CN116778172B - 一种指背静脉图像增强方法 - Google Patents

Abstract

本发明涉及一种指背静脉图像增强方法，属于生物识别技术领域，具体包括以下步骤：S1.采用边缘检测方法获取指背静脉图像的轮廓边缘二值图，包括水平轮廓边缘二值图和垂直轮廓边缘二值图；S2：根据指背静脉图像的轮廓边缘二值图确定指背静脉图像上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像；S3：基于去除指背纹的指背静脉图像的静脉纹理分布对去除指背纹的指背静脉图像进行增强处理，增强处理时，对图像进行分割，形成子块，对每个子块进行增强，再将增强后的子块拼接。本发明能消除指背纹对指背静脉图像增强带来的影响，能够更加突出静脉细节，有助于后续比对识别。

Description

一种指背静脉图像增强方法

技术领域

本发明涉及生物识别技术领域，特别是涉及一种指背静脉图像增强方法。

背景技术

指静脉识别技术是一种新兴的生物特征识别技术，具备唯一性、普遍性等生物识别特征的优点。指静脉识别技术通过对获得的指背静脉图像进行增强处理并提取其有效特征，利用比对算法比较提取到的特征与设备中保存的特征以进行特征匹配实现图像识别。图像增强作为静脉识别过程中的第一步，其目的是突出图像中的有用信息，并使感兴趣区域得到细节增强。对于指背静脉图像，直接进行增强处理会使皮肤纹理也得到增强从而造成噪声。

中国专利CN102184528B公开了一种低质量手指背静脉图像增强方法，包括四个处理阶段：图像预处理、图像分割、参数修正和骨架线跟踪。图像预处理阶段包括目标定位与裁剪、目标尺寸归一化、图像滤波和图像旋转四个步骤，可以削弱采集装置差异对图像增强方法自适应能力的影响；图像分割阶段包括自适应阈值图像分割、数学形态学滤波和图像细化三个步骤，目的是得到手指静脉二值图像和骨架图像，为后续的处理服务；参数修正阶段依据手指静脉二值图像和骨架图像计算手指静脉平均宽度，并依据该宽度修正方法中的宽度参数和距离参数。骨架线跟踪阶段包括起始跟踪点集获取、轨迹空间初始化、起始跟踪点选择、随机搜索方向生成、暗线跟踪等步骤。该方法能够快速有效地增强低质量手指背静脉图像，但由于指背静脉存在着指背纹干扰的因素，导致指背静脉图像增强效果受到影响，最终影响识别率。

发明内容

本发明的主要目的是提供一种指背静脉图像增强方法，以实现指背静脉图像增强过程中对皮肤纹理的降噪处理，并解决现在有技术中存在的指背静脉图像增强过后静脉细节不足的问题。

为实现上述目的，本发明提供了如下方案：

本发明涉及一种指背静脉图像增强方法，其包括以下步骤：

S1：采集用户的指背静脉图像I，采用边缘检测方法获取指背静脉图像I的轮廓边缘二值图，指背静脉图像I的轮廓边缘二值图包括水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂；

S2：根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃；

S3：基于去除指背纹的指背静脉图像I₃的静脉纹理分布对去除指背纹的指背静脉图像I₃进行增强处理。

优选地，所述步骤S1中采用边缘检测方法获取指背静脉图像的轮廓边缘二值图包括：

S1.1：采用边缘检测算子对指背静脉图像I进行卷积操作，分别获取指背静脉图像I的水平梯度图G_x和垂直梯度图G_y；

S1.2：设置第一检测阈值T1，遍历水平梯度图G_x和垂直梯度图G_y的每个像素点，若其像素值大于第一检测阈值T1，则判断其为轮廓边缘点，将其像素值置为1，反之置为0，得到水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂。

优选地，所述步骤S1中采用边缘检测方法获取指背静脉图像的轮廓边缘二值图还包括：设置第二检测阈值T2，分别统计水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂连通区域的面积，若连通区域的面积小于第二检测阈值T2，则将该连通区域对应的像素点的像素值置为0，对水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂进行修正。

优选地，所述步骤S2中，根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点包括如下步骤：

S2.1：遍历水平轮廓边缘二值图I₁上的像素点，若其像素值等于0，则其在指背静脉图像I上对应位置的像素点为非指背纹点，反之若其像素值为1，则该像素点为水平目标像素点；

S2.2：查看水平目标像素点在垂直轮廓边缘二值图I₂上对应位置的像素点的像素值，若其像素值等于1，则该水平目标像素点在指背静脉图像I上对应位置的像素点为非指背纹点，反之若其像素值等于0，则该像素点为垂直目标像素点，进入步骤S2.3；

