1917_基于Matlab的手背靜脈圖像預(yù)處理（亂碼）
1917_基于Matlab的手背靜脈圖像預(yù)處理（亂碼）,基于,matlab,手背,靜脈,圖像,圖象,預(yù)處理,亂碼
黃河科技學(xué)院畢業(yè)設(shè)計（論文）開題報告表課題名稱 基于 Matlab 的手背靜脈圖像預(yù)處理課題來源 教師擬訂 課題類型 AX 指導(dǎo)教師 蔡超峰學(xué)生姓名 李明 專 業(yè) 機(jī)械設(shè)計制造及其自動化 學(xué) 號 080105066一、調(diào)研資料的準(zhǔn)備根據(jù)任務(wù)書的要求，查閱相關(guān)學(xué)術(shù)論文 5 篇、書籍 3 部。二、設(shè)計的目的與要求 設(shè)計目的：通過該設(shè)計過程，可以培養(yǎng)學(xué)生綜合運用所學(xué)知識解決實際問題的能力。設(shè)計要求：了解手背靜脈識別技術(shù)，熟練掌握 Matlab 軟件使用方法，基于 Matlab 軟件編程實現(xiàn)手背靜脈圖像的歸一化、增強(qiáng)、二值化及細(xì)化等預(yù)處理過程。三、設(shè)計的思路與預(yù)期成果 1、設(shè)計思路（1）對手背靜脈圖像進(jìn)行有效區(qū)域提??；（2）對有效區(qū)域內(nèi)的手背靜脈圖像進(jìn)行增強(qiáng)，這是本設(shè)計的重點和難點；（3）對增強(qiáng)后的手背靜脈圖像進(jìn)行二值化和細(xì)化。2、預(yù)期的成果（1）完成文獻(xiàn)綜述一篇，不少與 3000 字，與專業(yè)相關(guān)的英文翻譯一篇，不少于 3000 字；（2）完成內(nèi)容與字?jǐn)?shù)都不少于規(guī)定量的畢業(yè)設(shè)計說明書一份；（3）刻錄包含本次設(shè)計的所有內(nèi)容的光盤一張。四、任務(wù)完成的階段內(nèi)容及時間安排1 周——2 周 收集資料并完成開題報告、文獻(xiàn)綜述及英文文獻(xiàn)翻譯，掌握 Matlab 軟件使用方法；3 周——4 周：編程實現(xiàn)對手背靜脈圖像的有效區(qū)提取、增強(qiáng)、分割、二值化、細(xì)化等處理過程；5 周——8 周： 編寫設(shè)計說明書，進(jìn)一步修改完善畢業(yè)設(shè)計，準(zhǔn)備并完成畢業(yè)答辯稿；9 周——10 周： 編寫畢業(yè)設(shè)計說明書；11 周： 修改整理，準(zhǔn)備答辯。五、完成設(shè)計（論文）所具備的條件因素本人已修過計算機(jī) C 語言，具有一定的編程基礎(chǔ)，另外又自學(xué)了 Matlab 軟件的使用方法，通過閱讀文獻(xiàn)了解了手背靜脈識別技術(shù)的基本原理。指導(dǎo)教師簽名： 日期： 課題來源：（1）教師擬訂；（2）學(xué)生建議；（3）企業(yè)和社會征集；（4）科研單位提供課題類型：（1）A—工程設(shè)計（藝術(shù)設(shè)計） ；B—技術(shù)開發(fā)；C—軟件工程；D—理論研究；E —調(diào)研報告 （2）X—真實課題； Y—模擬課題；Z—虛擬課題要求（1） 、 （2）均要填，如 AY、BX 等。畢業(yè)論文文獻(xiàn)翻譯院 （ 系 ） 名 稱 工 學(xué) 院 機(jī) 械 系專 業(yè) 名 稱 機(jī) 械 設(shè) 計 制 造 及 其 自 動 化學(xué) 生 姓 名 李 明指 導(dǎo) 教 師 蔡 超 峰2012 年 03 月 10 日黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 2 頁 使用相關(guān)的近紅外手背靜脈圖像快速認(rèn)證生物特征摘要：這篇論文提出了使用一種手背靜脈認(rèn)證系統(tǒng)快速處理空間相關(guān)性的手背靜脈圖像。為了評價系統(tǒng)的性能，設(shè)計了一種模型并找了 50 個 16 歲以上不同年齡、不同性別人群的，每個人都有 10 幅圖像且是在不同間隔時間獲得，左右手各 5 幅圖像。在驗證測試分析時，我們使用了 3 個圖像代表模板和測試圖像。 2 圖像的每一個與現(xiàn)有的3 個模板匹配。FAR0.02％、和 FRR3.00％報告的閾值是 80。在此閾值的系統(tǒng)效率被認(rèn)為是 99.95％。該系統(tǒng)可在 97％的真正合格率 99.98％真正的廢品率，在相應(yīng)的 80 閾值操作。ERR 據(jù)報道為 0.25 閾值是 77％的能效比。根據(jù)所獲得的數(shù)據(jù)集的樣本模式，我們驗證沒有超過同一人的左手和右手靜脈之間存在相似性。最后，這一獨特的 100 份手靜脈模式，集樣品可以由研究人員和學(xué)生的評估并和其他的測試要求手工匹配靜脈的方法匹配。關(guān)鍵詞：生物特征識別，驗證，手紋，圖案相似，統(tǒng)計性能。1 導(dǎo)言關(guān)聯(lián)的個人身份被稱為個人識別。解決一個人的身份問題，可分為兩種類型問題：核查和鑒定。驗證（認(rèn)證）是指確認(rèn)的問題或（我是誰，我要求我嗎？）否認(rèn)一個人聲稱的身份。鑒定（我是誰？）指的問題建立一個人的身份。在信息和網(wǎng)絡(luò)為基礎(chǔ)的今天社會自動鑒定人類已經(jīng)成為一個重要的問題。自動識別他/她的個人的生理或行為技術(shù)被稱為生物特征識別技術(shù)，它提供了一個這方面的需要的答案。生物識別技術(shù)分為兩類：生理和行為的類別。