专利名称：基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法
技术领域：
本发明涉及的是一种生物特征身份识别方法，具体地说是提取手背静脉特征的方法。
背景技术：
基于手部静脉模式特征进行身份识别技术的研究，是近几年生物特征身份识别技术领域研究的热点。鉴于手部静脉模式固有的特点，通常采用近红外装置进行模式样本采集，采集到样本图像的特点是对比度低、灰度值范围窄且分布极不均勻，如果直接进行处理，后续相关算法的可操作性、准确性、稳定性都会受到很大的影响，因此导致手背静脉模式纹理骨架提取困难，解决这一问题的过程在生物特征身份识别技术领域属于样本模式骨架提取。利用基于静脉多尺度二阶微分结构模型的静脉纹理提取算法，可得到多尺度二阶微分结构模型静脉度响应(记为VLSDM-R)、微分尺度空间最大静脉度所对应的微分尺度图(记为VLSDM-S)以及微分尺度空间最大静脉度所对应的方向图(记为VLSDM-D)。利用基于Gabor滤波组及静脉纹理横断面数学模型提出的两种静脉纹理提取算法，可得到静脉纹理的两种静脉滤波响应滤波响应空间最优静脉滤波响应(记为GFBM-R1)，方向空间最优静脉滤波响应在尺度空间的静脉纹理混合矩响应(记为 GFBM-R2)，同时也可得到GFBM-Rl所对应的Gabor滤波器尺度图(记为GFBM-S)和GFBM-Rl 所对应的Gabor滤波器方向图(记为GFBM-D)。VLSDM-R、GFBM-Rl、GFBM-R2具有很多共性1、它们均在静脉纹理脊线上取得局部极大值；2、它们均较好地保持了静脉纹理的局部曲面形态。VLSDM-S与GFBM-S也存在共性 每个像素点的响应值均接近以该点为中心的局部静脉纹理的尺度，因为只有它们接近局部纹理尺度时，才使得对应的滤波响应值最大。3、VLSDM-D与GFBM-D应该接近垂直关系，因为VLSDM-D对应着纹理的走向方向，而GFBM-D与纹理走向方向垂直。因此，静脉纹理提取算法处理后可得到三类较为重要的响应1、表征静脉纹理局部曲面分布形态的特征响应(VLSDM-R、GFBM-Rl、GFBM-R2) ；2、表征静脉纹理方向信息的方向响应(VLSDM-D与GFBM-D) ；3、表征静脉纹理尺度信息的尺度响应(VLSDM-S与GFBM-S)； 本发明将第一类响应统称为静脉纹理局部形态响应(记为VTLFR)，第二类响应统称为静脉纹理方向响应(记为VTDR)，第三类响应统称为静脉纹理尺度响应(记为VTSR)。
发明内容
本发明的目的在于提供能够解决存在对比度低、灰度值窄、灰度值分布不均勻、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题的基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法。本发明的目的是这样实现的
本发明基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法，其特征是(1)基于多尺度二阶微分结构模型对静脉纹理进行多尺度分析以获取静脉纹理的形态响应、方向响应、尺度响应；(2)从获取的静脉纹理形态响应中提取出脊点，形成离散的初始脊线段集；(3)根据噪声脊线段较短、出现在静脉纹理尺度响应中的低值区及脊线段中像素点所对应的最大静脉纹理形态响应较小的特点，结合获取的静脉纹理尺度响应及静脉纹理形态响应灰度图对初始脊线段集进行预处理；(4)从所得到的脊线段集中提取出端点，并根据获取的静脉纹理方向响应获得端点延伸方向，对其进行延伸处理，以连接离散脊线段；(5)根据静脉纹理中不应该存在孤立脊线段和悬浮脊线段的固有特性从端点连接后的脊线段集中滤去孤立脊线段和悬浮脊线段，经此脊线后期处理后，即可得到最终静脉纹理骨架。本发明的优势在于本发明能够解决存在对比度低、灰度值窄、灰度值分布不均勻、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。
