一种同时提取指静脉和指节纹感兴趣区域的方法

本发明属于生物特征识别，具体涉及一种适用于在低算力条件下实现同时提取指静脉和指节纹感兴趣区域的方法。

背景技术：

1、指静脉和指节纹均是位于手指部位的生物特征信息，包含丰富的纹理信息，因其纹理清晰、稳定、具有特异性并且容易被同时获取的特点，因此可以被作为生物特征融合识别技术的研究对象。

2、在指静脉和指节纹融合识别技术中，关于指静脉和指节纹图像的感兴趣区域(region of interest)的提取方法是实现准确识别的基础和前提。现有roi图像提取方法多以单独适用于指静脉或者指节纹感兴趣区域提取方法为主，对同时适用于指静脉和指节纹感兴趣区域的提取方法鲜有研究。

技术实现思路

1、本发明要克服现有技术的上述缺点，提出一种同时提取指静脉和指节纹感兴趣区域的方法。

2、本发明出于实际产品算力限制考虑，提出了一种适用于在低算力条件下实现同时提取指静脉和指节纹感兴趣区域的方法。其包括以下步骤：获得掩膜实现指静脉和指节纹图像指型分割、指静脉图像的预处理、获取指关节位置以定位指静脉roi图像和指节纹主要区域、结合图像灰度梯度变化得到指节纹roi图像等四部分。

3、一种同时提取指静脉和指节纹感兴趣区域的方法，具体实施步骤包括：

4、s1、指型分割需要通过将采集到的指节纹图像转化为ycrcb格式，通过阈值对比以实现对手指区域的分割提取的所需掩膜的获取。

5、s11、将采集到的指节纹图像(rgb图像)转化成ycrcb格式，其中，y代表亮度分量，cr代表红色色度分量，cb代表蓝色色度分量，rgb与ycrcb两种图像格式之间存在线性变换关系：

6、

7、s12、通过设定与转化后得到的ycrcb格式指节纹图像相适应的明亮度和两种色度阈值，同时遍历图像所有像素点和设定阈值作比对，可以得到手指轮廓掩膜，再将掩膜于原图像相加，从而实现手指指型分割。

8、s2、获得指静脉关节位置信息，可以结合指节纹图像得到的掩膜，通过取掩膜最大内切矩形的方法，可以快速对原始指静脉图像做去除背景噪音处理，选取指静脉部分图像，再做平滑图像和直方图均衡处理，最终通过计算不同区域平均灰度值和检索区域灰度值极大值，以获得指关节位置信息。

9、s21、去除不可用的过曝图像，通过对采集到的指静脉图像做可能存在的整体过曝检测，即计算图像平均灰度值，并将其与相应阈值进行比对，若图像平均灰度值大于阈值，则判定该图像无效。

10、s22、去除指静脉图像背景噪声，通过对由指节纹图像获取到的掩膜取最大内切矩形，绘制指静脉图像所用掩膜，并与指静脉原始图像相加，去除原始指静脉图像存在的背景噪声。

11、s23、确定指静脉roi图像的左右边界，对采集到的指静脉图像边缘可能存在的过曝部分做处理，由于在指静脉图像中，由于红外光照射强度不均，手指边缘的像素灰度值往往处于较高水平且大部分的手指边缘像素灰度值均大于244，可以通过设定阈值遍历计算图像边缘区域平均灰度值。其中，gray(x)为图像边缘每列平均灰度值，h为图像高度值,p(x,y)为该点灰度值：

12、

13、并以此来确定指静脉roi图像的左右边界。其中,o为图像边界l为图像长度值：

14、

15、

16、s24、去除图像噪声，对指静脉和指节纹图像进行高斯模糊处理，其中高斯模糊滤波核为9*9，x、y方向高斯核标准偏差值分别为固定值0、9。高斯模糊所用滤波模板可由以下公式获得：

17、

18、s25、增强图像对比度，对去除噪声后的指静脉图像作直方图均衡，以增加指关节区域和指静脉区域的平均灰度值差。直方图均衡方法扩展图像亮度所用的映射函数如下，其中，sk指当前灰度级经过累积分布函数映射后的值，n是图像中像素的总和，nj是当前灰度级的像素个数，l是图像中的灰度级总数。

19、

20、s26、寻找指关节位置，通过对进行上述处理后的指静脉图像做遍历图像进行灰度值比对操作实现，其中包括创建一个高度为10像素，和图像等长的区域，使其以10像素的步长遍历图像，并计算每一次移动后区域内部图像的平均灰度值。由于在指静脉图像中，指关节处大部分位置的灰度值都较大，因此可以通过比对不同方框内图像平均灰度值来确定指关节的位置，由此获得指关节的位置信息。