S2.3：设置第三检测阈值T3，统计垂直目标像素点8邻域内像素值等于1的像素点个数num，若个数num大于第三检测阈值T3，则该垂直目标像素点在指背静脉图像I上对应位置的像素点为非指背纹点，反之该垂直目标像素点在指背静脉图像I上对应位置的像素点为指背纹点。

优选地，所述步骤S2中，将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃，包括：求取垂直目标像素点8邻域内像素值等于0的像素点在指背静脉图像I对应位置的像素点的像素均值，并将其作为该指背纹点的像素值。

优选地，所述步骤S2中，根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃的公式为：

，

公式中，x表示行坐标，y表示列坐标，i表示像素点8邻域内的像素点的统计变量，num表示垂直目标像素点8邻域内像素值等于1的像素点个数，I（x,y）表示指背静脉图像上像素点的像素值，Iⁱ（x,y）表示垂直目标像素点8邻域内像素值等于0的第i个像素点在指背静脉图像对应位置的像素值。

优选地，所述步骤S3中，基于去除指背纹的指背静脉图像I₃的静脉纹理分布对去除指背纹的指背静脉图像I₃进行增强处理包括如下步骤：

S3.1：将去除指背纹的指背静脉图像I₃分割为若干不交叠的子块，每个子块的大小为M×N，并分别计算每个子块的直方图；

S3.2：将去除指背纹的指背静脉图像I₃分别进行尺度缩小与尺度放大得到缩小指背静脉图像I₄、放大指背静脉图像I₅，基于子块及子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应的区域，计算去除指背纹的指背静脉图像I₃上每个子块的剪切阈值；

S3.3：对每个子块高于剪切阈值N _cl 的像素点做剪切处理，将剪切下来的像素点重新均匀分配给各个灰度级，并对裁剪后的子块进行直方图均衡，实现每个子块的增强。

S3.4：将增强后的子块拼接构成去除指背纹的指背静脉图像I₃。

优选地，所述步骤3.2中，基于子块及子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应区域，计算去除指背纹的指背静脉图像I₃上每个子块的剪切阈值的具体步骤包括：

S3.2.1：计算去除指背纹的指背静脉图像I₃每个子块的灰度共生矩阵，并计算灰度共生矩阵的能量值ASM₁，分别计算子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应区域的灰度共生矩阵的能量值ASM₂、ASM₃，并基于能量值计算每个子块的自适应剪切系数β；

S3.2.2：根据每个子块的自适应剪切系数β计算每个子块的剪切阈值N _cl 。

优选地，所述子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应区域为：以每个子块左上角的像素点在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应的像素点为基准点，向下M行向右N列的区域。

优选地，所述步骤S3.2.2中，自适应剪切系数β、剪切阈值N _cl 的计算公式为：

，

，

其中，，

公式中，L_gray表示子块中灰度级的个数， N_avg表示为每个子块里各个灰度级的平均像素数，ABS表示绝对值函数，表示为一个小值，M表示子块的长度，N表示子块的宽度。

与现有技术相比，本发明具有以下技术效果：

1、本发明涉及的指背静脉图像增强方法在对指背静脉图像进行增强处理前，采用边缘检测方法获取指背静脉图像的轮廓边缘二值图，根据指背静脉图像的轮廓边缘二值图确定指背静脉图像上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，去除指背纹，从而消除指背纹带来的影响，以提高增强效果。

2、本发明涉及的指背静脉图像增强方法在对去除指背纹的指背静脉图像进行增强处理时，将其分割为若干不交叠的子块，并分别计算每个子块的直方图，基于子块及子块在缩小指背静脉图像、放大指背静脉图像上对应的区域，计算去除指背纹的指背静脉图像上每个子块的剪切阈值，对每个子块高于剪切阈值的像素点做剪切处理，将剪切下来的像素点重新均匀分配给各个灰度级，并对裁剪后的子块进行直方图均衡，实现每个子块的增强，使静脉占比多的区域的对比度更高，能够更加突出静脉细节，从而有助于后续比对识别。

附图说明

图1为本发明涉及的一种指背静脉图像增强方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下结合实施例和附图对本发明进行具体阐述，但本发明的保护范围并不限于此。

参照附图1所示，本发明涉及一种指背静脉图像增强方法，其包括以下步骤：

S1：采集用户的指背静脉图像I，采用边缘检测方法获取指背静脉图像I的轮廓边缘二值图，指背静脉图像I的轮廓边缘二值图包括水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂，具体步骤为：

S1.1：采用边缘检测算子对指背静脉图像I进行卷积操作，分别获取指背静脉图像I的水平梯度图G_x和垂直梯度图G_y，分别表示为：

，

其中G_x为水平方向的梯度图，G_y为垂直方向的梯度图，I为指静脉图；

S1.2：设置第一检测阈值T1，遍历水平梯度图G_x和垂直梯度图G_y的每个像素点，若其像素值大于第一检测阈值T1，则判断其为轮廓边缘点，将其像素值置为1，反之置为0，得到水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂，判断方式可表示为：

