[发明专利]基于图像质量评价的手指静脉感兴趣区域图像筛选方法

摘要

一种基于图像质量评价的手指静脉感兴趣区域图像筛选方法，包括以下步骤：1)采集到不同PWM波占空比下的手指静脉图像；2)对手指静脉图像做ROI提取：二值化提取出手指静脉，进行关键区域定位；3)筛选处理后得到的ROI图像：计算每个人每个PWM波占空比下的ROI图像的二维熵值，然后删去二维熵值较低的2张图像，然后计算该人所有ROI图像的二维熵质量分数，筛选出质量分数高于设定阈值的图像作为最后的ROI图像；4)采用2DFLD特征提取算法提取其特征；5)采用最近邻分类器进行分类。本发明提供一种能获得高质量手指静脉ROI图像的一种基于图像质量评价的手指静脉感兴趣区域图像筛选方法。

主权项

1.一种基于图像质量评价的手指静脉感兴趣区域图像筛选方法，其特征在于：所述方法包括以下步骤：1)采集到不同PWM波占空比下的手指静脉图像；2)对手指静脉图像做ROI提取，二值化提取出手指静脉，进行关键区域定位；3)筛选处理后得到的ROI图像，过程如下：首先计算每个人每个PWM波占空比下的ROI图像的二维熵值，然后删去二维熵值较低的2张图像，然后计算该人所有ROI图像的二维熵质量分数，筛选出质量分数高于设定阈值的图像作为最后的ROI图像；4)采用2DFLD特征提取算法提取其特征；5)采用最近邻分类器进行分类；所述步骤3)中，计算每个人每个PWM波占空比下的ROI图像的二维熵值，然后删去二维熵值较低的2张图像，图像二维熵如式(1)：这里P_xy为概率密度函数如式(2)：式中m×n表示图像尺寸的大小，L_xy表示(x＝f(i,j),y＝g(i,j))出现的次数，f(i,j)表示图像(i,j)处的像素灰度值，g(i,j)表示在图像(i,j)处的像素灰度平均值如式如式(3)：式中D代表窗口大小；然后计算该人所有ROI图像的二维熵质量分数Q如式(4)，式中Q在0到1之间，H为当前ROI图像的二维熵值，H_max和H_min分别为处理后此人所有ROI图像中二维熵的最大值和最小值；最后筛选出质量分数高于设定阈值的图像作为最后的ROI图像。