常見的生理生物識別技術(shù)包括臉，眼睛（視網(wǎng)膜或虹膜） ，手指（指尖，拇指，手指的長度或圖案） ，棕櫚油（打印或地形） ，幾何，手背靜脈圖案或熱圖像。行為特征包括聲紋，手寫簽名，擊鍵/ 簽名動態(tài)。在技術(shù)安全系統(tǒng)接入過去的十年個人的核查已成為一個重要的和高需求趨勢。背部的皮下血管樹的形狀一方面包含的信息能夠驗證[1-5 個人，22]的身份到一個合理的黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 3 頁 精度自動個人認(rèn)證的目的。形狀手指靜脈圖案和其用于識別目的使用三浦等人提出的。紅外區(qū)域是因為皮膚組織的特殊優(yōu)勢是相對透明血液吸收紅外光。因此，靜脈背景對比的是高于可見區(qū)域。自從成本相當(dāng)?shù)偷?CCD 相機(jī)和電腦的電源的到來，要盡量考慮這些技術(shù)似乎簡單。通常情況下，黑白 CCD 攝像機(jī)也很敏感，在近紅外區(qū)域，因此，一個過濾器阻擋相機(jī)上的所有需要可見光。當(dāng)然是必須獲得皮膚表面均勻的照明。那里提取，分割為許多研究嘗試皮下末梢靜脈模式和跟蹤。其主要目的是使數(shù)據(jù)減少和噪音抑制良好的診斷目的和做一些定量測量，如長度和直徑提取船只段。這些技術(shù)都是基于數(shù)學(xué)形態(tài)學(xué)和曲率（靜脈方向）在嘈雜的船只模式檢測評價環(huán)境。研究人員在手的靜脈生物識別技術(shù)要么驗證或識別有令人滿意的結(jié)果而言，無論在數(shù)據(jù)采集大小的差異，方法，或使用靜脈相似之處。在靜脈樹檢測舞臺包括連續(xù)四個子階段，這是手工區(qū)域分割（即利益本地化和地區(qū)背景消除） ，平滑和降噪，局部用于分離脈，和后處理的閾值。在這本文提出了一個手掌靜脈生物識別設(shè)計執(zhí)行一個快速的空間相關(guān)性的認(rèn)證系統(tǒng)手部靜脈模式匹配方法。2 數(shù)據(jù)采集與處理在可見光中，手背上的靜脈結(jié)構(gòu)不容易辨別。靜脈結(jié)構(gòu)的能見度根據(jù)顯著取決于因素，如年齡，皮下脂肪水平，環(huán)境溫度和濕度，物理活動，手的位置。此外，許多其他因素，包括表面特征，如痣，疣，疤痕，色素沉著，毛發(fā)也可以掩蓋的圖像。幸運的是，在近紅外熱成像標(biāo)記譜展覽和改善之間的對比皮下血管和周圍的皮膚，消除了許多不必要的表面特征。靜脈和周圍組織之間的溫度梯度一般是較明顯的差異，可以是通過肉眼看到。一個商業(yè)可用的常規(guī)充電耦合器件（CCD）單色相機(jī)，而不是一個相當(dāng)昂貴的熱成像攝像機(jī)，用來獲得手背熱圖像。雖然主要設(shè)計用于在可見光，CCD 相機(jī)也有敏感的近紅外波段的電磁譜了約 1100 納米。這是一個光化紅外范圍，它涵蓋了從 700-1400 nm 的近紅外光譜。CCD 相機(jī)是高度敏感，在被選中的近紅外區(qū)域。相機(jī)的特性曲線如圖 1。由人類發(fā)出的紅外輻射強(qiáng)度最大身體是 10 mW/cm2 的范黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 4 頁 圍在 3000-14000 納米[1]。不幸的是，CCD 相機(jī)，沒有這種敏感性地區(qū)。此外任何自然發(fā)出的近紅外輻射太弱被檢測到相機(jī)的 CCD 成像器。因此后各種光的實驗來源，包括高強(qiáng)度的鎢燈，它被發(fā)現(xiàn)有必要使用紅外線照射手背冷（固態(tài)）源。從而在減少靜脈血紅蛋白血液吸收更多的紅外輻射事件比周圍組織更深。Fig. 1 Spectral sensitivity characteristics of used silicon based CCD sensor光化紅外輻射的吸收和深度生物組織的約 3 毫米，使熱紅外輻射提供的信息只有表面（皮膚）生物物體的溫度。僅作為一個后果皮下血管網(wǎng)是明顯的形象。顯示靜脈結(jié)構(gòu)的質(zhì)量和程度是但充滿變數(shù)。該網(wǎng)絡(luò)的獨特性取決于程度上覆皮膚的厚度，靜脈怒張，靜脈壁的條件靠近表面的靜脈。在我們的系統(tǒng)，我們設(shè)計了一個近紅外冷源提供背手照明。紅外冷源是固態(tài)陣列，24 個 LED（發(fā)光二極管） 。二極管安裝在一個方形，每邊的 LED，奧納設(shè)計和組裝的PCB（印刷電路板） 。我們做了一個固定的 LED 周圍的房屋及附件 CCD 鏡頭。我們的實驗表明，冷源提供更好的對比度比普通鎢絲燈燈泡。市售的，成本低，黑白 CCD 裝有一個紅外濾光片，用于圖像的手背。 “傳輸所使用的過濾器（霍亞 RM90）曲線顯示圖 2。該曲線表明，過濾器有一個小尾巴透光率下降到約 750 納米。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 5 頁 Fig. 2 Transmission curve for the RM90 Hoya IR filter紅外濾光片確保不可見光，達(dá)到“防治荒漠化公約”傳感器。使用冷紅外光源和紅外濾光片后，建造的 CCD 傳感器上的形象是紅外處理的圖的手背。主要區(qū)別是圖像中的組件的淺表靜脈樹模式圖 3 所示的權(quán)利。之間可見的比較光圖像和紅外圖像是同一個人的手演示圖 3。我們的手背靜脈圖像的一個簡化原理圖收購原型模塊顯示圖 4。在圖的左側(cè)，手作為一個握緊拳頭拇指和其他手指被隱藏。它允許人很容易地定位在鏡頭前的他/她的手簡化了形狀匹配搜索過程（翻譯和旋轉(zhuǎn)的變化） 。