[发明专利]一种自适应的OCT内外部指纹提取方法

权利要求书

1.一种自适应的OCT内外部指纹提取方法，其特征在于，所述方法包括如下步骤：

1)对一组OCT图像使用一阶纵向差分提取特征点，并选择每列差分值最大的多个点作为指尖结构的初始特征点集；然后进行连通域去噪；

2)应用改进层次聚类的自适应分类算法，将角质层特征点集从初始特征点集中分离出来；

3)通过自适应的深度位置去除乳头层轮廓附近的伪特征点，得到准确的乳头层特征点集；

4)得到的两类特征点集经过三次样条插值拟合与图像拼接，最终得到基于OCT指纹数据的外部与内部指纹。

2.根据权利要求1所述的自适应的OCT内外部指纹提取方法，其特征在于，所述步骤1)包括如下步骤：

(11)用一阶纵向差分I_y(x,y)来近似提取图像I的特征点：

I_y(x,y)＝I(x+1,y)-I(x,y)

其中，(x,y)是像素坐标，I(x,y)表示位于坐标(x,y)的像素的灰度值，然后选取图像每一列I_y(x,y)值最大的N＝10个点作为初始特征点集；

(12)在初始特征点集构成的图像连通域中，将面积小于8的孤立区域认为是无效特征点，这些不属于指纹提取的有用部分，应当被剔除。

3.根据权利要求1或2所述的自适应的OCT内外部指纹提取方法，其特征在于，所述步骤2)包括如下步骤：

(21)初始特征点集中分布在角质层和乳头层上，通过改进层次聚类策略实现两者的分离，首先将所有单独的初始特征点视为独立点集，计算所有点集之间的相似性度量，将加权的欧氏距离作为特征点集之间的相似性度量：

其中(x_A,y_A)与(x_B,y_B)分别表示点集A与点集B中距离最近的特征点对的坐标；α是纵向距离权重；

(22)找出相似性度量最小的点集A'与点集B'，并将其相似性度量D_A'B'与终止阈值T_s进行比较：当D_A'B'＜T_s时，将点集A'与点集B'合并生成新的点集；当点集间相似度D_A'B'＞T_s时，则停止聚类，终止阈值表示的是角质层特征点集之间允许的最大距离，设置终止阈值T_s＝10；

(23)重复步骤(21)，(22)，直到聚类停止，聚类的结果分为角质层特征点集P_SC和用于提取乳头层特征点集的其他特征点集P'_PL，对角质层特征点集P_SC进行三次样条插值拟合得到角质层轮廓L_SC。

4.根据权利要求1或2所述的自适应的OCT内外部指纹提取方法，其特征在于，所述步骤3)包括如下步骤：

(31)将点集P'_PL中满足下述公式的所有点i定义为真皮层伪特征点并去除：

其中，y_i是点i的纵坐标，Q'为使用最小二乘法将点集P'_PL拟合得到的近似二次曲线，代表Q'在横坐标x_i处所对应的值；距离阈值T_d与之间存在着正比例关系，其深度相关系数β₁＝0.4，表示的是角质层轮廓L_SC和近似二次曲线Q'之间的平均距离，

其中，m表示的是一幅OCT图像的宽度，表示的是L_SC在横坐标x_i处所对应的值，真皮层伪特征点去除后，保留下的则是乳头层特征点集P_PL。

5.根据权利要求1或2所述的自适应的OCT内外部指纹提取方法，其特征在于，所述步骤4)包括如下步骤：

(41)使用三次样条插值，将角质层特征点集P_SC和乳头层特征点集P_PL分别拟合成光滑连续的角质层轮廓L_SC和乳头层轮廓L_PL；

(42)角质层与乳头层轮廓线分别按照图像顺序，由线成面地拼接成完整的指纹图像，从而最终获取到基于OCT系统的外部指纹和内部指纹。