[发明专利]基于灰度近邻和方差约束的手指静脉纹路修复方法

摘要

本发明涉及基于灰度近邻和方差约束的手指静脉纹路修复方法。首先采用MRLT方法、数学形态学的顶帽变换、数学形态学的击中与击不中变换，获取细化后的手指静脉纹路；然后定位静脉纹路断裂的初始位置，并按照静脉纹路的走向确定候选的目标点集合；接着提出灰度近邻准则，从候选目标点集合中选择可疑的目标点；最后提出类内方差上限一致准则和边界约束条件，判别可疑目标点是否为丢失的目标点，并迭代搜索丢失的目标点，修复断裂的静脉纹路。本方法可以有效修复部分断裂的手指静脉纹路，并最终提高手指静脉识别性能。

主权项

1.一种基于灰度近邻和方差约束的手指静脉纹路修复方法，其特征在于，首先采用MRLT方法、数学形态学的顶帽变换、数学形态学的击中与击不中变换，获取细化后的手指静脉纹路；然后定位静脉纹路断裂的初始位置，并按照静脉纹路的走向确定候选的目标点集合；接着提出灰度近邻准则，从候选目标点集合中选择可疑的目标点；最后提出类内方差上限一致准则和边界约束条件，判别可疑目标点是否为丢失的目标点，并迭代搜索丢失的目标点，修复断裂的静脉纹路；具体步骤包括：A、手指静脉纹路提取A.1图像分割采用MRLT方法对低质量手指静脉图像进行分割；A.2图像滤波数学形态学的顶帽变换滤除部分噪声和毛刺，具体是首先采用开运算消除噪声和毛刺，然后再采用闭运算修复断裂静脉，并保持静脉管径大小基本不变，避免给后续手指静脉平均宽度的估计带来误差；A.3图像细化采用数学形态学的击中与击不中变换进行，并保证细化图像中各目标像素是m邻接的；B、手指静脉纹路修复B.1 初始条件断裂纹路修复的起点为静脉纹路上的端点；B.2 纹路修复记原始静脉图像为OIMG，细化后的静脉图像为TIMG，以静脉纹路上某一端点P₁为例，以P₁为起点的那条断裂纹路的修复过程，其他端点的断裂纹路修复过程与之相似；（1）候选点集合在TIMG上，与端点P₁相邻的目标点只有一个，记为P₂；由P₁与P₂的方向唯一确定候选点集合记为Q={Q₁, Q₂, Q₃}；（2）灰度近邻准则在3个候选目标点中，按照Q₁、Q₂、Q₃的顺序，选取一个与当前目标点灰度最接近的点作为可疑目标点，记为Q_m；（3）类内方差上限一致准则采用类内方差上限一致准则，用于判断Q_m是否为真实目标点；在P₁所在的静脉分支上计算类内方差上限，记P₁所在静脉分支上目标点集合为P={P_i|i=1,2,…,n}，n为静脉分支上目标点总数，P₁所在静脉分支未修复之前的类内方差为：其中，f(x)是指在OIMG上，像素点x处的灰度值，假设Q_m为真实目标点，则点Q_m所在静脉分支的类内方差为：当Δ_m<Δ时，判定Q_m是真实目标点；否则，判定Q_m为背景点；（4）边界约束条件静脉纹路修复是不断寻找丢失的目标点Q_m的过程，该过程终止于两个边界约束条件：条件1：Q_m不是TIMG的边界点；条件2：Q_m不是TIMG的目标点。