Fig. 3 Visible light image (left) and IR image (right) for the same person黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 6 頁 Fig. 4 Schematic of the hand vein pattern imaging module紅外光源的強(qiáng)度是由使用的擴(kuò)散衰減紙，它有助于獲得一個均勻分布一方面面積上的照度。單色幀的采集用來捕捉手背面為計算機(jī)圖像處理。使用 320W X240H 像素圖像被捕獲與每像素 8 位的灰度分辨率的視頻數(shù)字化儀。我們的數(shù)據(jù)集的樣本手從靜脈圖像顯示圖 5 為男性。50 人不同的數(shù)據(jù)集 16 歲以上年齡和不同性別，每個人都有每秒10 幅圖像收購人在不同的時間間隔，圖像左右手各 5 個圖像。該數(shù)據(jù)集是正常的人誰不抱怨任何疾病，如關(guān)節(jié)炎。Fig. 5 Acquired image of 320W x 240H pixels, 8-bits per pixelA 手背靜脈圖像處理階段這是在第二階段的手背靜脈驗證系統(tǒng)（HVVS）收購后，它涵蓋了從收購的紅外圖像檢測靜脈結(jié)構(gòu)手背。包括靜脈樹檢測階段四個步驟，這是手部區(qū)域分割（即地區(qū)利益定位和背景消除） ，平滑和降低噪音，分離靜脈的局部閾值，最后的后處理。圖 6 說明塊圖的處理階段。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 7 頁 B.手區(qū)域分割圖像分割是最重要的步驟之一是處理后的圖像數(shù)據(jù)的分析。其主要目標(biāo)是圖像劃分成幾部分，有很強(qiáng)的相關(guān)性對象或圖像中所包含的現(xiàn)實世界的領(lǐng)域。二值化是圖像分割成兩個案例水平;對象（手地區(qū)）和背景 ;對象段，這是白色的感興趣區(qū)域（ROI）和段黑色背景圖 7。 “在細(xì)分子階段使用的算法是一個迭代用于計算和選擇最佳的方法閾值，這是用來分為兩個部分圖像不同的部分;手和背景。我們用thisresultant 二進(jìn)制圖像計算重心（COG）的為我們的投資回報率（手地區(qū)） 。然后，我們翻譯灰度手后圖像的中心區(qū)域零灰度值的像素分配的背景區(qū)域。從而我們完全本地化，分離和集中的手區(qū)域的后續(xù)處理步驟。Fig. 7 Segmentation results; (a) Input gray scale image (b) Binaryimage and (c) Output image after ROI determination and centeringC.平滑和降噪兩種方法可用于噪音過濾。第一方法是使用高斯平滑濾波器。缺點高斯濾波器是其非邊緣保持能力，因為它模糊與同等重量的形象; 靜脈邊緣后執(zhí)行幾個模糊，完全漫平滑迭代。第二種方法是一個邊緣保護(hù)像非線性擴(kuò)散技術(shù);用圖像梯度的重量擴(kuò)散的過程。圖 8 上使用平滑過濾器顯示結(jié)果三線配置文件，我們使用了一個 5*5 遮罩值濾波黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 8 頁 為了消除手摸，從獲得的圖像然后，我們用基于邊緣的非線性擴(kuò)散濾波加權(quán)擴(kuò)散，以理順形象，而保持靜脈邊緣。平滑和去除噪聲子階段，效果如圖。85 次迭代優(yōu)化擴(kuò)散參數(shù)的非線性擴(kuò)散這些圖像，而邊緣不會受到影響。Fig. 8 Effect of smoothing sub stage on the three image line profilesD手的靜脈圖案分割手背靜脈的分割是專門來劃分的手到前臺的靜脈圖像（在手背靜脈）和背景（非船領(lǐng)域）。分割方法可分為四組，這是基于閾值的分割，邊緣分割，基于區(qū)域通過匹配的分割和分割。在這項工作中，首先采用閾值法，因為它是計算價格便宜。考慮，我們希望過程和研究靜脈，全局閾值（即單整幅圖像的閾值）是不是一個很好的技術(shù)目的。更好的辦法是計算平均約為中的每個像素面積N*N的鄰居像素的形象和使用平均值作為閾值。當(dāng)?shù)亻撝档倪^程，從分離的靜脈模式背景，因此所需的靜脈圖像提取。實驗和優(yōu)化后，我們選擇了31*31口罩大小計算閾值二值化中的像素。結(jié)果如圖9。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 9 頁 Fig. 9 Processed images (left) and its local threshold image (right)E.手部靜脈模式后處理它展示了從圖9，由此產(chǎn)生的二進(jìn)制手背靜脈包含了一些噪音和聯(lián)合國鋒利的邊緣。我們實驗應(yīng)用5x5的改善和中值濾波驗證輸出二進(jìn)制手靜脈模式和減少這些不必要的缺陷的影響。我們也靜脈圖案轉(zhuǎn)換成白色，在黑色背景在這種情況下，整個圖像。后的最終模式如圖后期處理子階段10。