[发明专利]一种用于智能采血的手指静脉特征识别装置及其识别方法

说明书

本发明涉及图像识别技术领域，具体涉及一种用于智能采血的手指静脉特征识别装置及其识别方法，包括：采集图像，CMOS图像传感器在放置手指区域进行持续拍照，得到手指静脉图像；将手指静脉图像传送到预处理模块中进行图像预处理，增强手指静脉特征丰富的感兴趣区域，提高特征识别的准确性以及有效性；经过一系列图像处理操作的静脉图像进入到手指静脉特征提取模块，传统的阈值分割算法仅设置单一的阈值来提取静脉特征，当采集的图像质量较低时，得不到很好的效果，使得指静脉特征细节严重丢失，因此采用自适应多阈值算法进行静脉特征提取。本发明可以实现非接触式机器智能采血，有效减少医护人员的工作量，并且可以避免不必要的感染等问题。

技术领域

本发明涉及图像识别技术领域，具体涉及一种用于智能采血的手指静脉特征识别装置及其识别方法。

背景技术

当前我国积极推进智能化医疗进程，但国内医疗器械产业品牌甚少，亟需大力发展。对于国内的传统人工采血，存在着医疗资源不足，人均护士拥有量少，采血任务繁重的问题；更重要的是即使医护人员经过专门的培训，人工采血的成功率仍然不高，并且在传染病人采血化验的过程中，医护人员和病人直接接触，医护人员会有感染疾病的风险，所以要降低医护人员感染风险，同时提高采血效率，使得医疗机器人变得尤为重要，各类医疗机器人能够避免医护感染。

对于智能采血机器人来说，图像的采集、处理以及特征提取在整个系统中至关重要。目前，这方面存在的主要问题有：采集的图像不规范，目前国内的研究都是基于自己的设备，对于图像没有统一的标准，研究者需要针对各自的设备设计不同的图像归一化和识别的方法；针对低质量手指静脉图像，使用单一的阈值分割法达不到预期效果，不能提取到清晰的指静脉纹路特征拓扑结构，指静脉特征细节严重丢失，并且在图像识别算法方面所存在的问题也颇多。

发明内容

为了解决上述问题，本发明提供一种用于智能采血的手指静脉特征识别装置及其识别方法。

一种用于智能采血的手指静脉特征识别装置，包括：图像采集模块、图像预处理模块和指静脉特征提取模块，所述图像采集模块包括近红外光光源和 CMOS图像传感器，图像采集模块采用透射成像法来获取成像质量较高的手指静脉图像，通过CMOS图像传感器加上850nm的近红外光对手指静脉图像进行采集；所述图像预处理模块用于对采集的手指静脉图像进行图像处理，增强手指静脉特征丰富的感兴趣区域，提高特征识别的准确性以及有效性；所述手指静脉特征提取模块用于提取手指静脉图像中的静脉特征，精确定位静脉。

一种用于智能采血的手指静脉特征识别方法，包括以下步骤：

S1、图像采集获取，CMOS图像传感器在放置手指区域进行持续拍照，得到相应的手指静脉图像；

S2、将手指静脉图像传送到预处理模块中进行图像预处理，得到预处理后的手指静脉图像；从而增强手指静脉特征丰富的感兴趣区域，提高特征识别的准确性以及有效性；

S3、将预处理后的手指静脉图像传送到特征提取模块，在特征提取模块中，采用自适应多阈值算法进行静脉特征提取，得到静脉图像特征。

在一种优选实施方式中，步骤S2中的图像预处理操作，包括：

S21、对采集的指静脉图像进行高斯滤波，使得图像进行平滑的同时，能够更多地保留图像的总体灰度分布特征；

S22、对高斯滤波后的指静脉图像进行直方图均衡化处理，即采用CLAHE 算法增强图像，尽可能突出图像中含有静脉特征的区域；

S23、采用Canny算子检测出手指边缘轮廓；

S24、利用双线性插值法将指静脉图像尺寸归一化。

在一种优选实施方式中，对采集的手指静脉图像进行高斯滤波，包括：获取的原始图像为f(x,y)，经过高斯滤波之后的图像记为f₀(x,y)，高斯滤波计算公式如下：