[发明专利]无参数手背静脉最大圆形区域提取方法

说明书

一种无参数手背静脉最大圆形区域提取方法，属于生物特征识别技术领域。本发明的目的是针对手背最大圆形区域进行方向矫正的方法，从而对手背区域的最大圆形区域提取与矫正的无参数手背静脉最大圆形区域提取方法。本发明的步骤是：①使用条件随机场图像分割算法对手背静脉图像进行二值化处理；②利用MATLAB函数delaunay和triangulation计算坐标序列的Delaunay三角剖分；③找到最大的半径及对应的圆心坐标，得到手背最大圆形区域图像Cmax；④选取小拇指附近的轮廓点，并计算与圆心之间的距离，即为小拇指处的顶点；⑤计算OA方向与水平方向的夹角。本发明的优点是：本发明的最大圆形提取方法不需要进行参数且时间复杂度低；本发明给出一种圆形区域方向矫正的方法。

技术领域

本发明属于生物特征识别技术领域。

背景技术

在信息化时代，需要进行身份认证的场合越来越多，依靠密码、钥匙、磁卡等的传统认证方式已不能满足人们的需求。生物特征识别技术正在逐渐取代传统认证方式，已成为身份认证领域的一个重要分支。其中手背静脉识别因其自身的防伪性高、内部特征等优点，成为生物特征识别技术的一个重要组成部分。为了降低识别过程中的数据处理量和提高识别精度，需要在识别过程中，进行感兴趣区域提取。常规方法都是提取矩形区域，而圆形区域包含的区域面积更大，信息更丰富。现有圆形区域提取方法的时间复杂度都比较高，以下是现有的手背圆形区域提取方法：

1)直接在手背区域中搜索最大内切圆区域，将每个像素点作为圆心，计算圆心到手背区域边缘的距离，最小距离为当前圆心对应的半径，所有半径中的最大值为最大圆形区域的半径，对应的圆心即为最大圆形区域的圆心，该算法的时间复杂度为，其中N为手背区域的像素个数，M为手背轮廓像素点的长度；

2)计算手背区域的质心，将质心作为圆心，计算到手背边缘的距离，最小距离既是对应的半径，该算法的时间复杂度为N，N为手背区域的面积；

3)计算手背区域的质心，在质心附近选取固定大小的区域作为圆心所在区域，在该区域中进行搜索圆心，并计算到手背边缘的距离，寻找最大半径和对应的圆心，该算法的时间复杂度为N×M，其中n为固定大小区域的面积，m为手背轮廓像素点的长度，当n的取值比较大时，算法的复杂度很高，提取的最大圆形更接近手背区域的最大圆形，当n的取值比较小时，算法的复杂度降低，但是提取的圆心会出现偏离手背区域最大圆形对应圆心的情况，圆形面积差距也比较大，当n取1时，是(2)所描述的情况，当n取N时，是(1)所描述的情况；

4)利用维诺图计算得到一些可能是圆心的顶点，计算顶点到手背轮廓的距离得到相应的圆心和半径，该算法的时间复杂度为M^2，M为手背轮廓像素点的个数；

前三种算法受参数选择影响，对于不同的图像，固定的参数无法保证提取的圆形是整个手背区域的最大圆形。第四种算法需要遍历整个手背轮廓和所有维诺图顶点，时间复杂度高。

发明内容

本发明的目的是针对手背最大圆形区域进行方向矫正的方法，从而对手背区域的最大圆形区域提取与矫正的无参数手背静脉最大圆形区域提取方法。

本发明的步骤是：

①使用条件随机场图像分割算法对手背静脉图像进行二值化处理，得到手背区域的二值图像BW，在二值图像中寻找值为0.5的等高线，等高线即为手背区域的轮廓图，从图像底部的左边第一个轮廓点，按照顺时针顺序遍历整个轮廓图，并将所有轮廓点的XY坐标按照遍历顺序存入变量X，得到一个有序轮廓点坐标序列X_2×N，N为手背轮廓点个数，轮廓点坐标为(X(1，i)，X(2，i))，i＝1，2，…，N；

②利用MATLAB函数delaunay和triangulation计算坐标序列X_2×N的Delaunay三角剖分，得到三角网TR_M×6，M为三角网中三角形的个数，三角网中三角形的顶点为手背轮廓点，顶点(A，B，C为顶点编号)坐标分别为