手背静脉图像骨架特征提取的算法VIP免费

收稿日期：2006-07-13；修订日期：2006-09-25作者简介：张晋阳（1981-），男，上海人，硕士研究生，主要研究方向：数字图像处理；孙懋珩（1957-），男，山东人，副教授，博士，主要研究方向：数字图像处理.文章编号：1001-9081（2007）01-0152-03手背静脉图像骨架特征提取的算法张晋阳，孙懋珩（同济大学电子与信息工程学院，上海200092）(markzhang2006@163.com)摘要：手背静脉近红外图像识别是一种新的非接触式生物认证技术。对采集的手背静脉图像进行了增强处理。对二值化图像采用四邻域区域生长的方法，去除噪声斑块。对处理后的静脉图像采用了一种快速细化的细化算法。分析和解决了细化后特征点———交叉点的提取。针对细化后骨架中所引入的另一类噪声———毛刺和静脉图像细化后的特点，提出了一种毛刺修复算法。实验结果表明，经过该算法处理后得到的骨架图像，能够较好的反映静脉纹理特性。关键词：图像细化；区域生长；毛刺；交叉点中图分类号：TP391.41文献标识码：AStudyonalgorithmforskeletonfeaturesextractionofhandveinimageZHANGJin-yang,SUNMao-hang(CollegeofElectronicandInformationEngineering,TongjiUniuersity,Shanghai200092,China)Abstract:BiometricidentificationtechnoIogybasedonhandveinsubcutaneousnetworkstructureappearsasapromisingtechnigueforpersonaIrecognition.ThecontrastofhandveinimageisenhancedbyusingWienerfiIter,normaIizedmode,grayIeveIstretching,sharpeningandsoon.Afterbinaryimagewasobtained,four-domainregiongrowingaIgorithmwaspresentedtodifferentiateandgetridofthenoiseareas.TheguickthinningaIgorithmwasadopted,whichhadmanyadvantagessuchascompIetethinning,fastspeed,maintenanceofminutiae,andsoon.AfterhandveinimageskeIetonwasanaIyzed,themethodforextractingthecrossingpointswasproposedtosoIvetheprobIemsmetinthefeatureextraction.Theburr,otherkindofnoise,wasintroducedbythinningaIgorithm.Onthebasisoftheburrofthehandveinimage,anaIgorithmfordeburringwaspresented.TheexperimentsshowthatthenewaIgorithmcouIdmaketheskeIetonexpressgeometricstructureofthehandveinimage.Keywords:imagethinning;regiongrowing;burr;crossingpoint0引言基于人体生物特征的身份认证，由于利用了人体固有的生理和行为特征而表现出极大的优越性［1］。人体手背静脉识别正是属于此类新兴的生物特征识别技术，无论是作为主要的身份识别手段，或是与其他识别手段相结合的辅助识别手段，都具有相当大的潜力和实用意义。人体手背静脉识别是根据人体骨骼、肌肉组织的特点，当入射光波长在700nm~1000nm时，可较好地穿透骨骼和肌肉，凸现出静脉结构，由红外CCD摄像机成静脉图像来识别个体［2］。手背静脉识别采集人手内部的静脉血管作为数据，具有难于伪造或是难于手术改变、不易受到污染和损伤、非接触式、设备成本低廉等优点［3］。文献［2］已经证明，把手背静脉图像特征作为个人身份鉴别的依据，在技术上是可行的。手背静脉识别的匹配算法是以细化后图像的骨架特性作为识别特征进行比对的。而相关文献对于静脉图像如何增强处理、如何细化提取骨架特征等方面的算法涉及的比较少。因此手背静脉图像噪声斑块的去除、细化和细化后毛刺的修复等静脉图像处理算法作为手背静脉识别的前提和基础，是这一领域的一大课题。这里主要对这些算法进行了研究。1图像增强处理和去噪声斑块简述静脉图像的预处理增强算法：（1）维纳滤波。滤除噪声，并保留细节信息；（2）归一化处理。转换成同一均值和方差；（3）图像灰度截取和拉伸。截取所需的灰度范围，并把它拉伸到［0，255］；（4）图像锐化。采用反锐化掩膜进行锐化处理［4］。通过自行设计的红外静脉辅助定位系统采集红外手背静脉图像。观察经过上面增强处理后的图像，图像中仍然带有很多噪声斑块。如果不去掉这些噪声斑块，就会对后面的细化处理带来困难。处理方法是：（1）对图像进行二值化；（2）通过四连通区域的区域生长的方法来计算图像中每块的斑块的面积Ai；（3...