Fig. 10 Hand vein pattern before (left) and after post processing (right) 畢業(yè)論文文獻(xiàn)綜述院 （ 系 ） 名 稱 工 學(xué) 院 機(jī) 械 系專 業(yè) 名 稱 機(jī) 械 設(shè) 計 制 造 及 其 自 動 化學(xué) 生 姓 名 李 明 指 導(dǎo) 教 師 蔡 超 峰 2012 年 03 月 10 日黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 1 頁基于 Matlab 的手背靜脈圖像預(yù)處理摘要：人體手背靜脈識別技術(shù)作為一種全新的非接觸式生物特征識別技術(shù)，與以往傳統(tǒng)的指紋以及虹膜識別技術(shù)相比表現(xiàn)出了許多明顯的優(yōu)勢。本文首先，對采集到的圖像進(jìn)行有效區(qū)域提取，然后針對光強(qiáng)和手背薄厚對采集圖像質(zhì)量的影響，采用高頻加強(qiáng)濾波和直方圖均衡的方法來進(jìn)行增強(qiáng)處理，實驗結(jié)果展示了增強(qiáng)的效果，并引用模糊指數(shù)的概念來定量的分析了增強(qiáng)的效果，最后，分析和評價了常用閾值分割算法和細(xì)化算法在靜脈圖像中的實驗效果。關(guān)鍵詞：手背靜脈識別；提取；增強(qiáng)；分割；細(xì)化前言近年來，國內(nèi)外的媒體經(jīng)常會有這樣的報道：客戶在銀行的存款不翼而飛;電腦中的重要文件被復(fù)制;汽車中央門鎖被盜而導(dǎo)致車內(nèi)重要財物失竊……,這些情況都給人們的生活帶來了巨大的麻煩和損失，這一切的發(fā)生最終都與身份識別有著密不可分的關(guān)系。特別是在一些安全部門和高級別會議，對于身份識別的要求更高。傳統(tǒng)的身份鑒定方法大致分為兩類，一是基于密碼的機(jī)制，如口令、個人密碼等;二是基于物件機(jī)制，如鑰匙、證件、卡等。但是兩者均存在一定的弊端，使其難以保證身份確認(rèn)的唯一性和可靠性，因此人們期待著使用更為安全方便的身份識別技術(shù)來保障我們的生活，生物識別技術(shù)應(yīng)運而生。根據(jù)國際生物特征識別技術(shù)組織市場調(diào)研和統(tǒng)計，在眾多身份認(rèn)證技術(shù)中，指紋識別技術(shù)是技術(shù)上相對成熟的生物測定識別技術(shù)解決方案。指紋識別己經(jīng)取得了比較好的成果,并且應(yīng)用到各種網(wǎng)絡(luò)信息安全領(lǐng)域。但是，指紋識別發(fā)展到現(xiàn)在面臨一個不可回避的問題，因而受到很大限制。人會突然失去可用的指紋，如手指過濕、過干或出現(xiàn)手指暴皮等特征損傷時，實時采集的指紋圖像已經(jīng)改變了原有的特征模式，這樣就會大大降低驗證通過的成功率，進(jìn)而識別的效果也會嚴(yán)重影響。而這些特殊情況在黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 2 頁日常生活中是經(jīng)常出現(xiàn)的，這直接影響指紋識別技術(shù)在高安全級別場合應(yīng)用。其次，指紋識別的最大隱憂就是仿偽性差，因為指紋使用的外層特征使得犯罪分子很容易盜取指紋印跡。此外，指紋還存在由于直接接觸而產(chǎn)生的衛(wèi)生問題等。由于上面的種種原因，指紋之外的生物特征識別技術(shù)也逐漸的吸引著業(yè)內(nèi)人士進(jìn)行研究。手背靜脈識別和掌紋識別是近年來發(fā)展起來的較新穎生物特征識別技術(shù)，且研究表明，這兩種技術(shù)也可獲得比較高的識別率，完全可以作為指紋和虹膜的替代技術(shù)，然則掌紋識別技術(shù)有一個影響其推廣的致命缺點就是采集設(shè)備體積大，且它也存在指紋所涉及到的上述問題。而手背靜脈識別技術(shù)是非接觸式，且手背靜脈在一定時期內(nèi)很難改變?；谌梭w手背靜脈的生物測定識別系統(tǒng)在身份認(rèn)定方面與指紋等其他生物特征相比具有一些獨特的優(yōu)勢：一是非接觸性,靜脈位于體表下面，不會對采集表面污染;二是防偽性強(qiáng)，因為身體內(nèi)部的血管特征很難偽造或是手術(shù)改變;三是易接收性，特征采集比較友好，相對 DNA 和虹膜容易讓人接收。四是可以和其它生物識別技術(shù)如人臉、指紋等組成多模生物識別系統(tǒng)。因此，手背靜脈識別被認(rèn)為是模式識別領(lǐng)域中難度較大的新的研究方向，正吸引著計算機(jī)視覺、電子工程、模式識別等領(lǐng)域研究人員進(jìn)入該領(lǐng)域，并且逐漸成為生物特征識別領(lǐng)域的新的研究熱點之一，所以對人體手背靜脈識別技術(shù)的研究具有相當(dāng)大的實用意義和市場潛力。1 靜脈圖像的采集原理人體手背靜脈在可見光下是不容易被采集的，然而，由醫(yī)學(xué)領(lǐng)域和生物領(lǐng)域的研究人員發(fā)現(xiàn)，在兩種情況下可以得到比較理想的靜脈紋理，并且已經(jīng)證明每個人的靜脈紋絡(luò)是不相同的。一種情況是根據(jù)靜脈血管與其周圍的組織在溫度上存在差異，可以利用這一特點采用遠(yuǎn)紅外自動溫度記錄儀來采集圖像。第二種情況是根據(jù)靜脈血管與其周圍的組織吸收紅外光比較多這一特征,利用 CCD 攝像機(jī)來采集圖像，目前來講，大多數(shù)采集都是基于這種原理。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 3 頁1.1 基于熱輻射的圖像采集 生物醫(yī)學(xué)研究表明，所有的熱物體都會發(fā)射出紅外輻射光，人體作為具有生命活動動物當(dāng)然也會發(fā)射這種紅外線，由波爾茲曼定律以及普朗克能量分布定律可以得到，人體本身輻射的波長大約在 3～14μm，經(jīng)過空氣后紅外頻譜穿過率削減為 3～5μm 和8～14μm 的范圍。