[发明专利]一种鲁棒的手指静脉图像感兴趣区域提取方法

说明书

本发明提出了一种鲁棒的手指静脉图像感兴趣区域提取方法，包括：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。

技术领域

本发明属于图像处理与生物识别技术领域，尤其涉及一种鲁棒的手指静脉图像感兴趣区域提取方法。

背景技术

手指静脉识别是一种基于生物生理特征的识别技术，手指中的静脉被近红外光捕捉(700nm-1000nm)产生阴影，从而形成了静脉图像。对比其他生物生理特征指静脉特征具有十分明显的优势：(1)活体识别：指静脉图像只能在人类活体上获得；(2)唯一性：每个人的手指静脉纹路是独一无二的；(3)稳定性：每一个人的指静脉分布特征在成年后终生不变；(4)安全性：手指静脉分布在皮肤之下，且纹路复杂度较高，难伪造。因此近年来，指静脉识别凭其一系列优势，在身份认证、出入口管理、安防监控、电子商务、电子政务等领域有着重要的应用价值，已经成为生物特征识别技术中的重要研究领域之一。

一般手指静脉识别分为四个部分：图像采集、预处理、特征提取、匹配认证。在手指静脉图像采集的过程中，由于手指的位移、旋转和光照等的因素，从同一个手指中采集的静脉图像是不同的，那么无论利用哪一种特征提取方式都无法进行良好特征提取，造成匹配性能下降。因此预处理过程对于手指静脉识别系统是十分重要的。一般，预处理可以分为感兴趣区域ROI提取、静脉图像增强、图像归一化，而感兴趣区域ROI提取又是静脉图像增强和图像归一化的前提。

现有的指静脉图像感兴趣区域ROI提取方法，一部分无法鲁棒地得到正确的感兴趣区域ROI，另一部分对感兴趣区域ROI进行大量补全从而实施效率较低，例如基于阈值方法的感兴趣区域ROI提取，并不能鲁棒的适应于不同图像采集设备得到的图像，并且在对图像进行二值化时往往得到的边缘不平滑、不连续，对于一些质量差的图像甚至无法得到正确的手指感兴趣区域ROI，并且此类方法计算量较大，效率不高；基于一般边缘检测算子的手指边缘检测方法提取感兴趣区域ROI，对于手指边缘消失、边缘不明显现象，无法得到连续边缘，并且此类方法在分别寻找水平梯度图上下两部分的最大响应值作为手指边缘时，会误将背景噪声作为边缘，对感兴趣区域ROI错误分割。

在对指静脉图像进行观察时，发现在一般图像中，通常背景区域较暗(像素值较小)手指区域较亮(像素值较大)。又因为手指边缘较薄，相比于手指区域会透过更多的光，所以其在图像上是最亮的一个部分。当对手指边缘进行检测时，由于当前目标点被填充为255，那么下一个目标点的检测会被限制在手指区域中(当前点与下一目标点相似度最高，即差值最小)，那么当手指边缘不清晰或不完整时，无法得到完整单像素连续边缘。

基于此原理，提供一种基于边缘跟踪的手指区域分割法则，同时为解决手指关节腔成像所产生的较大范围的灰度值渐变造成的关节腔定位不准确，据人类视觉特性提供一种大感受野梯度检测算子。

发明内容

为了解决上述问题，有必要提供一种鲁棒的手指静脉图像感兴趣区域提取方法。

本发明第一方面提供一种鲁棒的手指静脉图像感兴趣区域提取方法，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；