[发明专利]一种静脉图像感兴趣区域提取方法

说明书

技术领域

本发明属于生物特征识别技术领域中的感兴趣区域提取部分，具体设计了一种手部静脉感兴趣区域提取方法。

背景技术

在利用静脉进行身份鉴定的过程中，首先需要提取图像的感兴趣区域，图像不包括静脉的区域，减少需要处理的数据量。对于不同时刻采集的静脉图像，能否提取相同感兴趣区域会影响整个识别系统的性能，因此，感兴趣区域的提取方法非常重要。对于有偏移、旋转等变化的同一人不同摆放姿势的静脉图像，传统的感兴趣区域提取算法提取的感兴趣区域结果之间差异性比较明显，增加了后续识别算法的复杂度。具体存在的问题如下：

(1)由于人的胖瘦程度不同，在握拳的情况下，部分人的手指关节点位置的没有明显的凹凸变化，难以检测，此种情况下就不能使用基于曲率的方法或者相对手腕中心点距离的方法进行感兴趣区域提取，同时相对手腕中心点距离的方法依赖于手腕的摆放位置；

(2)在握拳的情况下，小拇指侧的手掌边线曲率比较大，使用基于边线的提取方法提取的区域时，拟合的直线难以描述手掌边线，且不同时刻采集的图像拟合的边线变化比较大，导致提取的区域位置偏差大；在提取感兴趣区域时，需要区分左右手。

(3)在进行感兴趣区域方向矫正时，通常采用的是曲率极值点、相对距离的极值点或者是小拇指侧的边线，同前边两个原因，矫正后的静脉感兴趣区域的方向差别也比较大。

发明内容

鉴于以上静脉感兴趣区域提取过程中存在的问题，本发明提出一种适应性更强的手部静脉感兴趣区域提取方法，具体包括以下步骤：

一种静脉图像感兴趣区域提取方法，其特征在于，包括以下步骤：

(1)静脉图像二值化与质心坐标计算

首先对静脉图像进行二值化处理，从背景中提取出手部区域，计算手部区域的质心，得到质心坐标；

(2)手形轮廓提取

对二值化图像进行手形轮廓提取，得到整个手部区域的轮廓；

(3)基于维诺图的手形轮廓内部最大内切圆提取

生成手形轮廓的维诺图，得到维诺图顶点，计算顶点与对应的手形轮廓点的距离，其中，维诺图顶点到对应的手形轮廓点的距离是该顶点到所有轮廓点的距离中最近的。遍历手部质心坐标周围区域内的所有顶点，找到与对应的手形轮廓点距离最远的维诺图顶点，该顶点即为手形轮廓内部最大内切圆的圆心，顶点与轮廓点的距离为最大内切圆的半径，最大内切圆对应的静脉图像区域就是提取到的感兴趣区域；

(4)手部中线提取

连接手腕中心点和内切圆圆心得到一条直线，得到一个近似手部中心线，找出位于手部中心线附近且位置处于两个点中间的顶点，通过计算该部分顶点到该直线的距离，取其中距离小于某个阈值的顶点，将这些点拟合成一条直线，即为手部中线；

(5)感兴趣区域旋转矫正

通过手部中线的斜率，计算手部中线与竖直方向的夹角，旋转图像使手部中线位于竖直方向，即为旋转矫正后的感兴趣区域；

(6)尺寸归一化

对提取到的感兴趣区域图像，进行尺寸归一化，对于不同的静脉图像，得到尺寸一样的感兴趣区域。

在所述感兴趣区域提取过程中，不需要区分左右手，不依赖于手腕之外的其他部位，手腕用于确定手部中线。

本发明能够解决传统ROI提取算法在提取过程中出现的不能有效提取或者提取后矫正方向偏差比较大的问题。在进行ROI提取时，本发明的适应性更强。能够有效的提取ROI，并准确地进行方向矫正，而且不要区分左右手。对于无法检测手指关节点，或者手掌边线区域的曲率过大，使用一条直线拟合不合适的情况，可以有效的提取感兴趣区域。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明；

图1是静脉图像感兴趣区域提取流程图；

图2是手部静脉图像；

图3是二值化静脉图像；

图4是手形轮廓示意图；

图5是手形轮廓内维诺图顶点图；

图6是手形轮廓内的最大内切圆；

图7是静脉图像最大内切圆示意图；

图8是手部中线图；

图9是圆形感兴趣区域；

图10是旋转矫正后的圆形感兴趣区域；

图11是不同高度下静脉图像与提取的感兴趣区域；

图12是检测不到关节点的静脉图像；

图13是从图12中提取的感兴趣区域；

图14是图12对应的手形轮廓与手部中线；