[发明专利]可见光静脉显像图像的静脉线提取算法

权利要求书

1.一种可见光静脉显像图像的静脉线提取算法，其特征在于，步骤如下：

步骤一：对可见光显像结果进行初步去噪、增强；

步骤二：采用Gabor滤波器实部提取预处理后图像中的静脉信息；

步骤三：跟踪种子点确定，利用局部梯度信息求取静脉线跟踪种子点的初始跟踪方向；所述的步骤三具体为：

3.1，将图像上某坐标为(i，j)的像素的梯度的模和方向分别记为G_ij和θ_ij，设定(i₀，j₀)为准备进行追踪的特定点，点(i₀，j₀)的M*N领域内所有点的梯度向量在该点处的主梯度方向上的投影之和应取得最大值；

3.3，点(i₀，j₀)处主梯度的方向角用θ_g表示，则邻域内梯度投影和的函数表示式如下所示：

其中G_ij和θ_ij分别是像素(i，j)的梯度的模和方向；M和N表示邻域的大小；对公式(1)求导，并令F′(θ_g)＝0，此时θ_g的表达式如下所示：

3.3，点(i₀，j₀)处的主梯度方向垂直于该点处的血管方向，点(i₀，j₀)处的静脉的方向角可以利用下式进行估计：

点(i₀，j₀)处的静脉方向可由以下单位向量描述：

步骤四：静脉线跟踪，在图像的种子点确定之后，从每个种子点开始沿相反方向跟踪两次，直到满足停止条件时跟踪终止；所述的步骤四具体为：

设P₀为某个种子点，其初始方向向量利用公式(4)得到，下一位置的候选点P₁为：

其中，P₀和P₁为各自的坐标，s为跟踪步长；

4.2，得到候选点P₁后，可通过公式(6)确定真实的中心点P₁'，同时可将P₁'的跟踪方向调整为：

因此，静脉中心线跟踪的迭代过程可用下式表示：

4.3，当跟踪过程遇到分叉点时，将中心点的选择方式改为：

其中，ρ(x,y)为该点与上一点的跟踪方向向量的夹角；S_e为该点剖面上灰度极大值点的集合；

4.4，当静脉中心线出现两线并存的情况，则将与已检测到的中心线点集距离小于某一阈值的检测点删除；

4.5，跟踪算法的停止条件为：

1)新检测到的中心点与上一中心点灰度差的绝对值大于给定阈值；

2)新检测到的中心点灰度值较小；

3)新检测到的中心点与上一中心点跟踪方向的夹角大于给定阈值；

4)正在跟踪的中心点与已经跟踪过的中心线之间的距离小于给定阈值；

步骤五：Frangi滤波，利用Frangi滤波器和多尺度直线滤波器对图像进行处理，并对静脉线进行分割，最后根据分割后的静脉线和滤波后的图像对静脉线进行删减；

步骤六：静脉线删减，采用多尺度直线滤波对Frangi滤波后的图像进行处理。

2.根据权利要求1所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，所述的步骤一具体为：利用降采样方法进行初步去噪；采用限制对比度自适应直方图均衡化方法对滤波结果进行增强。

3.根据权利要求1所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，所述的步骤三中，首先确定一系列的图像初始种子点，再从一系列的种子点出发对静脉进行跟踪，最终结合所有种子点的跟踪结果获得静脉线。

4.根据权利要求3所述的一种可见光静脉显像图像的静脉线提取算法，其特征在于，确定图像的初始种子点步骤为：首先，用一系列间距相等的水平线和垂直线将图像划分为若干网格区；然后沿着这些网格线逐行逐列地寻找线上的灰度极大值点，将这些点作为候选的初始种子点。