所以利用 3～5μm 或者 8～14μm 熱感光攝像機(jī)成像就可以采集到手背熱量分布不均而表現(xiàn)的圖像。1.2 基于近紅外的圖像采集研究表明，照射的紅外光能夠進(jìn)入生物組織大約 3mm 處，當(dāng)近紅外光譜（Infrared spectroscopy, IR）的入射光波波長在 700nm 至 1400nm 照射手背時，由于靜脈血管比周圍組織吸收較多的紅外光，所以能夠突顯出靜脈紋絡(luò)，那么就可以用一個 CCD 攝像頭外裝配一個紅外濾鏡來采集到靜脈圖像。通過這種廉價的采集原理，完全可以采集到符合要求的靜脈圖像。2 靜脈圖像有效區(qū)提取采集到的靜脈圖像庫中的圖像為 256 級灰度，其分辨率大小為 320*240，如圖 2-3所示，顯然，圖像中除了含有手背圖像外，還含有很多背景，為了減少背景對靜脈紋絡(luò)的影響，我們特提取含有手背靜脈紋絡(luò)的有效區(qū)域。本文采用基于質(zhì)心的有效區(qū)提取算法 [11]，算法描述如下：1）對原圖像進(jìn)行閾值分割，它的作用是將圖像分為對比鮮明的兩部分，即目標(biāo)和背景，結(jié)合靜脈圖像，就是把整個手背區(qū)和背景分割開來，而閾值的大小是根據(jù)經(jīng)驗設(shè)值的，本文中設(shè)定為 50。2）計算分割后的圖像的手背的質(zhì)心，其質(zhì)心 的計算公式為:)(,jigZ(2-1)???MiNjMiNjI ffg00,),(2-2)??ijijJ iff00 ),(),((2-3)?????Ajijif),(1),(黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 4 頁其中，A 為圖像 中屬于手背靜脈輪廓中的區(qū)域。f3）經(jīng)過計算我們得到了質(zhì)心，然后定義以質(zhì)心為基點在靜脈區(qū)域內(nèi)截取大小為128*128 像素的區(qū)域。3.靜脈圖像預(yù)處理3.1 靜脈圖像增強(qiáng)在手背靜脈圖像采集過程中，由于靜脈采集裝置受采集光強(qiáng)以及個人手背薄厚影響，它所采集的圖像在灰度上可能就存在差異。通常情況下，所采集到的靜脈圖像中，靜脈血管紋理和手背的灰度差別很小 [12]。目前，大多數(shù)單一閾值 [13]和多閾值分割法 [14]都是直接在采集圖像上進(jìn)行二值化處理，這樣會導(dǎo)致部分可用信息丟失甚至將部分背景信息誤判。而圖像增強(qiáng)處理是獲取有效信息的保證，因此，為便于靜脈紋理的分割，對采集的圖像進(jìn)行預(yù)處理來增強(qiáng)靜脈紋理是非常必要的。預(yù)處理的方法有：中值濾波法、高頻加強(qiáng)濾波法、直方圖均衡法等。3.2 靜脈圖像分割靜脈圖像分割的目的是使靜脈紋絡(luò)和背景分割開來，針對本課題也就是所謂的二值化處理，即將靜脈紋絡(luò)圖像轉(zhuǎn)化為僅有黑白兩種色的圖像，以方便后期的特征點的提取。然而，二值化面臨的最大的難點就是如何確定閾值的大小，這個直接關(guān)系到二值化的效果?；叶葓D像二值化的過程就是選定一個閾值 T，當(dāng)圖像中的像素值大于這個值時就設(shè)定為 255，當(dāng)小于此值時就設(shè)定為 0。從這個定義中我們可以看出，如果閾值太大，有些背景也變成目標(biāo)，如果太小，把目標(biāo)反而變成背景，所以閾值 T 是區(qū)分對象和背景的關(guān)鍵所在。設(shè)待二值化的圖像為 ，二值化后的圖像為 ，則),(yxf ),(yxg二值化的數(shù)學(xué)表達(dá)可以寫為：(3.2-1)??????Tyxf，yxf),(01),(3.2.1 常用的閾值分割方法常用的閾值分割方法有：（1）局部均值閾值法黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 5 頁（2）局部最大類間方差法（3）基于局部極值的二值化算法（4）閾值圖像法（5）Ni Black 算法3.2.2 閾值分割的實驗結(jié)果在 MATLAB 中實現(xiàn)了前面介紹的各種二值化算法，對一幅采集到的原始手背靜脈圖像，經(jīng)過高頻加強(qiáng)濾波和直方圖均衡后，再進(jìn)行二值化處理。3.3 靜脈圖像細(xì)化靜脈圖像細(xì)化的目的是為了得到單像素描述的靜脈血管，既保持了原有的紋絡(luò)特征，又提取了靜脈血管的骨架，也使得他的形狀和走勢給清楚的顯示了出來。有利于我們研究靜脈紋絡(luò)結(jié)構(gòu)。目前來說，好多文獻(xiàn)的研究表明，從細(xì)化后的紋絡(luò)結(jié)構(gòu)上提取特征還是主要的研究方向，例如，我們可以提取端點相對位置，端點個數(shù)，端點的中心距，紋線的長短，相對位置等等特征值，用這些細(xì)化后提取的特征值來進(jìn)行匹配，達(dá)到身份認(rèn)證的目的。因此，細(xì)化算法也是靜脈圖像識別中的重要步驟，他的處理結(jié)果真接影響著認(rèn)證的識別率。細(xì)化算法的基本原理就是將二值化后所得到的紋絡(luò)變成單像素的骨架圖像[32]，細(xì)化后要保持原有圖像的紋絡(luò)拓?fù)浣Y(jié)構(gòu)以及原有圖像的連續(xù)性，從而保持靜脈紋絡(luò)的原有特征。細(xì)化通用原理如下：定義 8 近鄰窗口如圖 3.31 所示：當(dāng) P 等于 1 時，是白色即目標(biāo)像素，相反則為背景像素。