[发明专利]一种基于双目摄像头获取三维指静脉图像的方法

权利要求书

1.一种基于双目摄像头获取三维指静脉图像的方法，包括如下步骤：

步骤一，采集双目视觉下的指静脉图像；

利用双目摄像头获取不同测试者的同一根手指的两幅指静脉图像；

步骤二，预处理指静脉图像；

对指静脉图像的预处理包括图像灰度化、图像双边滤波、图像增强、图像二值化以及图像指静脉纹路的细化；

(一)图像的灰度化；

对图像任一像素点(i,j)的RGB三颜色进行加权平均处理，即有：

Gray(i,j)＝0.3R(i,j)+0.59G(i,j)+0.11B(i,j) (1)

(二)图像的双边滤波处理；

为了在达到平滑图像的效果之余还能够较好地保护指静脉图像的纹路细节信息，采用双边滤波对相邻像素集内像素进行加权平均来计算某一个像素点的新灰度值，从而降低非结构相似像素对目标像素的影响，即有：

其中，

式中，是双边滤波后的目标像素值；是任意像素q的权重；p是目标像素的位置；q是任意像素的位置；I_p和I_q分别表示p和q的像素值；σ_s和σ_r分别表示滤波半径和滤波模糊度；S是(2σ_s+1)²的相邻像素集大小；G_σs(||p-q||)是空间距离函数；G_σr(||I_p-I_q||)是像素值距离函数，均使用高斯递减函数来定义，即：

由此，空间距离||p-q||很小且像素值距离(即颜色距离)||I_p-I_q||很小时，双边滤波后的像素值受影响非常大，反之，空间距离很大的非结构相似像素输出值受影响极小；

(三)图像增强；

利用限制对比度直方图均衡法增强指静脉纹理的对比度；

(四)图像的二值化；

为了能提取出整个纹路结构、进一步消除图像背景及噪点，利用Niblack动态阈值分割算法对图像增强后的指静脉图像进行二值化处理；

(五)指静脉纹路的细化；

利用边缘点删除与内点保留相结合的迭代细化法对指静脉纹路进行细化，以规避外因素导致的二值化后指静脉纹路粗细不一的问题；

此外，细化后的指静脉图像可能存在一些代表着伪特征的“毛刺”，利用跟踪搜索算法对毛刺进行修剪，以得到优化的指静脉纹路细化图；

步骤三，对二维指静脉图像进行三维重构；具体包括：

(1)使用张氏标定法，获取双目摄像机的内外参数；

首先测量张氏标定板上各标定点的世界坐标，然后使用双目摄像机对标定板进行拍摄，同时测量指静脉图像上标定点像素坐标，接着根据指静脉图像平面和标定板平面的投影矩阵和约束条件建立标定点对应的世界坐标方程，最后结合所有标定点方程，求解双目摄像机的内外参数；

(2)利用旋转矩阵进行极线校正；

在对左右摄像机标定后，即可得到初始透视投影矩阵，此基础上，结合左右摄像机内参的平均值求得新的内参矩阵，计算出摄像机的投影中心位置以及新的旋转矩阵，完成对左右摄像机坐标系的极线校准。由此使得两幅指静脉图像平面实现完全共面行对准，即得到行对准的校正指静脉图像；

(3)通过立体匹配获取视差图；

通过Python3.5利用OpenCV4.1.2基于全局匹配的StereoSGBM函数匹配行对准的校正指静脉图像的相同特征，得到对应点之间的视差图；

(4)对指静脉图像进行三维重构；

在获得同一手指两幅指静脉图像的特征点之间的三角测量视差值之后，使用相似三角形原理计算指静脉图像深度值，得到指静脉深度图像，即通过两幅指静脉图像特征点之间的坐标和对应关系，得到特征点对的视差值，进而利用三角测量原理获取指静脉血管的空间点云数据，接着利用Origin 9.1处理点云数据，得到指静脉三维重构图。

2.如权利要求1所述的一种基于双目摄像头获取三维指静脉图像的方法，其特征在于：步骤(四)所述的指静脉图像进行二值化处理，具体包括：

Niblack动态阈值分割算法利用M×N大小邻域中所有元素，计算出邻域内像素灰度值平均值：

标准方差：

然后将灰度值均值和标准方差进行权值相加处理，最后将所得灰度值作为判决阈值，进行二值化，得到手势图像的二值特征图；即有：

H(i,j)＝α×k(i,j)+β×s(i,j) (9)

其中，t(i,j)为综合滤波处理后M×N邻域中的像素灰度值；k(i,j)为灰度值平均值；s(i,j)为标准方差；H(i,j)为阈值；α和β为修正权值，且二者之和为1。