21、s3、指静脉roi图像的获取，可以通过指节纹图形获取的掩膜去除背景噪声，再对指静脉图像做预处理，最后根据指关节位置信息获得指静脉roi图像。

22、s31、去除图像边缘过曝部分，对去除背景噪声的指静脉图像计算边缘部分平均灰度值，根据设定灰度阈值做边缘过曝检测，然后做归一化处理，其中尺寸归一化后图像大小为300*200，q(x,y)是原手指静脉图像的灰度值，q′(x,y)表示变换后的图像的灰度值，g1表示原图像中最小的灰度值，g2表示最大的灰度值。：

23、

24、s32、对处理后的指静脉图像，先使用高斯滤波器以去除图像噪声，而后对图像做二维傅里叶变换处理和高斯高通滤波器处理，实现对图像高频信息的提取，以增强其纹理细节，其中二维傅里叶变换公式如下：

25、

26、高斯高通滤波器公式如下：

27、

28、s33、获得指静脉roi图像，由得到的指节纹位置信息，确定指静脉roi区域的左右两端边界，即指静脉roi图像的选择区域，截取该部分指静脉图像做归一化处理，由此得到指静脉roi图像。

29、s4、获取指节纹roi图像，根据指关节和指节纹基本处于同一位置的特点，从指静脉图像快速得到到指关节位置信息，实现对指节纹所在区域图像的快速获取。在确定指节纹主要位置区域后，结合手指表面纹路特征，根据图像灰度梯度变化来寻找指节纹边缘确切位置，由此得到最终指节纹roi图像。

30、s41、快速获取包含指节纹的图像，根据指静脉图像获得指关节位置信息，以其坐标为基准，分别向左右拓展100像素，获得包含手指近端和远端两个指节纹所在区域的图像。

31、s42、获取到的指节纹图像主要包含指节纹区域和指节纹外区域(主要为细小的乳突纹)，而指节纹处纹理明显粗于乳突纹纹理，这就意味着在指节纹灰度图中，指节纹处灰度值会显著大于乳突纹处灰度值，特别是在指节纹区域和乳突纹区域的交界处灰度值会有一个较大的差异，灰度梯度值可以用来表示图像中每个像素点在灰度上的变化程度，那么结合指节纹图像的纹理分布特征，指节纹图像灰度梯度值在指节纹区域和乳突纹区域的交界处会有较大变化。因此可以通过计算图像通过计算邻近区域图像的灰度梯度差值的方式来定位指节纹区域边缘准确位置。指节纹区域位置和灰度梯度变化关系如图3所示。

32、s43、得到图像灰度梯度变化特征矩阵，用均值滤波平滑图像来减少乳突纹对图像灰度梯度值变化程度的影响，为了减少计算量，根据得到的指节纹图像中指节纹纹理以横向竖直纹理居多导致其在y方向上的梯度变化较大的特点，我们只使用改进后的y方向上的卷积核来计算图像灰度梯度值：其中改进后的y方向上的卷积核为gy，a为图像灰度值矩阵，g(x,y)为该点的灰度梯度值。

33、

34、g(x,y)＝gy*a(x,y) (11)

35、然后计算临近区域的灰度梯度差值的绝对值。

36、δg(x,y)＝|g(x,y+1)-g(x,y)| (12)

37、最后获得包含图像在垂直方向上灰度梯度差值的特征矩阵g。

38、

39、s44、确定指节纹区域的边缘位置，对图像灰度梯度差值特征矩阵按行作平均计算实现降维处理，获得矩阵每一行平均灰度梯度差值。其中，gray(y)为每一行平均灰度梯度差值，l为图像长度值，δg(x,y)为临近区域的灰度梯度差值的绝对值。

40、

41、将以上数据用最小二乘法拟合成一条曲线，可以通过寻找灰度梯度差值拟合曲线最大极值点方法，来确定指节纹区域的边缘位置。其中最小二乘法拟合曲线函数如下：

42、f(x)＝a0+a1x+a1x2 (15)

43、s45、得到的灰度梯度差最大值坐标，以其为基准点扩展图像获取区域并做归一化处理，得到指节纹roi图。

44、本发明具有如下有益效果：

45、1.本发明提出一种结合指静脉图像和指节纹图像特性，从获得的指静脉图像和指节纹图像中快速获得指关节位置信息和图像掩膜，减少指节纹和指静脉感兴趣区域获取步骤，从而提高双模态识别感兴趣区域提取的运算效率。

46、2.本发明提出一种利用手指表面纹理特征结合指节纹图像灰度梯度变化的方法，用于定位指节纹边缘位置，从而准确获得指节纹roi图像的方法。