[发明专利]一种静脉图像增强过程中伪噪声的处理方法

权利要求书

1.一种静脉图像增强过程中伪噪声的处理方法，其特征在于：其包括以下步骤：

步骤S1.对静脉图像中的每一像素点进行交叉对称方向滤波处理，得到每一像素点的滤波数组；

步骤S2.设定静脉图像灰度最小值的门限阈值mx，mx∈[85,125]；

步骤S3.求取静脉图像某个像素点的5*5邻域灰度平均值Mean_I（i，j）和3*3邻域灰度最小值MinI（i，j），设定变量ks，变量ks的初始值为0；

步骤S4.统计该像素点的滤波数组中数值大于3*3邻域灰度最小值的个数，比较3*3邻域灰度最小值与门限阈值的大小，进而判定该像素点是否为疑似噪声的像素点，具体步骤包括：

步骤S4.1.判断该像素点滤波数组中的数值是否大于3*3邻域灰度最小值MinI（i，j），若是，则变量ks加1，否则，变量ks不变；

步骤S4.2.若最终的变量ks不小于6且像素点的3*3邻域灰度最小值MinI（i，j）大于门限阈值mx，则判定该像素点为疑似噪声的像素点；

步骤S5.重复步骤S3~步骤S4获取所有疑似噪声的像素点，采用局部处理方法进一步判定疑似噪声的像素点是否为噪声点，对判定为噪声点的灰度值赋值为1，其余像素点的灰度值赋值为0，得到噪声点二值图，其具体步骤为：

步骤S5.1.设置变量km1和变量km2，变量km1和变量km2的初始值均为0；

步骤S5.2.将各疑似噪声的像素点的7*7邻域细分成六块3*3的子区域，计算每块子区域内像素点的累加灰度值；

步骤S5.3.对于各疑似噪声的像素点，判断疑似噪声的像素点的5*5邻域的平均值Mean_I（i，j）是否小于该像素点对应的子区域内像素点的累加灰度值，若是，则变量km1加1，若不是，则变量km1不变；

步骤S5.4.对于各疑似噪声的像素点，判断疑似噪声的像素点的灰度值是否为该疑似噪声的像素点对应的子区域的灰度最大值，若是，则变量km2加1，若不是，则变量km2不变；

步骤S5.5.当变量km1的最终值不小于变量km1的阈值km1’，且变量km2的最终值不小于变量km2的阈值km2’， km1’∈[0，6]，km2’∈[0，6]，则认定该疑似噪声的像素点为噪声点，并将该噪声点的灰度值赋值为1，否则赋值为0，进而得到噪声点二值图；

步骤S6.将增强后的静脉图像作为待滤波输入图，将噪声点二值图作为引导图，采用快速引导滤波方法输出滤波后效果图。

2.根据权利要求1所述的静脉图像增强过程中伪噪声的处理方法，其特征在于：所述的步骤S1中像素点（i，j）的滤波数组为z（k），k=0，1，2…7，各数组的表达式为：

其中，i，j分别为像素点的行坐标和列坐标，I为像素点的灰度值，k为滤波数组的索引，c、b、a分别表示滤波方向系数，c∈[-5，-1]，b∈[-3，0)，c∈(0，2]。

3.根据权利要求1所述的静脉图像增强过程中伪噪声的处理方法，其特征在于：所述的变量km1的阈值km1’为4，所述的变量km2的阈值km2’为2。