待識別的像素 P 與近鄰的 8 個像素相連通，我們是保留該點還是刪除該點就根據(jù) P 點的聯(lián)接數(shù)和 P 點的性質(zhì)來決定。連接數(shù) N 的計算如式 3.3-1P4 P3 P2P5 P P1P6 P7 P8圖 3.3.1 P 點的 8 鄰域窗口,當(dāng) 時，設(shè) (3.3-1)????811)(iiiN9?i 1??i計算出 P 點的聯(lián)接數(shù)值，我們可以確定 P 點的性質(zhì)，下面給出各種連接所確定的P 點性質(zhì)。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 6 頁從圖中我們可以根據(jù) P 點的性質(zhì)分析出哪些點可以刪掉，那些點應(yīng)該保留，顯而易見，內(nèi)點、端點，因為這些點是骨架的結(jié)構(gòu)，孤立點也應(yīng)該保留，因為可能這些點決定了一些重要性質(zhì);分支點、交叉點、連通點也要保留，因為刪除這些點就破壞了紋絡(luò)的連通性，使紋絡(luò)出現(xiàn)斷裂;輪廓點和拐點可以刪除。這就是細(xì)化的基本方法，目前為止，好多方法都是以此為基礎(chǔ)來進(jìn)行細(xì)化。另外細(xì)化算法應(yīng)該滿足一些基本要求:(1)收斂性:迭代必須是收斂的;(2)連接性:保證靜脈紋絡(luò)不中斷;(3)拓?fù)湫?不引起骨架的逐步吞食;(4)保持性:使用靜脈紋絡(luò)的細(xì)節(jié)特征完好;(5)細(xì)化性:靜脈紋絡(luò)為單像素;(6)中軸性:細(xì)化的單像素紋絡(luò)最大程度接近中心線;(7)快速性:方法實現(xiàn)起來要簡單、高效。N=0 內(nèi)點 N=0 孤立點 N=1 端點1 1 11 1 11 1 10 0 00 1 00 0 01 0 00 1 00 0 0N=1 輪廓點 N=2 連接點 N=2 拐點0 0 11 1 11 1 10 0 01 1 10 0 00 1 01 1 00 0 0N=3 內(nèi)點 N=3 分支點 N=4 交叉點0 1 01 1 11 1 11 0 10 1 00 0 11 0 10 1 01 0 1圖 3.3.2 P 點性質(zhì)與值關(guān)系黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 7 頁3.3.1 常用的細(xì)化方法常用的細(xì)化方法有：Hilditch 細(xì)化算法、Rosenfeld 細(xì)化算法、Rosenfeld 細(xì)化算法、Rosenfeld 細(xì)化算法3.3.2 細(xì)化的實驗結(jié)果由于 Rosenfeld 細(xì)化方法細(xì)化后的圖像比較好，很清晰并正確的反映了靜脈血管的走勢和形狀，細(xì)化的細(xì)管比較平滑流暢，一定程度上消除了一些毛刺，處理速度也比較快，所以本文就選用了此種方法來細(xì)化圖像。3.4 細(xì)化后的修飾靜脈圖像經(jīng)過細(xì)化步驟后取的了比較清晰的形狀和走勢，然而任何算法不都是完美的，在細(xì)化的過程，由于閾值圖像中靜脈骨架不是很均勻，這就導(dǎo)致細(xì)化后出現(xiàn)毛刺象，而這些毛刺與骨架相連形成交叉點，這會對提取交叉點和端點特征造成錯誤，從而影響匹配。因此除去這些毛刺是非常必要的。4 小結(jié)本章按照靜脈圖像前期預(yù)處理的過程，詳細(xì)的研究了各個過程的算法，首先對采集的圖像進(jìn)行有效區(qū)域提取，并針對采集到的圖像質(zhì)量問題提出了高頻加強(qiáng)濾波和直方圖均衡的方法來增強(qiáng)圖像，為后面的分割奠定了基礎(chǔ)，在分割和細(xì)化階段詳細(xì)的研究了各種二值化算法和細(xì)化算法，并給出了實驗效果和分析。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 8 頁參 考 文 獻(xiàn)[1] 林喜榮.人體手背血管圖像的特征提取及匹配[J].清華大學(xué)學(xué)報（自然科學(xué)版）,2003,43(2): 164- 167.[2] 王科俊,丁宇航,王大振.基于靜脈識別的身份認(rèn)證方法研究.科技導(dǎo)報,2005,23(1):35- 37.[3] 韓笑. 人體手背靜脈識別算法研究[D]. 吉林：吉林大學(xué)， 2006.[4] 呂佩卓,賴聲禮.人體手背靜脈血管圖像增強(qiáng)與特征匹配[J]. 計算機(jī)工程與設(shè)計,2007,28(15):3623-3625.[5] 阮秋奇,數(shù)字圖像處理學(xué).2001,北京:電子工業(yè)出版社 .[6] 沈庭芝, 方子文.數(shù)字圖像處理及模式識別.1998,北京:北京理工大學(xué)出版社.報.[7] 岡薩雷斯.數(shù)字圖像處理[M].北京:電子工業(yè)出版社,2005,9.[8] 章毓晉 ,圖像工程（上冊）：圖象處理和分析.1999,北京: 清華大學(xué)出版社. [9] 劉 軒,劉佳賓.基于對比度受限自適應(yīng)直方圖均衡的乳腺圖像增強(qiáng)[J] 計算機(jī)工程與用,2008,44(10):173- 175.[10] 舒金龍, 于振紅,朱振福.一種改進(jìn)的紅外圖像模糊增強(qiáng)方法[J].系統(tǒng)工程與電子技術(shù),2005,27(6):957- 959.