基于边缘检测加权引导滤波的指静脉图像增强算法

针对基于引导滤波的指静脉图像增强算法不能突出静脉纹理细节信息的问题,提出了基于边缘检测加权引导滤波算法。通过计算指静脉图像的边缘算子幅值,对引导滤波中固定的规整化因子进行惩罚,分别得到了静脉纹理区域和平滑区域的自适应规整化因子,从而使滤波器具有更好的边缘保护特性。该算法在降低噪声的同时,能保留并突出图像更多的静脉纹理细节。在国内和国外两个数据库上,对基于边缘检测加权引导滤波与基于引导滤波的两类指静脉图像增强算法进行了对比实验,结果表明,前者在时间复杂度不变的情况下具有更低的错误识别率。

基于自适应融合的手掌静脉增强方法

针对掌脉轮廓不清晰,图像对比度低、亮度低,进而导致识别性能降低的现象,提出一种自适应融合的手掌静脉增强方法。首先,基于暗原色先验(DCP)去雾算法,根据掌脉图像变异系数自适应选择去雾系数,得到DCP增强图像,并且基于部分子块重叠直方图均衡(POSHE)算法得到POSHE增强图像;然后,将图像分为16个子块,依据图像灰度均值与标准差确定各子块权重;最后,根据各子块权重对DCP和POSHE增强图像进行自适应融合,得到最终增强图像。该方法既保留了DCP算法在增强图像对比度和亮度的同时不引入明显噪声的优点,又保留了POSHE算法在增强图像对比度和亮度的同时不损失局部细节的特点;同时,两者的自适应融合既解决了DCP图像阴影部分掌脉缺失现象,又削弱了POSHE产生的块效应。在对两个公开库和自建库分别进行的实验中,三个数据库的等错误率分别为0.000 4、0.047 2、0.057 9,识别率分别为99.98%、94.27%、92.05%。实验结果表明,与现有的图像增强方法相比,该方法降低了等错误率,提高了识别精度。

一种近红外静脉特征提取方法研究

针对如何提高中医针灸和西医穿刺的精度问题,项目通过近红外(INR)成像设备的可视化技术,系统地研究了静脉图像特征提取模型。提出一种基于多方向Gabor滤波器的静脉图像增强与分割方法,构筑静脉信息研究模型。解决了近红外(NIR)光成像设备采集到的静脉图像出现对比度低、视觉模糊等缺陷,以及将各方向增强后的静脉图像的融合问题,并利用马尔可夫随机场分割,获得了满意的静脉信息研究模型,为完善中西医结合模式提供了可行手段,应用前景广泛。

使用方向滤波技术的手指静脉纹路提取方法

为了准确高效地提取手指静脉纹路,提出一种新的基于方向滤波的手指静脉纹路提取方法。该方法结合静脉纹路特点设计手指静脉图像的方向图及方向滤波器,根据所得的方向图及方向滤波器对图像进行滤波增强,对增强后的图像提取手指静脉模式。与传统的二值化方法相比,在进行二值化操作前,先对图像进行方向滤波处理,使得该方法提取出的手指静脉纹路连通性与光滑性好、噪声与伪特征少,且其不仅对高质量图像能够准确有效地提取出静脉纹路,对低质量图像处理效果也比较理想。