[发明专利]一种手部静脉图像增强方法

说明书

(一)技术领域

本发明涉及的是一种生物特征身份识别技术，具体涉及一种近红外静脉模式图像增强方法。

(二)背景技术

基于手部静脉模式特征进行身份识别技术的研究，是近几年生物特征身份识别技术领域研究的热点。鉴于手部静脉模式固有的特点，通常采用近红外装置进行模式样本采集，采集到样本图像的特点是对比度低、灰度值范围窄且分布极不均匀，如果直接进行处理，后续相关算法的可操作性、准确性、稳定性都会受到很大的影响，因此必须首先解决这些问题，在生物特征身份识别技术领域属于样本增强的过程。

解决此类问题，有很多传统的方法，其中最常用的是局部直方图增强，这种方法对于处理自然图像很有效，但是处理近红外静脉模式样本效果并不理想。匹配滤波也是一种常用处理静脉模式增强的方法，这种方法通常用在医学静脉图像处理的过程中，但是这方法的复杂度高且效率不高，在生物特征身份识别技术领域中，由于要求算法的实时性，所以这种算法难以满足实际要求。

模糊理论与图像处理的结合，通过单参数最优关系函数，经过模式变换，将图像从空域转换到模糊域，然后再应用自适应、模糊增强算法对模糊域的样本图像进行增强，最后再将模糊域的样本图像变换到空域，从而达到增强样本的目的，但是通过单参数最优关系函数变换后的结果并不是最优的。为了克服这一缺点，本发明提出了双参数最优关系函数，通过这一改进后能够很好地增强近红外静脉模式的全局对比度，但是对于细节的增强效果并不明显，而目标的细节对于模式识别是非常重要的，因此必须进一步增强其细节特征，因此本发明引入了Retinex理论。

Retinex理论用于图像增强也是近几年的研究热点，最初的基于Retinex理论的图像增强方法也是增强图像的全局对比度。经过近几年的发展，针对基于Retinex理论的局部增强方法也提出了很多完善的方法，这些方法对于图像的局部增强具有很好的效果，但是它们都存在计算量大、算法效率低的缺点。其原因是这些方法都采用高斯核函数提取图像低频信息，致使算法在处理过程中需要进行大量的卷积运算，在多尺度Retinex方法中，需要进行三次大尺度的高斯滤波，这大大降低算法的运算效率，这一缺点使这些方法应用到对实时性要求比较高的模式识别系统时，将导致系统无法满足实时性的要求。

与本发明申请的内容相关的公开报道包括：

[1]Zimmerman，J.B.Pizer，S.M.“An evaluation of the effectiveness of adaptivehistogram equalization for contrast enhancement”IEEE Trans Med.Imaging，1988，7(4)，304-312；

[2]Polesel，A.Ramponi，G..Mathews，V.J.“Adaptive unsharp masking for contrastenhancement，”In：IEEE Internat.Proc.Image Process.1997，vol.1，pp.267-270；

[3]Yang，C.Y.，Shang，H.B.，Jia，C.G.，etal.“Adaptive unsharp masking methodbased on region segmentation”Opt.Precision Eng.2003，11(2)，188-192；

[4]Joes，S.，Michael，D.A.，Meindert，N.，etal.“Ridge-based vessel segmentation incolour images of the retina，”IEEE Trans.Med.Imaging.2004，24(4)，501-50；

[5]Chaudhuri，S.，Chatterjee，S.，Katz，N.，etal.“Detection of blood vessels in retinalimages using two-dimensional matched filters，”IEEE Trans.Med.Imaging.1989，8(3)，263-26；

[6]Lin，T.S.，Du，M.H.，Xu，J.T.“The Preprocessing of subtraction and theenhancement for biomedical image of retinal blood vessels，”J.Biomed.Eng.2003，20(1)，56-59；