，

其中，x为和y分别为行坐标和列坐标；

S1.3：设置第二检测阈值T2，分别统计水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂连通区域的面积，若连通区域的面积小于第二检测阈值T2，则将该连通区域对应的像素点的像素值置为0，进而去除面积小于阈值T2的连通区域，对水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂进行修正。

S2：根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃；上述根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点的具体步骤为：

S2.1：遍历水平轮廓边缘二值图I₁上的像素点，若其像素值等于0，则其在指背静脉图像I上对应位置的像素点为非指背纹点，反之若其像素值为1，则该像素点为水平目标像素点；

S2.2：查看水平目标像素点在垂直轮廓边缘二值图I₂上对应位置的像素点的像素值，若其像素值等于1，则该水平目标像素点在指背静脉图像I上对应位置的像素点为非指背纹点，反之若其像素值等于0，则该像素点为垂直目标像素点，进入步骤S2.3；

S2.3：设置第三检测阈值T3，统计垂直目标像素点8邻域内像素值等于1的像素点个数num，若个数num大于第三检测阈值T3，则该垂直目标像素点在指背静脉图像I上对应位置的像素点为非指背纹点，反之该垂直目标像素点在指背静脉图像I上对应位置的像素点为指背纹点；

上述将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃的步骤包括：求取垂直目标像素点8邻域内像素值等于0的像素点在指背静脉图像I对应位置的像素点的像素均值，并将其作为该指背纹点的像素值；

获得的去除指背纹的指背静脉图像I₃的公式为：

，

公式中，x表示行坐标，y表示列坐标，i表示像素点8邻域内的像素点的统计变量，num表示垂直目标像素点8邻域内像素值等于1的像素点个数，I（x,y）表示指背静脉图像上像素点的像素值，Iⁱ（x,y）表示垂直目标像素点8邻域内像素值等于0的第i个像素点在指背静脉图像对应位置的像素值。

S3：基于去除指背纹的指背静脉图像I₃的静脉纹理分布对去除指背纹的指背静脉图像I₃进行增强处理，具体包括如下步骤：

S3.1：将去除指背纹的指背静脉图像I₃分割为若干不交叠的子块，每个子块的大小为M×N，并分别计算每个子块的直方图；

S3.2：将去除指背纹的指背静脉图像I₃分别进行尺度缩小与尺度放大得到缩小指背静脉图像I₄、放大指背静脉图像I₅，基于子块及子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应的区域，子块及子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应的区域为：以每个子块左上角的像素点在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应的像素点为基准点，向下M行向右N列的区域，计算去除指背纹的指背静脉图像I₃上每个子块的剪切阈值，具体步骤包括：

S3.2.1：计算去除指背纹的指背静脉图像I₃每个子块的灰度共生矩阵，并计算灰度共生矩阵的能量值ASM₁，分别计算子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应区域的灰度共生矩阵的能量值ASM₂、ASM₃，并基于能量值计算每个子块的自适应剪切系数β；

S3.2.2：根据每个子块的自适应剪切系数β计算每个子块的剪切阈值N _cl ，自适应剪切系数β、剪切阈值N _cl 的计算公式为：

，

，

其中，，

公式中，L_gray表示子块中灰度级的个数，N_avg表示为每个子块里各个灰度级的平均像素数，ABS表示绝对值函数，表示为一个小值，以避免结果为0， M表示子块的长度，N表示子块的宽度；

S3.3：对每个子块高于剪切阈值N _cl 的像素点做剪切处理，将剪切下来的像素点重新均匀分配给各个灰度级，并对裁剪后的子块进行直方图均衡，实现每个子块的增强；

S3.4：将增强后的子块拼接构成去除指背纹的指背静脉图像I₃。

以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (9)

1.一种指背静脉图像增强方法，其特征在于：其包括以下步骤：

S1：采集用户的指背静脉图像I，采用边缘检测方法获取指背静脉图像I的轮廓边缘二值图，指背静脉图像I的轮廓边缘二值图包括水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂；

S2：根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃，根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点包括如下步骤：

S2.1：遍历水平轮廓边缘二值图I₁上的像素点，若其像素值等于0，则其在指背静脉图像I上对应位置的像素点为非指背纹点，反之若其像素值为1，则该像素点为水平目标像素点；

S2.2：查看水平目标像素点在垂直轮廓边缘二值图I₂上对应位置的像素点的像素值，若其像素值等于1，则该水平目标像素点在指背静脉图像I上对应位置的像素点为非指背纹点，反之若其像素值等于0，则该像素点为垂直目标像素点，进入步骤S2.3；

