[发明专利]基于旋转校正的手指静脉图像感兴趣区域提取方法

摘要

本发明的目的在于提供基于旋转校正的手指静脉图像感兴趣区域提取方法，首先对读入的手指静脉图像采用Kapur熵阈值法分割出手指区域；再求取图像的质心，以此作为旋转校正的依据，并由图像中每列像素竖直方向上的投影值与手指轮廓上、下边缘的内切线，确定出感兴趣区域的位置；最后对图像进行样本归一化操作，得到最终的处理结果。本发明为手指静脉图像采样过程中存在的旋转、平移等非线性因素对图像质量影响较大及手指静脉图像定位困难的问题提出新的解决思路，充分考虑手指静脉图像非接触式采集的特点，对采集到的图像进行基于旋转校正的感兴趣区域提取，有效地改善了采集图像质量所带来的影响，使识别结果更加可靠。

主权项

基于旋转校正的手指静脉图像感兴趣区域提取方法，其特征是：(1)读入手指静脉图像，分割出手指区域；(2)求取图像的质心，进行旋转校正：手指区域的质心C(Cx，Cy)，其计算公式如下： C x = Σ i = 0 M Σ j = 0 N x i × p ( i , j ) / Σ i = 0 M Σ j = 0 N p ( i , j ) , C y = Σ i = 0 M Σ j = 0 N y j × p ( i , j ) / Σ i = 0 M Σ j = 0 N p ( i , j ) , p ( i , j ) = 1 , ( i , j ) ∈ I 0 , ( i , j ) ∉ I , 其中xi表示图像中第i个像素的横坐标，yj表示图像中第j个元素的纵坐标，M表示图像的宽，N表示图像的高，I表示图像中属于手指的区域；在得到图像质心后，找到手指轮廓图像的最后一列所在的直线段，并确定这条线段的中点坐标O，连接点C和点O成一条直线lCO，计算直线lCO与水平方向线lH的夹角即旋转角度θ，以此对图像进行旋转校正；θ的计算公式如下：θ＝tan‑1(yo‑yc)/(xo‑xc)，其中(xc，yc)，(xo，yo)分别为点C和点O的横纵坐标值，当θ＞0即y0＞yc时，对图像进行顺时针旋转；当θ＜0即y0＜yc时，对图像进行逆时针旋转；当θ＝0，即y0＝yc时，不对图像进行旋转操作；若图像上任意点A(x，y)绕旋转中心C(Cx，Cy)逆时针旋转θ度，则点A旋转后的坐标(x′，y′)为：x′＝(x‑cx)×cosθ+(y‑cy)×sinθ+cx、y′＝(y‑cy)×cosθ‑(x‑cx)×sinθ+cy，若图像上任意点A(x，y)绕旋转中心C(Cx，Cy)顺时针旋转θ度，则点A旋转后的的坐标(x′，y′)为：x′＝(x‑cx)×cosθ‑(y‑cy)×sinθ+cx、y′＝(y‑cy)×cosθ+(x‑cx)×sinθ+cy；(3)确定感兴趣区域位置：将整个图像区域向竖直方向进行投影，即计算图像中每列像素的灰度值的总和Li： L i = Σ j = 0 H - 1 p ( i , j ) , 其中p(i，j)为图像上的第i行第j列上的像素点，H为图像的高度，在竖直方向投影上，以长度为15的滑动窗口在Li上进行平移，在0≤j＜180的像素区间内找到平均值最大的区域，将此区域的中点p作为分割的关节点，即手指左轮廓线的最小横坐标，则图像感兴趣区域竖直方向左侧的分割线取为：l1：x＝p，右侧的分割线l2根据l1确定为：l2：x＝p+d，式中d表示两条竖直平行直线l1、l2之间的距离，即图像感兴趣区域的横向宽度；利用轮廓提取算法获取图像的手指区域的边缘轮廓，得到单像素边缘的图像，然后分别求取手指轮廓上、下边缘的内切线l3、l4，这两条水平方向的直线与竖直方向的直线l1、l2相交形成一个封闭的矩形区域即为感兴趣区域；(4)对图像进行样本归一化，得到最终的处理结果。