[发明专利]一种基于掌静脉图像的预处理方法

说明书

技术领域

本发明属于生物识别技术领域，更为具体地讲，涉及一种基于掌静脉图像的预处理方法。

背景技术

人体的手掌静脉(简称“掌静脉”)，是一种稳定且唯一的生物特征静脉信息隐藏在表皮下，结构复杂很难被复制；断落的手掌或尸体因血液停止流动将不能通过认证。所以，掌静脉识别是一种“活体识别”。掌静脉图像不能在可见光下拍摄，却可以在近红外光下拍摄，这也增加了掌静脉识别的安全性。手掌静脉识别的高安全性使其成为近年生物特征识别研究的新热点。

掌静脉识别系统由图像采集、预处理、特征提取和特征匹配4部分组成。采集到的掌静脉图像包括手指、腕部和背景区域，在预处理阶段从图像中选择分割出一块有效区域用来提取特征，进而特征匹配。这块有效区域，通常称为感兴趣区域(ROI)。ROI的选择必须带有清晰而丰富的掌静脉特征信息，且在进行特征提取和匹配之前必须进行预处理，其质量直接关系到后续的特征提取和匹配的准确率，对识别性能影响很大。

掌静脉图像的预处理主要由有效ROI区域提取、图像归一化、图像增强、图像去噪这四部分组成。目前掌静脉的ROI区域提取大多数沿用了如下方法。通过提取掌脉图像的轮廓线，计算食指和中指间的缝隙与无名指和小指间缝隙下边界的公切线，并将公切点作为定位基准点(key point)建立坐标系，截取固定大小矩形作为ROI。具体参见文献[1]:Zhang D,Kong W K,You J,et al.Online palmprint identification.IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(9):1041-1050.但该方法要求测试者手掌放置位置相对高度固定，否则会导致同一测试者ROI区域截取不同。而对于掌静脉图像增强，目前大多数算法都是进行全局图像增强，然后进行图像滤噪等。而由于采集设备以及光线亮度影响，直接全局增强可能会导致外界噪声过度增强，且没有考虑到局部信息。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于掌静脉图像的预处理方法，在提取掌静脉ROI区域时，减少因位置偏移、高度细微差别导致的误差，运用局部增强方法，增强局部信息，提高ROI图像的质量，进而减少外界噪声被过度增强造成的影响，便于后续的特征提取和特征匹配。

为实现上述发明目的，本发明一种基于掌静脉图像的预处理方法，其特征在于，包括以下步骤：

(1)、通过掌静脉图像，提取掌静脉图像的ROI区域

(1.1)、先将掌静脉图像转换成灰度图，再进行二值化处理，得到二值化图像；

(1.2)、利用Canny算法提取二值化图像的轮廓作为掌静脉图像轮廓；

(1.3)、结合掌静脉图像轮廓，根据根查找法找出食指与中指间的指根点P₁，以及无名指与小指之间的指根点P₂；

(1.4)、将指根点P₁和指根点P₂做直线连接，得到线段L，再标记出线段L的中点坐标P(x₀，y₀)，以中点P为中心，根据P₁，P₂的坐标做仿射变换旋转，旋转角度为θ，使得P₁，P₂两点的纵坐标或横坐标相等；

(1.5)、以中点P为基准点，做线段L的垂线G，再以中点P为起点，沿垂直线G向掌心方向延伸长度d，并标记为端点P₀，以P₀为中心点，提取大小为m*n的ROI区域，并对该ROI区域进行尺度归一化处理，得到大小为m₀*n₀的标准ROI区域，命名为ROI图像；

(2)、对ROI图像进行预处理

(2.1)、对ROI图像进行分块处理：将ROI图像划分成k₁*k₂个小块，每个小块的大小为(m₀/k₁)*(n₀/k₂)，其中，k₁,k₂为常数，且k₁能被m₀，k₂能被n₀整除；

(2.2)、对每一小块ROI图像进行自适应直方图均衡化处理，获取每一块的像素值映射关系矩阵；