[发明专利]一种基于灰度信息的体内静脉识别方法及装置

说明书

本发明涉及一种基于灰度信息的体内静脉识别方法及装置，所述的体内静脉识别方法包括以下步骤：1）对体内静脉图像进行尺度归一化预处理；2）采用区域方差变换与单尺度Retinex相结合的灰度矫正方法对归一化处理后的静脉图像进行增强处理；3）基于改进的灰度差曲面方法进行图像粗匹配；4）基于相关系数法进行图像精匹配。本发明提出了一种基于方差变换与单尺度Retinex相结合的灰度矫正方法，该方法能在保持原始图像亮度的同时压缩静脉图像对比度，并增强图像暗处信息，能够提升静脉图像的质量。本发明利用两种匹配机制和多重判断的方法进行图像匹配，可以在减少运算时间的同时，增加匹配准确性。

技术领域

本发明属于体内静脉识别及信息安全技术领域，尤其涉及一种基于灰度信息的体内静脉识别方法及装置。

背景技术

静脉识别是一种新兴的红外生物识别技术，它是根据人体内静脉血液中的血红蛋白吸收近红外或者人体辐射远红外线的特性，用红外相机拍摄体内（手背、指背、指腹、手掌、手腕）的静脉分布图，现有技术一般是通过图像归一化、去噪等预处理步骤后，再进行滤波增强与静脉纹路分割，然后提取体内静脉特征，再与预先注册到数据库上的静脉特征数据进行匹配，最后以此确定个人身份。

由于目前体内静脉图像采集设备上的摄像头与光源距离较近，可能会导致图像中出现噪声太多、灰度不均匀、静脉太淡等问题。这些问题会降低不同体内静脉图像之间的差异性，从而对图像特征的提取造成困难，最终影响了体内静脉识别算法的性能。为消除光照对识别结果的影响，现有技术一般是采用直方图均衡化的方法调整静脉图像灰度级，使均衡后图像的灰度级跨越更宽灰度级范围，从而可达到增强图像整体对比度的效果。然而，只是简单的调整灰度级范围，图像增强效果不佳，导致最终识别率并不高。

灰度矫正算法是一种图像细节增强算法，早期是用来对磁共振图像的增强处理，对于图像质量有着较好的增强效果。但如果将常用的灰度矫正方法直接用到体内静脉图像的增强处理，矫正过程中造成的图像特征灰度值的损失势必导致静脉识别算法的性能变差。因此，构造一个适用于体内静脉图像的灰度矫正算法和一种合适的图像匹配算法进行识别，可以获得更优的识别性能。

发明内容

本发明的目的是为了解决现有技术中体内静脉图像增强效果不佳，特征提取不够准确导致识别效果差的问题，提出了一种基于灰度信息的体内静脉识别方法及装置，有效提升体内静脉图像的质量，并获得较高的识别精度。

为了达到目的，本发明提供的技术方案为：

本发明涉及的一种基于灰度信息的体内静脉识别方法，包括以下步骤：

1）对体内静脉图像进行尺度归一化预处理；

2）采用区域方差变换与单尺度Retinex相结合的灰度矫正方法对归一化处理后的静脉图像进行增强处理；

3）基于改进的灰度差曲面方法进行图像粗匹配；

4）基于相关系数法进行图像精匹配。

优选地，所述的步骤1）中采用双线性插值法对体内静脉图像进行尺度归一化处理。

优选地，所述的步骤2）中首先对归一化后的静脉图像进行区域方差变换，在一定程度上改善光照的不均匀性对静脉图像的影响；然后再利用单尺度Retinex算法进行增强处理。

优选地，所述的步骤2）具体包括：

2.1) 遍历整幅归一化后的体内静脉图像f(x，y)，按照公式（1）对图像进行区域方差变换处理，得到处理后的图像F(x，y)：