[发明专利]一种轻量级指静脉图像识别方法

权利要求书

1.一种轻量级指静脉图像识别方法，其特征在于，用于特定指静脉的特征识别，包括以下步骤：

S1、采集用户指静脉图像；

S2、利用边缘检测方法计算手指相对水平中线偏移角度，并且通过图像旋转将图像中线拟合水平中线，并通过区域切割ROI获得所需识别的水平手指静脉灰度图像；

S3、通过将灰度图像切割为一定数量的相同大小的灰度方格，并计算方格中灰度值直方图进行均衡化进行图像增强；

S4、将增强后的灰度图像先进行轻量级优化下的双线性插值，再通过自适应局部阈值二值化获得在灰度图中过滤后的指静脉图像，避免明暗对比度不一致带来的全局变化；

S5、使用中值滤波与gabor滤波对指静脉边缘图形处理，以及消除图像噪点得到指静脉的二值化纹理图像；

S6、通过基于纹理的特征提取将指静脉图像与模板图像进行匹配，若两者匹配度高于一定阈值则识别通过。

2.根据权利要求1所述的一种轻量级指静脉图像识别方法，其特征在于，所述S2中，所需识别的水平手指静脉灰度图像的获得具体包括：

S21、通过背景图像素与指静脉图像素差异，以背景图边缘为起点迭代，找到指静脉图像的边缘，不断循环以此获得指静脉轮廓矩阵；

S22、通过矩阵计算相对于水平中线的边缘倾斜角度；

S23、将整个图像旋转此角度获得所需图像；

S24、在此图像基础上，再次进行水平中线上下偏移寻找图像边缘，切割ROI区域。

3.根据权利要求1所述的一种轻量级指静脉图像识别方法，其特征在于，所述S3中，图像增强的处理过程具体包括：首先根据原始指静脉图像大小对整张图片进行等比例切分为m*n小块，针对与每一个小块计算灰度数值直方图。

4.根据权利要求3所述的一种轻量级指静脉图像识别方法，其特征在于，所述S4中，所述过滤后的指静脉图像具体实现步骤包括：

S41、将m*n个局域图像通过原始坐标值在指静脉图像中加以轻量化的双线性插值方法连接，达到平滑过渡边缘的效果；

S42、对于经过平滑过度后的指静脉图像再次计算其灰度直方图，根据自适应阈值二值化对指静脉图像进行二值化处理。

5.根据权利要求4所述的一种轻量级指静脉图像识别方法，其特征在于，所述S41中，轻量化的双线性插值方法具体实现为：将原本双线性插值中会产生的大量浮点数的计算通过对坐标值的缩放，以达到算法中实现过程都为整型且不降低算法精度的效果。

6.根据权利要求4所述的一种轻量级指静脉图像识别方法，其特征在于，所述S42中，自适应阈值二值化具体实现为：最大类间方差的自适应阈值思想，其前景与背景分布灰度会在灰度直方图中产生两个灰度波峰，在前景与背景的波峰中选取一个阈值，通过此阈值对指静脉图像进行整体辨别最终达到二值化的效果。

7.根据权利要求1所述的一种轻量级指静脉识别方法，其特征在于，所述S5中，指静脉的二值化纹理图像的获取过程包括：对于步骤S4中产生的二值化指静脉图像存在部分像素与小块区域被识别为前景，为了图像边缘平滑并且消除部分噪点像素进行中值滤波与gabor滤波。

8.根据权利要求1所述的一种轻量级指静脉识别方法，其特征在于，所述S6中，指静脉图像与模板图像匹配的具体实现为：通过对指静脉图像进行边缘补零扩展图像尺寸，并使用模板对指静脉图像逐像素遍历计算匹配。