图1是多尺度VLSDM模型响应局部方向及横断面分布曲线图；图2是多尺度VLSDM模型响应灰度图；图3是多尺度VLSDM模型响应滤波后的结果图；图4是两种不同初始脊点集提取结果及交叉纹理区域示意图，其中A是图2的脊点集，B是图3的脊点集；图5是脊点标识图I1预处理后的结果及端点局部区域脊点分布情况；图6是Pe的8邻域像素点中脊点数不为一时的两类模板，其中A是Pe的8邻域像素点中有两个脊点时端点模板，B是Pe的8邻域像素点中有三个脊点时端点模板；图7是Pe的8邻域像素点；图8是经端点延伸后的结果图以及其与多尺度VLSDM模型响应叠加后的图像；图9是经端点延伸后的结果图以及与源图叠加后的图像；图10为本发明的流程图。
具体实施例方式下面结合附图举例对本发明做更详细地描述结合图1 10，本发明基于以下几点=VTLFR局部纹理的横断面呈脊形(如图1所示)分布；能从VTDR中得到VTLFR中对应区域局部静脉纹理的方向信息；，；(图1中标出)；可利用VTSR对VTLFR中的背景及纹理边缘噪声进行处理；用VTLFR中纹理的脊线作为静脉纹理的骨架。1.提取纹理初始脊点集从图1中可以看出沿ν;方向的横断面响应分布曲线会出现一个极大值点，该点就是多尺度VLSDM模型响应中脊线上的点，称之为脊点，脊线就是响应中脊点的集合，记为U， 根据其在；方向局部极大的特点，本发明采用Carmy边缘检测中用到的局部非最大值抑制算法在；方向提取响应中的局部极大值点。局部极大值点的提取可以直接基于滤波前的多尺度VLSDM模型响应(如图2)进行；也可以基于滤波后的多尺度VLSDM模型响应(如图3(D))进行。下面结合图4来讨论初始脊线点集存在的问题(1)脊点集U被分成了许多离散的脊线段从图4中可以看出，纹理交叉处产生了断点，将脊线点集U分成了许多离散的脊线段。(2)脊点集U中存在噪声脊线段对比图4㈧与图4(B)可以看到，基于滤波后多尺度VLSDM模型响应提取的脊点集，噪声脊点集较少，但还是存在少量的噪声脊点集，它们是由小毛刺纹理引起的，因此噪声脊点集中所包含的脊点较少。图4(A)中存在大量的噪声脊点集，它们可分为两类一类包含脊点较少，它是由小面积的毛刺噪声纹理引起的；另一类包含的脊点较多，在图4(A)中表现为有一定长度的脊线段，是由于大面积的噪声纹理引起的。(3)脊点集U中包含了边界噪声边界存在连续且类似脊线的直线段，属于边界噪声。边界噪声的特点是到边界的距离为一个像素，且宽度也为一个像素。2.初始点集预处理初始脊点集预处理的目的是解决脊点集U中的噪声脊线段和边界噪声。初始脊点集预处理方法的步骤如下(1)生成脊线点集U标识图I1 大小与样本图像相同，脊点像素点为1，其他为0。(2)除去边界噪声分别将I1图中离边界的距离小于2个像素的点对应的标识置零。(3)提取离散的脊线段在经第二步处理后的I1图中，提取连通的脊点，构成脊线
段，会得到一系列脊线段，记为氏(i = 1，2，3 · N)，i表示第i条脊线段，N表示脊线段的数目。(4)滤去噪声脊线段两类不同的噪声脊线分别采用不同的处理方法。对于包含脊点较少的噪声脊线段，采用脊点数目阈值法处理将脊点数目小于阈值的脊线段从I1图中删除，阈值用Nt表示；包含脊点数目较多的长噪声脊线段主要出现在直接基于滤波前的多尺度VLSDM 模型响应进行脊点提取所得I1图中，处理方法主要包括1、将多尺度VLSDM模型响应进行256级灰度归一化，得到多尺度VLSDM模型的灰度响应；2、统计脊线段氏中像素点对应的多尺度VLSDM模型灰度响应的极大值(用Vmax表示)；3、统计氏中像素点对应的微分尺度空间最大静脉度出现在最大微分尺度响应中的脊点数，用N_ax表示；4、滤去长噪声脊线段，用Nim表示Ri中脊点的总数，滤波准则表示如下N^/Nh < Ts_max，且 Vmax < Tfflax,则删除该脊线段
