[发明专利]基于最大曲率自适应指静脉纹路提取方法

权利要求书

1.基于最大曲率自适应指静脉纹路提取方法，其特征在于：包括如下步骤：

步骤1：对读入含有静脉信息的灰度图像行预处理操作后进行背景自适应弱化处理，静脉为提取的目标，背景则是没有静脉的较浅部分；

步骤2：对经过背景自适应弱化处理的灰度值图像进行多方向的曲率值计算，从而获得由曲率值组成的曲率值图；

所述步骤2中，对经过背景弱化处理的灰度图F₁(x,y)进行多方向的曲率值计算，分别计算5个方向上灰度值曲线的曲率值，利用公式(4)进行以下方向d₁＝0°、d₂＝30°、d₃＝60°、d₄＝120°、d₅＝150°的曲率值计算从而获得5张不同方向曲率值组成的曲率值图表示在点p_j处d_i方向上横切面的灰度值数列，j∈(0,n)，i∈{1,2,3,4,5}，在点p_j处的曲率c(p_j)由公式(4)计算可得：

步骤3：在曲率值图中进行静脉中心点位置的选取；在每个方向的曲率值数列中存在由连续的正曲率值组成的区域，在这些局部区域中选定最大曲率值的位置作为静脉中心点位置，从而获得由静脉中心点构成的静脉中心点图；

步骤4：对静脉中心点图中的中心点进行自适应筛选，剔除曲率值过大或过小的伪静脉中心点以及正曲率区域宽度和中心点曲率值乘积过小的中心点，从而获得经过处理的静脉中心点图；

步骤5：根据经过处理的静脉中心点图的中心点位置还原灰度图像在该点邻域(L×L)处的灰度值，L为奇数，从而获得多张由灰度值组成的静脉纹路图；

步骤6：将多个方向的静脉纹路图融合成一张静脉纹路图；

步骤7：对融合后的静脉纹路图进行剔除孤岛、填充空洞、闭运算的后处理操作从而获得处理后的静脉纹路图；

步骤8：设定阈值T对静脉纹路图进行二值化操作，将大于等于阈值T的灰度值设为1，小于阈值T的灰度值设为0，最终获得指静脉纹路二值图。

2.根据权利要求1所述的基于最大曲率自适应指静脉纹路提取方法，其特征在于：所述步骤1包括如下分步骤：

步骤1-1，对经过预处理操作含有静脉信息的灰度图像F₀(x,y)进行背景自适应弱化处理；需要对图像中的每一个像素点的灰度值进行处理；首先使用公式(1)计算每一个像素点及其邻域所在内的灰度均值：

其中，gary_mean表示某一像素点及其邻域内的灰度均值，f₀(i,j)表示在图像F₀(x,y)的(i,j)像素位置处的灰度值，i和j表示的图像的某点的像素坐标，M和N表示图像F₀(x,y)的长和宽，m和n表示邻域的长和宽，这里的K是比列系数，K值的大小决定了邻域的大小；

步骤1-2，获得某一像素点的邻域灰度均值gary_mean后，再对该像素点的灰度值利用公式(3)进行重新计算处理：

其中，f₀(x₀,y₀)表示在图像F₀(x,y)的(x₀,y₀)像素位置处的灰度值，x₀和y₀表示的图像的某点的像素坐标，gary_mean表示在像素点(x₀,y₀)位置处及其邻域所在内的灰度均值，f₁(x₀,y₀)表示在像素点(x₀,y₀)位置处经过重计算的灰度值；由经过重新计算的灰度值组成的图像F₁(x,y)，F₁(x,y)表示在经过背景弱化处理的灰度图。