[11] Jain AK Ross A, Prabhakar S. An introduction to biometric recognition[J].IEEE Transactions on Circuits and Systems for Video Technology,Special Issue on Image and Video based Biometrics,2004,14(1):4-20.[12] Sang-Kyun Im,Hyung-Man Park,Young-Woo,Sang-Chan Han,Soo-Won Kim,Chul-Hee Kang.An Biometric Identification System by Extracting Hand Vein Patterns.Journal of the Korean Physical Society,2001,38(3):268-272.[13] Toshiyuki Tanaka, Naohiko Kubo. Biometric authentication by hand vein patterns.SICE Annual Conference,2004 : 2671—2675.黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 綜 述 ） 第 9 頁黃河科技學(xué)院畢業(yè)設(shè)計（論文）開題報告表課題名稱 基于 Matlab 的手背靜脈圖像預(yù)處理課題來源 教師擬訂 課題類型 AX 指導(dǎo)教師 蔡超峰學(xué)生姓名 李明 專 業(yè) 機(jī)械設(shè)計制造及其自動化 學(xué) 號 080105066一、調(diào)研資料的準(zhǔn)備根據(jù)任務(wù)書的要求，查閱相關(guān)學(xué)術(shù)論文 5 篇、書籍 3 部。二、設(shè)計的目的與要求 設(shè)計目的：通過該設(shè)計過程，可以培養(yǎng)學(xué)生綜合運用所學(xué)知識解決實際問題的能力。設(shè)計要求：了解手背靜脈識別技術(shù)，熟練掌握 Matlab 軟件使用方法，基于 Matlab 軟件編程實現(xiàn)手背靜脈圖像的歸一化、增強(qiáng)、二值化及細(xì)化等預(yù)處理過程。三、設(shè)計的思路與預(yù)期成果 1、設(shè)計思路（1）對手背靜脈圖像進(jìn)行有效區(qū)域提??；（2）對有效區(qū)域內(nèi)的手背靜脈圖像進(jìn)行增強(qiáng)，這是本設(shè)計的重點和難點；（3）對增強(qiáng)后的手背靜脈圖像進(jìn)行二值化和細(xì)化。2、預(yù)期的成果（1）完成文獻(xiàn)綜述一篇，不少與 3000 字，與專業(yè)相關(guān)的英文翻譯一篇，不少于 3000 字；（2）完成內(nèi)容與字?jǐn)?shù)都不少于規(guī)定量的畢業(yè)設(shè)計說明書一份；（3）刻錄包含本次設(shè)計的所有內(nèi)容的光盤一張。四、任務(wù)完成的階段內(nèi)容及時間安排1 周——2 周 收集資料并完成開題報告、文獻(xiàn)綜述及英文文獻(xiàn)翻譯，掌握 Matlab 軟件使用方法；3 周——4 周：編程實現(xiàn)對手背靜脈圖像的有效區(qū)提取、增強(qiáng)、分割、二值化、細(xì)化等處理過程；5 周——8 周： 編寫設(shè)計說明書，進(jìn)一步修改完善畢業(yè)設(shè)計，準(zhǔn)備并完成畢業(yè)答辯稿；9 周——10 周： 編寫畢業(yè)設(shè)計說明書；11 周： 修改整理，準(zhǔn)備答辯。五、完成設(shè)計（論文）所具備的條件因素本人已修過計算機(jī) C 語言，具有一定的編程基礎(chǔ)，另外又自學(xué)了 Matlab 軟件的使用方法，通過閱讀文獻(xiàn)了解了手背靜脈識別技術(shù)的基本原理。指導(dǎo)教師簽名： 日期： 課題來源：（1）教師擬訂；（2）學(xué)生建議；（3）企業(yè)和社會征集；（4）科研單位提供課題類型：（1）A—工程設(shè)計（藝術(shù)設(shè)計） ；B—技術(shù)開發(fā)；C—軟件工程；D—理論研究；E —調(diào)研報告 （2）X—真實課題； Y—模擬課題；Z—虛擬課題要求（1） 、 （2）均要填，如 AY、BX 等。畢業(yè)論文文獻(xiàn)翻譯院 （ 系 ） 名 稱 工 學(xué) 院 機(jī) 械 系專 業(yè) 名 稱 機(jī) 械 設(shè) 計 制 造 及 其 自 動 化學(xué) 生 姓 名 李 明指 導(dǎo) 教 師 蔡 超 峰2012 年 03 月 10 日黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 2 頁 使用相關(guān)的近紅外手背靜脈圖像快速認(rèn)證生物特征摘要：這篇論文提出了使用一種手背靜脈認(rèn)證系統(tǒng)快速處理空間相關(guān)性的手背靜脈圖像。為了評價系統(tǒng)的性能，設(shè)計了一種模型并找了 50 個 16 歲以上不同年齡、不同性別人群的，每個人都有 10 幅圖像且是在不同間隔時間獲得，左右手各 5 幅圖像。在驗證測試分析時，我們使用了 3 個圖像代表模板和測試圖像。 2 圖像的每一個與現(xiàn)有的3 個模板匹配。FAR0.02％、和 FRR3.00％報告的閾值是 80。在此閾值的系統(tǒng)效率被認(rèn)為是 99.95％。該系統(tǒng)可在 97％的真正合格率 99.98％真正的廢品率，在相應(yīng)的 80 閾值操作。ERR 據(jù)報道為 0.25 閾值是 77％的能效比。