[发明专利]一种有效区域提取基础上特征点的手背静脉图像方法

权利要求书

1.一种有效区域提取基础上特征点的手背静脉图像方法，包括以下步骤：

(S1)扫描手背静脉图像；

(S2)手背静脉图像识别处理；

(S3)手背静脉特征点提取；

(S4)手背静脉特征点匹配。

2.根据权利要求1所述的一种有效区域提取基础上特征点的手背静脉图像方法，其特征在于，所述的步骤(S2)手背静脉图像识别处理中，手背静脉图像识别处理的步骤包括：

(S21)手背静脉图像归一化，将采集的手背静脉图像进行灰度划分，将手背静脉图像分布到0-255的部灰度级上，即：

I_out＝((I_in-I_min)*255)/(I_max-I_min) (1)

式中，I_in为原手背静脉图像的灰度值，I_out为手背静脉图像归一化的灰度值，I_min为原手背静脉图像灰度的最小值，I_max为原手背静脉图像灰度的最大值；

(S22)去除手背静脉图像的背景，即：

式中，F(i,j)为原手背静脉图像，I(i,j)为去除背景后的手背静脉图像，T(i,j)为阈值；

(S23)对去除背景后的手背静脉图像进行逐点扫描，计算手背部分的质心G(g_i,g_j)，即：

式中，hei为去除背景后的手背静脉图像I(i,j)的行数，wid去除背景后的手背静脉图像I(i,j)的列数，m(i,j)为去除背景后的手背静脉图像I(i,j)的像素均值；

(S24)计算以质心G(g_i,g_j)为中心点的有效区域，即：

式中，w为有效区域的长，h为有效区域的宽，α为有效区域长的调节系数，β为有效区域宽的调节系数，area为去除背景后的手背静脉图像的像素值；

(S25)去除背景后的手背静脉图像的分割与去噪的步骤包括：

(S251)对去除背景后的手背静脉图像进行分割，利用NIBlack分割方法计算去除背景后的手背静脉图像I(i,j)在(i,j)点的像素均值m(i,j)和去除背景后的手背静脉图像I(i,j)在(i,j)点的领域内像素点的标准方差s(i,j)，然后进行二值化处理，即：

T(i,j)＝m(i,j)+k*s(i,j) (6)

式中，T(i,j)为该点的阈值，k为修正系数；

(S252)利用bwareaopen函数对分割后的手背静脉图像进行去噪；

(S26)对去噪后的手背静脉图像进行去毛刺的步骤包括：

(S261)对去噪后的手背静脉图像进行扫描，判断(i,j)点的八领域之和是否为1，是则转入步骤(S262)，否则转入步骤(S261)；

(S262)将毛刺的长度加1，(i,j)点向八领域内像素为1的点方向移动一个单位，移动后的点为(i+1,j+1)点，将(i,j)点坐标放入向量数组，并将(i,j)点像素置0；

(S263)计算(i+1,j+1)点的八邻域之和，其和如果等于1，则转入步骤(S262)，其和如果大于1，则转入步骤(S264)；

(S264)判断(i+1,j+1)是否为毛刺点，是则将(i+1,j+1)点的像素置0后转入步骤(S265)，否则转入步骤(S265)；

(S265)判断毛刺长度是否在0～10之间，是则转入步骤(S261)，否则将坐标数组里的(i+1,j+1)点像素置1。