[发明专利]手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法

说明书

本发明属于图像处理领域，为提出一种用于提取手指静脉感兴趣区域的方法,为后续手指静脉的特征提取与识别提供可靠性保证。为此，本发明采用的技术方案是，手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法,利用手指静脉的成像原理以及指间关节对近红外线吸收率低的特性，采用手指轮廓矫正手指旋转、梯度分布定位指间关节位置，进而自动的提取出具有静脉信息的感兴趣区域ROI。本发明主要应用于图像处理场合。

技术领域

本发明属于图像处理领域，特别涉及手指静脉图像预处理方法。具体讲，涉及手指轮廓和梯度分布相融合手指静脉感兴趣区域提取方法。

背景技术

手指静脉识别技术作为一种新兴的生物识别手段，与指纹识别、掌纹识别、人脸识别等传统的生物识别技术相比具有更为独特的优势：(1)非接触式；(2)活体检测；(3)高安全性；(4)便携性。因此，手指静脉识别技术具有更广泛的发展空间和应用前景。

手指静脉图像的ROI(感兴趣区域)提取作为手指静脉识别的首要步骤，对手指静脉的特征提取和识别起到至关重要的作用。手指静脉成像原理是利用静脉血液中的血红蛋白对近红外光线的吸收特性实现的，而手指的近端、远端关节对近红外光线的吸收率较低，在图像中可以呈现出较为明亮的矩形区域。因此，可以通过定位两个关节的位置来自动的提取出手指静脉的ROI。

然而，通过定位关节位置来提取手指静脉ROI仍面临较大的挑战，主要有以下几个方面：

1.手指静脉采用非接触式进行采集，手指在水平方向易产生位移，在轴向易产生旋转；

2.受不均匀光照的影响，采集到的手指静脉图像质量不高，对比度较差；

3.受光照、手指位移或旋转的影响，手指静脉图像中易产生阴影区域。

上述的几种因素对指间关节的定位造成了很大的困难，以至于不能够可靠地提取出ROI。所以，本发明提供了一种采用手指轮廓矫正旋转、梯度分布定位指间关节，进而有效提取ROI 的方法，能够可靠并准确的提取出ROI，对不均匀光照、手指的平移与旋转有较强的鲁棒性。

发明内容

为克服现有技术的不足，本发明旨在提出一种用于提取手指静脉感兴趣区域的方法，为后续手指静脉的特征提取与识别提供可靠性保证。为此，本发明采用的技术方案是，手指轮廓和梯度分布相融合的静脉感兴趣区域提取方法，利用手指静脉的成像原理以及指间关节对近红外线吸收率低的特性，采用手指轮廓矫正手指旋转、梯度分布定位指间关节位置，进而自动的提取出具有静脉信息的感兴趣区域ROI。

具体步骤细化如下：

步骤1提取手指轮廓信息：

1)采用OTSU(最大内间方差法)算法对指静脉图像做二值化操作，得到二值化图像；

2)采用Sobel边缘检测算子提取手指轮廓图像；

3)将二值化图像与手指轮廓图像对应像素相减，得到差值图像；

4)提取差值图像的最大连通区域；

5)将最大连通区与手指图像相乘，去除手指周围无效信息，最终提取出完整的手指图像。

步骤2利用手指轮廓旋转矫正：

采用最小二乘直线拟合方法矫正手指位置；

步骤3利用手指轮廓提取子区域：

利用手指轮廓的边界信息截取出最大有效矩形区域；

步骤4对子区域滤波去噪：

采用高斯低通滤波器，滤除子区域图像中的噪声，以保证后续梯度计算的鲁棒性；

步骤5生成梯度图像：