[发明专利]基于最大曲率法和多尺度Hessian矩阵的静脉图像增强方法

说明书

本发明公开了一种基于最大曲率法和多尺度Hessian矩阵的静脉图像增强方法，属于浅表静脉分布图像的获取与处理技术领域。其首先确定四个方向的静脉中心线，并且设定尺度因子的范围和迭代步长，接着初始化尺度因子之后进行Hessian增强，获得增强图像，然后尺度因子进行迭代，直至其超过范围最大值；然后将各个方向的增强结果进行比较，保留最大值；最后将四个方向的最大相应相加，获得最终的增强结果。本发明基于最大曲率法和多尺度Hessian矩阵的静脉图像增强方法，提取出的静脉结构完整连贯，细节丰富，改善了单尺度方法增强结果中的断线和细弱静脉增强效果不明显的情况。

技术领域

本发明涉及基于最大曲率法和多尺度Hessian矩阵的静脉图像增强方法，属于浅表静脉分布图像的获取与处理技术领域。

背景技术

浅表静脉分布图像的获取与处理是生物医学成像领域的重要研究课题之一，在医学诊疗以及生物特征识别等领域具有重要的应用价值。例如，在临床医学领域中，浅表静脉的特征提取有助于提高静脉穿刺的成功率，辅助血管疾病的诊疗等；浅表静脉作为活体特征，具有普遍性和唯一性，难以伪造或改变，用于生物识别更加用户友好且安全。但由于皮肤色素、血管粗细、血管所处位置及深度、脂肪厚度等因素的不同，不同个体之间静脉情况不同，静脉检测能力存在差异，尤其是一些特殊人群如婴儿、老人、肥胖患者等的静脉检测存在更大的难度。

由于生物组织对红外光的吸收能力不同，静脉血管中的血红蛋白对红外光的强吸收能力使得通过近红外成像可以获得比可见光成像静脉分布情况更加清晰的静脉图像。但近红外成像存在图像对比度低、信噪比低、静脉纹理边缘模糊、视觉效果差等缺点，不足以直接用于显像或用于辅助诊疗等。为提高静脉图像的清晰度，抑制噪声，以方便人眼或机器进行识别，需要对采集到的静脉图像进行增强。

因此，需要一种基于最大曲率法和多尺度Hessian矩阵的静脉图像增强方法。

发明内容

为了解决上述技术问题，本发明公开了一种基于最大曲率法和多尺度Hessian矩阵的静脉图像增强方法，其具体技术方案如下：包括

步骤 1、检测静脉图像四个方向上的静脉中心线；

步骤2、设定尺度因子的范围以及迭代步长；

步骤3、初始化尺度因子；

步骤4、对分别进行Hessian增强，获得四个方向上的增强图像；

步骤5、迭代尺度因子，跳转至步骤4，直到，进行步骤6；

步骤6、再将各方向的增强结果图进行比较，保留最大值，得

；

步骤7、将四个方向上的最大响应相加，获得最终的增强结果。

进一步的，关于静脉中心线，

为获取更准确的中心点位置，对静脉图像的多个方向进行检测，选取代表角度0°，45°，90°和135°，如图1所示。分别对静脉图像的这4个方向上的所有横截面曲线进行曲率计算，获取所有局部曲率最大值的点，构成4个方向上的静脉中心点位置检测结果图。

用代表静脉图像上像素点的灰度值，则表示图像某个位置上的横截面曲线，则有映射函数，使得。

曲率的计算公式如下式所示：

（1）