基于数学形态学运算的手背静脉显像方法
【专利摘要】本发明公开了一种基于数学形态学运算的手背静脉显像方法，首先对通过近红外采集得到的手背静脉原始图像采用直方图均衡化方法进行对比度增强，再对得到的图像进行高通滤波以去除噪声，然后采用开运算的数学形态学处理方法对图像进行处理，去除图像中的纹理特征，再用连续测地膨胀方法进行图像重构，最后采用高斯掩模运算去除开运算和图像重构带来的二次噪声，从而得到清晰的手背静脉图像。本发明还可采用原始图像进行对比度增强之后的图像与结果图像进行图像融合，进一步提高手背静脉图像的清晰度。
【专利说明】基于数学形态学运算的手背静脉显像方法
【技术领域】
[0001]本发明属于静脉成像【技术领域】，更为具体地讲，涉及一种基于数学形态学运算的手背静脉显像方法。
【背景技术】
[0002]静脉穿刺是一种常见的医疗手段，例如日常医疗中广泛应用的静脉注射。但是在临床上，准确、迅速地进行静脉穿刺却并非易事。国外统计资料表明:普通成人静脉注射的首次穿刺失败率为28% ;儿童静脉注射的首次穿刺失败率为44% ;儿童中需尝试穿刺3次以上才能进行静脉注射的比例为43% ;静脉注射时，发生“漏针”现象的比例为23-28% ;癌症患者中穿刺完全失败的比例为12%;住院病人中，患者入院三天后发生穿刺困难的比例为25% ;穿刺成功率低还是许多人不愿献血的最大原因之一。
[0003]随着科学技术的发展和国民生活水平的提高，人们就医时对医疗条件和服务水平的要求也越来越高。而静脉成像技术能够显著提高静脉穿刺的成功率，其意义在于减轻医护人员的劳动强度、减轻病患者痛苦和缓解其紧张情绪、缩短开放静脉通道的时间以便提高危重伤病员的救治存活率、皮下血管成像的一些成果还可以用于生物信息安全领域。
[0004]红外成像系统是指采用近红外成像技术，利用摄像机的成像器件来记录观测目标的辐射信息，经过相应的图像处理后，显示在终端上。因此，红外成像显示系统可以丰富观察内容，通过它人们可以看得到许多仅凭肉眼无法得到的有用信息。
[0005]传统的静脉显像大多是通过图像增强、二值化处理然后再通过滤波去噪进行静脉显像，然而针对采集的图像纹理较多的时候，这种方式并不能得到很好的效果。
【发明内容】
[0006]本发明的目的在于克服现有技术的不足，提供一种基于数学形态学运算的手背静脉显像方法，提高手背静脉显像的清晰度。
[0007]为实现上述发明目的，本发明基于数学形态学运算的手背静脉显像方法，包括以下步骤:
[0008]S1:对通过近红外采集得到的手背静脉原始图像采用直方图均衡化方法进行处理，增强原始图像的对比度；
[0009]S2:采用高通滤波器对步骤SI得到的图像进行滤波；
[0010]S3:采用开运算的数学形态学处理方法对步骤S2得到的图像进行处理，去除图像中的纹理特征；
[0011]S4:采用连续测地膨胀方法对步骤S3得到的图像进行图像重构；
[0012]S5:确定高斯掩模模板，对步骤S4得到的图像进行高斯掩模运算，去除步骤S3和
S4带来的二次噪声。
[0013]进一步地，步骤S2中的高通滤波器采用巴特沃斯高通滤波器。
[0014]进一步地，步骤S2中的高通滤波器采用高频强调滤波器。[0015]进一步地，步骤S3中的开运算中采用阶数小于等于5的结构矩阵。
[0016]进一步地，本发明还包括步骤S6:对原始图像重新进行对比度增强，再将得到的图像与步骤S5中得到的图像进行图像融合，得到最终图像。
[0017]进一步地，步骤S6中的对比度增强采用对比度拉伸方法。
[0018]进一步地，步骤S6中的图像融合采用图像相加融合。
[0019]本发明基于数学形态学运算的手背静脉显像方法，首先对通过近红外采集得到的手背静脉原始图像采用直方图均衡化方法进行对比度增强，再对得到的图像进行高通滤波以去除噪声，然后采用开运算的数学形态学处理方法对图像进行处理，去除图像中的纹理特征，再用连续测地膨胀方法进行图像重构，最后采用高斯掩模运算去除开运算和图像重构带来的二次噪声，从而得到清晰的手背静脉图像。本发明还可采用原始图像进行对比度增强之后的图像与结果图像进行图像融合，进一步提高手背静脉图像的清晰度。
