[发明专利]一种用于手指静脉三维特征识别的藤蔓模型建模方法

权利要求书

1.一种用于手指静脉三维特征识别的藤蔓模型建模方法，其特征在于，首先通过管径均一、藤茎分级、节点剖分、蔓延约束四个原则简化和抽象手指静脉空间结构；然后给出藤蔓模型的元素、属性和数学描述；具体过程如下：

一、手指静脉空间结构简化

1.1管径均一原则

主要静脉成像时管径差异较小，假定手指主要静脉的管径相同；

1.2藤茎分级原则

藤茎分级原则是：按从指根到指尖、指掌到指背、逆时针的方向对静脉分支进行逐级分级，对于每一个节点连接的各条静脉分支，已分级的静脉分支级数为n，待分级的静脉分支级数为n+1；

1.3节点剖分原则

节点剖分包括3个原则，原则1：如果节点相连接的同一级别的静脉分支大于两条，则将这些静脉分支按逆时针方向进行排序，如果存在第3条静脉，则在第2条静脉上增加1个节点，连接第3条静脉，如果存在第4条静脉，在第3条静脉上增加1个节点，用于连接第4条静脉，依此类推；原则2：新生成的节点与前一节点的直线距离等于静脉管径；原则3：剖分前后各静脉分支只有空间上的平移变换，其他空间属性不变；

1.4蔓延约束原则

静脉分支在藤茎分级过程中，如果遇到已经分级的节点，则继续蔓延，直到到达没有分级的节点为止；

二、手指静脉藤蔓模型描述

对于简化后的二叉树静脉结构，建立手指静脉藤蔓模型：

藤蔓模型的组成元素包括：茎、节点；茎：模型中所有静脉枝干统称为茎；节点：所有静脉枝干的两端点统称为节点；

藤蔓模型的属性包括：节点的空间位置、节点的连通数；茎的长度、曲率、绕率；

藤蔓模型L可以由一组点集唯一确定，描述如下：

L＝{R_k|k＝1，2，...，N-1}

其中，N为藤蔓模型中节点的总数，R_k表示连通数大于1的节点k的属性，

R_k＝{C，M}

以节点k为终止点的那条茎记为l_k，C表示节点k在藤蔓模型中的位置码值，其有效位数表示l_k的分级级别；M表示l_k的空间曲线参数。

2.根据权利要求1所述的一种用于手指静脉三维特征识别的藤蔓模型建模方法，其特征在于，藤蔓模型中，节点的连通数：定义藤蔓模型中分级级别为1的那条茎的起始节点的连通数为1，分级级别最高的所有茎的终止节点的连通数为2，其他节点的连通数为3；

性质1：节点数＝茎数+1；

性质2：每一个藤蔓模型中，节点的连通数满足以下公式：

N₂＝N₁+N₃

N₁为连通数为1的节点数，N₂为连通数为2的节点数，N₃为连通数为3的节点数，且N₁＝1。

3.根据权利要求1所述的一种用于手指静脉三维特征识别的藤蔓模型建模方法，其特征在于，藤蔓模型中，茎的长度、曲率、绕率指茎的中轴空间曲线的长度、曲率、绕率。

4.根据权利要求1所述的一种用于手指静脉三维特征识别的藤蔓模型建模方法，其特征在于，藤蔓模型中，位置码值C用来组织数据和计算分级级别，规定连通数为1的节点的码值为0，后续节点的码值按照二叉树的组织方式进行编码，编码规则是：

设当前节点P_k的码值为X，由该节点生成的节点P_t的码值为Y，则

Y＝X×2+b

其中，如果当前节点生成的节点有2个，且P_t在P_k的右侧，则b＝0，否则b＝1，

设茎l_k的分级级别为n，则n满足

2^n-1≤Y＜2ⁿ。

5.根据权利要求1所述的一种用于手指静脉三维特征识别的藤蔓模型建模方法，其特征在于，藤蔓模型中，茎lk的中轴曲线为一空间曲线，通过立体匹配方法获取其部分采样点的空间坐标，然后采用B样条拟合该空间曲线，此时M表示曲线拟合时的控制点矩阵，

M＝(E^TE)^-1E^TP

其中，E表示B样条基函数系数矩阵，P表示采样点坐标矩阵。