427926A (zh) 2019-09-11 2019-09-11 一种改进的opta手指静脉细化算法

Publications (1)

Publication Number Publication Date
CN110427926A true CN110427926A (zh) 2019-11-08

Family

ID=68418998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910858736.5A Pending CN110427926A (zh) 2019-09-11 2019-09-11 一种改进的opta手指静脉细化算法

Country Status (1)

Country Link
CN (1) CN110427926A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077393A (zh) * 2021-03-19 2021-07-06 聚融医疗科技(杭州)有限公司 一种彩色多普勒血流成像的空间平滑方法及系统
CN113838045A (zh) * 2021-09-30 2021-12-24 佛山市南海区广工大数控装备协同创新研究院 一种改进骨刺去除算法的pcb覆铜线路骨架轮廓提取方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484189A (zh) * 2003-01-06 2004-03-24 �Ϻ���ͨ��ѧ 验证模式下的自动指纹识别技术
CN101266644A (zh) * 2008-04-02 2008-09-17 范九伦 一种基于模板的指纹图像细化方法
CN101382999A (zh) * 2008-10-17 2009-03-11 哈尔滨工业大学 一种快速高效的指纹细化方法
CN102005058A (zh) * 2010-11-30 2011-04-06 南京信息工程大学 一种针对opta图像细化算法的快速实现方法
CN102542258A (zh) * 2011-12-16 2012-07-04 天津理工大学 基于手指生物特征信息的成像设备及多模态身份识别方法
JP2016146109A (ja) * 2015-02-09 2016-08-12 コリセン カンパニー リミテッドＫｏｒｅｃｅｎ Ｃｏ．，Ｌｔｄ． 指静脈認証システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484189A (zh) * 2003-01-06 2004-03-24 �Ϻ���ͨ��ѧ 验证模式下的自动指纹识别技术
CN101266644A (zh) * 2008-04-02 2008-09-17 范九伦 一种基于模板的指纹图像细化方法
CN101382999A (zh) * 2008-10-17 2009-03-11 哈尔滨工业大学 一种快速高效的指纹细化方法
CN102005058A (zh) * 2010-11-30 2011-04-06 南京信息工程大学 一种针对opta图像细化算法的快速实现方法
CN102542258A (zh) * 2011-12-16 2012-07-04 天津理工大学 基于手指生物特征信息的成像设备及多模态身份识别方法
JP2016146109A (ja) * 2015-02-09 2016-08-12 コリセン カンパニー リミテッドＫｏｒｅｃｅｎ Ｃｏ．，Ｌｔｄ． 指静脈認証システム

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
冯平 等: "《西南交通大学出版社 成都》", 31 October 2018 *
冯星奎 等: "一种新的指纹图像细化算法", 《中国图象图形学报》 *
张进: "手指静脉分类识别算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
苏堆山: "基于多模式的指纹自动识别系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
赵丹丹: "手指静脉图像的增强和细化算法及其在身份识别中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077393A (zh) * 2021-03-19 2021-07-06 聚融医疗科技(杭州)有限公司 一种彩色多普勒血流成像的空间平滑方法及系统
CN113838045A (zh) * 2021-09-30 2021-12-24 佛山市南海区广工大数控装备协同创新研究院 一种改进骨刺去除算法的pcb覆铜线路骨架轮廓提取方法
CN113838045B (zh) * 2021-09-30 2024-02-02 佛山市南海区广工大数控装备协同创新研究院 一种改进骨刺去除算法的pcb覆铜线路骨架轮廓提取方法

Similar Documents

Publication Publication Date Title
US6072895A (en) System and method using minutiae pruning for fingerprint image processing
CN110427926A (zh) 一种改进的opta手指静脉细化算法
CN1152340C (zh) 基于知识的指纹图像增强方法
CN109376708B (zh) 提取roi的方法
Alonso-Fernandez et al. An enhanced gabor filter-based segmentation algorithm for fingerprint recognition systems
Yang et al. Finger-vein segmentation based on multi-channel even-symmetric Gabor filters
CN108010035A (zh) 基于方向谷形检测的指静脉图像分割方法及其系统、终端
CN110569815B (zh) 基于改进灰度不均匀矫正的指静脉图像特征提取算法
CN107679494B (zh) 基于选择性延展的指纹图像匹配方法
CN107229899B (zh) 一种基于二维高斯最大曲率的手指静脉识别方法
WO2016004706A1 (zh) 一种改善在非理想环境下虹膜识别性能的方法
Bazen et al. Thin-plate spline modelling of elastic deformations in fingerprints
Lim et al. Enhancing fingerprint recognition using minutiae-based and image-based matching techniques
KR20050094228A (ko) 지문 인식 방법
JP2006338191A (ja) 画像処理装置及び領域分割プログラム
Jothi et al. Analysis of fingerprint minutiae extraction and matching an algorithm
Wang et al. Fingerprint Refinement Model Based on Improved OPTA
KR100391182B1 (ko) 직접 골 추적을 이용한 지문 특징 추출방법
CN113094682A (zh) 反欺诈身份识别方法及装置
CN109583399B (zh) 手形识别特征点定位方法
Wang et al. Gray-scale skeletonization of thermal vein patterns using the watershed algorithm in vein pattern biometrics
Lin et al. An effective iris recognition system
Brown et al. Improved fingercode alignment for accurate and compact fingerprint recognition
Sengottuvelan et al. Analysis of Living and Dead Finger Impression Identification for Biometric Application
Erdogmus et al. Automatic extraction of facial interest points based on 2D and 3D data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191108