S2.3：设置第三检测阈值T3，统计垂直目标像素点8邻域内像素值等于1的像素点个数num，若个数num大于第三检测阈值T3，则该垂直目标像素点在指背静脉图像I上对应位置的像素点为非指背纹点，反之该垂直目标像素点在指背静脉图像I上对应位置的像素点为指背纹点；

S3：基于去除指背纹的指背静脉图像I₃的静脉纹理分布对去除指背纹的指背静脉图像I₃进行增强处理。

2.根据权利要求1的指背静脉图像增强方法，其特征在于：所述步骤S1中采用边缘检测方法获取指背静脉图像的轮廓边缘二值图包括：

S1.1：采用边缘检测算子对指背静脉图像I进行卷积操作，分别获取指背静脉图像I的水平梯度图G_x和垂直梯度图G_y；

S1.2：设置第一检测阈值T1，遍历水平梯度图G_x和垂直梯度图G_y的每个像素点，若其像素值大于第一检测阈值T1，则判断其为轮廓边缘点，将其像素值置为1，反之置为0，得到水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂。

3.根据权利要求2的指背静脉图像增强方法，其特征在于：所述步骤S1中采用边缘检测方法获取指背静脉图像的轮廓边缘二值图还包括：设置第二检测阈值T2，分别统计水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂连通区域的面积，若连通区域的面积小于第二检测阈值T2，则将该连通区域对应的像素点的像素值置为0，对水平轮廓边缘二值图I₁和垂直轮廓边缘二值图I₂进行修正。

4.根据权利要求1的指背静脉图像增强方法，其特征在于：所述步骤S2中，将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃，包括：求取垂直目标像素点8邻域内像素值等于0的像素点在指背静脉图像I对应位置的像素点的像素均值，并将其作为该指背纹点的像素值。

5.根据权利要求4的指背静脉图像增强方法，其特征在于：所述步骤S2中，根据指背静脉图像的轮廓边缘二值图确定指背静脉图像I上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像I₃的公式为：

，

公式中，x表示行坐标，y表示列坐标，i表示像素点8邻域内的像素点的统计变量，num表示垂直目标像素点8邻域内像素值等于1的像素点个数，I（x,y）表示指背静脉图像上像素点的像素值，Iⁱ（x,y）表示垂直目标像素点8邻域内像素值等于0的第i个像素点在指背静脉图像对应位置的像素值。

6.根据权利要求1的指背静脉图像增强方法，其特征在于：所述步骤S3中，基于去除指背纹的指背静脉图像I₃的静脉纹理分布对去除指背纹的指背静脉图像I₃进行增强处理包括如下步骤：

S3.1：将去除指背纹的指背静脉图像I₃分割为若干不交叠的子块，每个子块的大小为M×N，并分别计算每个子块的直方图；

S3.2：将去除指背纹的指背静脉图像I₃分别进行尺度缩小与尺度放大得到缩小指背静脉图像I₄、放大指背静脉图像I₅，基于子块及子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应的区域，计算去除指背纹的指背静脉图像I₃上每个子块的剪切阈值；

S3.3：对每个子块高于剪切阈值N _cl 的像素点做剪切处理，将剪切下来的像素点重新均匀分配给各个灰度级，并对裁剪后的子块进行直方图均衡，实现每个子块的增强；

S3.4：将增强后的子块拼接构成去除指背纹的指背静脉图像I₃。

7.根据权利要求6的指背静脉图像增强方法，其特征在于：所述步骤3.2中，基于子块及子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应区域，计算去除指背纹的指背静脉图像I₃上每个子块的剪切阈值的具体步骤包括：

S3.2.1：计算去除指背纹的指背静脉图像I₃每个子块的灰度共生矩阵，并计算灰度共生矩阵的能量值ASM₁，分别计算子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应区域的灰度共生矩阵的能量值ASM₂、ASM₃，并基于能量值计算每个子块的自适应剪切系数β；

S3.2.2：根据每个子块的自适应剪切系数β计算每个子块的剪切阈值N _cl 。

8.根据权利要求7的指背静脉图像增强方法，其特征在于：所述子块在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应区域为：以每个子块左上角的像素点在缩小指背静脉图像I₄、放大指背静脉图像I₅上对应的像素点为基准点，向下M行向右N列的区域。

9.根据权利要求7的指背静脉图像增强方法，其特征在于：所述步骤S3.2.2中，自适应剪切系数β、剪切阈值N _cl 的计算公式为：

，

，

其中， ，

公式中，L_gray表示子块中灰度级的个数， N_avg表示为每个子块里各个灰度级的平均像素数，ABS表示绝对值函数，表示为一个小值，M表示子块的长度，N表示子块的宽度。