[发明专利]一种鲁棒的手指静脉图像感兴趣区域提取方法

权利要求书

1.一种鲁棒的手指静脉图像感兴趣区域提取方法，其特征在于，包括以下步骤：

步骤1，利用提供的基于边界跟踪的手指静脉图像边缘检测算法得到连续完整的单像素手指边缘；

步骤2，对手指边缘坐标进行最小二乘估计得到旋转角度，通过仿射变换对手指静脉图像进行矫正；

选择手指边缘最小内切宽度作为初步水平参考线，结合得到的旋转角度更新水平参考线；

步骤3，选择更新后的水平参考线作为水平分割参考线，对矫正后的图像进行分割，得到手指区域；

对手指区域利用提供的大感受野梯度算子完成对垂直分割参考线的搜索；

将最小内切宽度限定在垂直参考线内，更新水平参考线；

步骤4，利用步骤3获得的水平参考线与垂直参考线完成对感兴趣区域ROI的提取；

所述的基于边界跟踪的手指静脉图像边缘检测算法包括：

步骤1.1，对采集到的原始手指静脉图像进行高斯滤波后记为F；

步骤1.2，对步骤1.1中得到的图像F，利用改良的水平Sobel算子对整张图像进行卷积操作，得到指静脉图像水平梯度图记为G；水平梯度图像G某一列为基线Baseline寻找其上部分与下部分最大响应值作为手指边缘跟踪起点，分别记为(x_u，y_u)，(x_l，y_l)；

步骤1.3，利用步骤1.2中得到的上下手指边缘跟踪起点，对步骤1.1中得到的去噪图像F与步骤1.2中得到的梯度图像G同时使用边缘跟踪方法进行边缘检测，得到连续的单像素边缘。

2.根据权利要求1所述的鲁棒的手指静脉图像感兴趣区域提取方法，其特征在于：所述改良的水平Sobel算子为一种带权值水平Sobel算子G′_y：

G′_y＝w(b，i)*G_y

w(x，i)＝1-exp(-i/b)

G_y＝[f(x-1，y+1)+2*f(x，y-1)+f(x+1，y+1)]-[f(x-1，y+1)+2*f(x，y+1)+f(x+1，y+1)]

其中，G_y为原始水平Sobel算子计算公式，w(x，i)为一组权值。

3.根据权利要求2所述的鲁棒的手指静脉图像感兴趣区域提取方法，其特征在于，所述边缘跟踪方法包括：

步骤1.3.1，分别将图像F和图像G当前位置的像素值填充为255，其中，最开始的当前位置为边界检测起点(x_u，y_u)或(x_l，y_l)；

F(x_u，y_u)＝G(x_u，y_u)＝255

步骤1.3.2，更新当前点，计算图像F和图像G当前点与侧方三邻域各个点之间的差值分别记为

利用如下公式得到新的坐标点：

其中，θ是可调节权重；

步骤1.3.2，遍历所有列，每次遍历执行步骤1.3.2，直至完全遍历手指静脉图像的每一列，即可得到连续的单像素边缘；其中，从基线Baseline开始向左向右分别需要遍历过(Baseline，Baseline-1，...，2，1，0)与(Baseline，Baseline+1，...，n-2，n-1)。

4.根据权利要求1所述的鲁棒的手指静脉图像感兴趣区域提取方法，其特征在于，对手指区域利用提供的大感受野梯度算子完成对垂直分割参考线的搜索的方法包括如下步骤：

将得到的手指区域放缩至原来的四分之一后，利用以下公式获得右参考线j_r；

J_r＝argmin(S)*3*4；

通过得到的右参考线，利用如下公式扩展得到左参考线j_l；

j_l＝j_r-1.25*w

通过右参考线j_r和左参考线j_l定位垂直分割参考线。