【专利附图】
【附图说明】
[0020]图1是本发明基于数学形态学运算的手背静脉显像方法的一种【具体实施方式】流程图；
[0021]图2是近红外原始图像示例图；
[0022]图3为图2所示图像的直方图；
[0023]图4是直方图均衡化后得到的图像；
[0024]图5是图4所示图像的直方图；
[0025]图6是对图4高频强调滤波后的图像；
[0026]图7是对图6膨胀后的图像；
[0027]图8是对图6腐蚀后的图像；
[0028]图9是对图像6开运算后的图像；
[0029]图10是三种结构矩阵对图像6开运算后的图像；
[0030]图11是对图9重构后得到的图像；
[0031]图12是对图11进行闻斯掩I旲后的图像；
[0032]图13是对图12进行图像融合后的图像。
【具体实施方式】
[0033]下面结合附图对本发明的【具体实施方式】进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
[0034]实施例
[0035]图1是本发明基于数学形态学运算的手背静脉显像方法的一种【具体实施方式】流程图。如图1所示，本发明包括以下步骤:
[0036]SlOl:直方图均衡化:
[0037]对通过近红外采集得到的手背静脉原始图像采用直方图均衡化方法进行处理，增强原始图像的对比度。
[0038]由于采集设备的缘故，目前通过近红外采集的图片大多对比度不高，采集的图像灰度级大多集中在某个区域。图2是近红外原始图像示例图。图3为图2所示图像的直方图。如图3所示，本实施例的原始图像中，灰度值的阶数为256，灰度值集中在100-150之间。这样的图像反差小，看起来比较暗淡。本发明通过改变直方图的形状来达到改善视觉效果，增强图像的目的。
[0039]记原始图像中某像素(x，y)的灰度值为f，直方图均衡化后将该灰度值映射为g，直方图均衡化即是提供从f到g的映射函数。采用累积分布函数(Cumulativedistribution function,⑶F)即可实现原始图像的直方图均衡化,其映射函数为:
[0040]
【权利要求】
1.一种基于数学形态学运算的手背静脉显像方法，其特征在于包括以下步骤: S1:对通过近红外采集得到的手背静脉原始图像采用直方图均衡化方法进行处理，增强原始图像的对比度； 52:采用高通滤波器对步骤SI得到的图像进行滤波； 53:采用开运算的数学形态学处理方法对步骤S2得到的图像进行处理，去除图像中的纹理特征； 54:采用连续测地膨胀方法对步骤S3得到的图像进行图像重构； 55:确定高斯掩模模板，对步骤S4得到的图像进行高斯掩模运算，去除步骤S3和S4带来的二次噪声。
2.根据权利要求1所述的手背显像方法，其特征在于，所述步骤S2中的高通滤波器采用巴特沃斯高通滤波器。
3.根据权利要求1所述的手背静脉显像方法，其特征在于，所述步骤S2中的高通滤波器采用高频强调滤波器。
4.根据权利要求1所述的手背静脉显像方法，其特征在于，所述步骤S3中的开运算中采用阶数小于等于5的结构矩阵。
5.根据权利要求1至4任一所述的手背静脉显像方法，其特征在于，还包括步骤S6:对原始图像重新进行对比度增强，再将得到的图像与步骤S5中得到的图像进行图像融合，得到最终图像。
6.根据权利要求5所述的手背静脉显像方法，其特征在于，所述步骤S6中的对比度增强采用对比度拉伸方法。
7.根据权利要求5所述的手背静脉显像方法，其特征在于，所述步骤S6中的图像整合采用图像相加融合。
【文档编号】G06T5/00GK103593829SQ201310611888
【公开日】2014年2月19日 申请日期:2013年11月26日 优先权日:2013年11月26日
【发明者】刘健, 隆克平, 冯家刚 申请人:北京科技大学