式中，Tmax为多尺度VLSDM模型响应灰度值极大值的阈值，其确定方法也与多尺度 VLSDM模型中相同；Ts_max表示脊线段中微分尺度空间最大静脉度出现在最大微分尺度响应中的脊点数与脊线段中总脊点数的比例阈值。取Nt = 6、Ts_max = 50%时，直接基于滤波前的多尺度VLSDM模型响应进行脊点提取的I1图，经初始脊点集预处理后的结果如图4(A)所示。从图5 (A)中可以看出，经预处理后的脊点标识图I1中少了许多噪声脊线段，下一步就是将离散脊线段连接起来，形成连通的静脉纹理骨架。3.连接离散脊线段预处理后的脊线段用R' = 1,2,3·N')表示，N'表示删除噪声脊点集后的脊线段数目，本发明连接的方法是将脊线段R' i的端点进行延伸。3. 1提取脊线段端点本发明对R' 的端点Pe定义如下R' i中满足以下三个条件之一的像素点称为端点Pe :A、Pe的8邻域像素点中只有一个脊点；B、Pe的8邻域像素点中只有两个脊点，但是要满足图6(A)中的一个模板；C、Pe 的8邻域像素点中只有三个脊点，但是要满足图6(B)中的一个模板；用P1,P2, 48分别表示R' i中某脊点的8邻域像素点(如图7所示)，Np表示P1, P2, · P8中标识值为1的像素点数目，Nc表示依次扫描P1, P2，· P8, P1时，像素点标识值变化的次数(标识值从1变到0或从0变到1为一次变化)。则根据R' i中端点Pe应满足的条件以及6(A)和6(B)所示的两类模板，在实际检测端点时可以按下述规则进行Np ^ 3， 且Nc = 2，可判定该脊点为端点。3. 2确定延伸点以及延伸方向(1)脊线段R' “口、存在两个端点多数情况，脊线段R' “口、存在两个端点，此时延伸点分别为R' i的两个端点，延伸方向与端点对应的静脉纹理方向G有关，下面以端点Pe为例，来说明延伸方向的确定过
程c
权利要求
1.基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法，其特征是(1)基于多尺度二阶微分结构模型对静脉纹理进行多尺度分析以获取静脉纹理的形态响应、方向响应、尺度响应；(2)从获取的静脉纹理形态响应中提取出脊点，形成离散的初始脊线段集；(3)根据噪声脊线段较短、出现在静脉纹理尺度响应中的低值区及脊线段中像素点所对应的最大静脉纹理形态响应较小的特点，结合获取的静脉纹理尺度响应及静脉纹理形态响应灰度图对初始脊线段集进行预处理；(4)从所得到的脊线段集中提取出端点，并根据获取的静脉纹理方向响应获得端点延伸方向，对其进行延伸处理，以连接离散脊线段；(5)根据静脉纹理中不应该存在孤立脊线段和悬浮脊线段的固有特性从端点连接后的脊线段集中滤去孤立脊线段和悬浮脊线段，经此脊线后期处理后，即可得到最终静脉纹理骨架。
全文摘要
本发明的目的在于提供基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法，包括以下步骤对静脉纹理进行分析获取静脉纹理的形态响应、方向响应、尺度响应；提取脊点，形成离散的初始脊线段集；对初始脊线段集进行预处理；从所得到的脊线段集中提取出端点，并根据获取的静脉纹理方向响应获得端点延伸方向，对其进行延伸处理，以连接离散脊线段；从端点连接后的脊线段集中滤去孤立脊线段和悬浮脊线段，经此脊线后期处理后，即可得到最终静脉纹理骨架。本发明能够解决存在对比度低、灰度值窄、灰度值分布不均匀、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。
文档编号G06K9/46GK102346845SQ20111027334
公开日2012年2月8日 申请日期2011年9月15日 优先权日2011年9月15日
发明者付斌, 冯伟兴, 刘静宇, 唐墨, 崔建文, 杜同春, 熊新炎, 王科俊 申请人:哈尔滨工程大学