根據(jù)所獲得的數(shù)據(jù)集的樣本模式，我們驗證沒有超過同一人的左手和右手靜脈之間存在相似性。最后，這一獨特的 100 份手靜脈模式，集樣品可以由研究人員和學(xué)生的評估并和其他的測試要求手工匹配靜脈的方法匹配。關(guān)鍵詞：生物特征識別，驗證，手紋，圖案相似，統(tǒng)計性能。1 導(dǎo)言關(guān)聯(lián)的個人身份被稱為個人識別。解決一個人的身份問題，可分為兩種類型問題：核查和鑒定。驗證（認(rèn)證）是指確認(rèn)的問題或（我是誰，我要求我嗎？）否認(rèn)一個人聲稱的身份。鑒定（我是誰？）指的問題建立一個人的身份。在信息和網(wǎng)絡(luò)為基礎(chǔ)的今天社會自動鑒定人類已經(jīng)成為一個重要的問題。自動識別他/她的個人的生理或行為技術(shù)被稱為生物特征識別技術(shù)，它提供了一個這方面的需要的答案。生物識別技術(shù)分為兩類：生理和行為的類別。常見的生理生物識別技術(shù)包括臉，眼睛（視網(wǎng)膜或虹膜） ，手指（指尖，拇指，手指的長度或圖案） ，棕櫚油（打印或地形） ，幾何，手背靜脈圖案或熱圖像。行為特征包括聲紋，手寫簽名，擊鍵/ 簽名動態(tài)。在技術(shù)安全系統(tǒng)接入過去的十年個人的核查已成為一個重要的和高需求趨勢。背部的皮下血管樹的形狀一方面包含的信息能夠驗證[1-5 個人，22]的身份到一個合理的黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 3 頁 精度自動個人認(rèn)證的目的。形狀手指靜脈圖案和其用于識別目的使用三浦等人提出的。紅外區(qū)域是因為皮膚組織的特殊優(yōu)勢是相對透明血液吸收紅外光。因此，靜脈背景對比的是高于可見區(qū)域。自從成本相當(dāng)?shù)偷?CCD 相機(jī)和電腦的電源的到來，要盡量考慮這些技術(shù)似乎簡單。通常情況下，黑白 CCD 攝像機(jī)也很敏感，在近紅外區(qū)域，因此，一個過濾器阻擋相機(jī)上的所有需要可見光。當(dāng)然是必須獲得皮膚表面均勻的照明。那里提取，分割為許多研究嘗試皮下末梢靜脈模式和跟蹤。其主要目的是使數(shù)據(jù)減少和噪音抑制良好的診斷目的和做一些定量測量，如長度和直徑提取船只段。這些技術(shù)都是基于數(shù)學(xué)形態(tài)學(xué)和曲率（靜脈方向）在嘈雜的船只模式檢測評價環(huán)境。研究人員在手的靜脈生物識別技術(shù)要么驗證或識別有令人滿意的結(jié)果而言，無論在數(shù)據(jù)采集大小的差異，方法，或使用靜脈相似之處。在靜脈樹檢測舞臺包括連續(xù)四個子階段，這是手工區(qū)域分割（即利益本地化和地區(qū)背景消除） ，平滑和降噪，局部用于分離脈，和后處理的閾值。在這本文提出了一個手掌靜脈生物識別設(shè)計執(zhí)行一個快速的空間相關(guān)性的認(rèn)證系統(tǒng)手部靜脈模式匹配方法。2 數(shù)據(jù)采集與處理在可見光中，手背上的靜脈結(jié)構(gòu)不容易辨別。靜脈結(jié)構(gòu)的能見度根據(jù)顯著取決于因素，如年齡，皮下脂肪水平，環(huán)境溫度和濕度，物理活動，手的位置。此外，許多其他因素，包括表面特征，如痣，疣，疤痕，色素沉著，毛發(fā)也可以掩蓋的圖像。幸運的是，在近紅外熱成像標(biāo)記譜展覽和改善之間的對比皮下血管和周圍的皮膚，消除了許多不必要的表面特征。靜脈和周圍組織之間的溫度梯度一般是較明顯的差異，可以是通過肉眼看到。一個商業(yè)可用的常規(guī)充電耦合器件（CCD）單色相機(jī)，而不是一個相當(dāng)昂貴的熱成像攝像機(jī)，用來獲得手背熱圖像。雖然主要設(shè)計用于在可見光，CCD 相機(jī)也有敏感的近紅外波段的電磁譜了約 1100 納米。這是一個光化紅外范圍，它涵蓋了從 700-1400 nm 的近紅外光譜。CCD 相機(jī)是高度敏感，在被選中的近紅外區(qū)域。相機(jī)的特性曲線如圖 1。由人類發(fā)出的紅外輻射強(qiáng)度最大身體是 10 mW/cm2 的范黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 4 頁 圍在 3000-14000 納米[1]。不幸的是，CCD 相機(jī)，沒有這種敏感性地區(qū)。此外任何自然發(fā)出的近紅外輻射太弱被檢測到相機(jī)的 CCD 成像器。因此后各種光的實驗來源，包括高強(qiáng)度的鎢燈，它被發(fā)現(xiàn)有必要使用紅外線照射手背冷（固態(tài)）源。從而在減少靜脈血紅蛋白血液吸收更多的紅外輻射事件比周圍組織更深。Fig. 1 Spectral sensitivity characteristics of used silicon based CCD sensor光化紅外輻射的吸收和深度生物組織的約 3 毫米，使熱紅外輻射提供的信息只有表面（皮膚）生物物體的溫度。僅作為一個后果皮下血管網(wǎng)是明顯的形象。顯示靜脈結(jié)構(gòu)的質(zhì)量和程度是但充滿變數(shù)。該網(wǎng)絡(luò)的獨特性取決于程度上覆皮膚的厚度，靜脈怒張，靜脈壁的條件靠近表面的靜脈。在我們的系統(tǒng)，我們設(shè)計了一個近紅外冷源提供背手照明。紅外冷源是固態(tài)陣列，24 個 LED（發(fā)光二極管） 。二極管安裝在一個方形，每邊的 LED，奧納設(shè)計和組裝的PCB（印刷電路板） 。我們做了一個固定的 LED 周圍的房屋及附件 CCD 鏡頭。我們的實驗表明，冷源提供更好的對比度比普通鎢絲燈燈泡。市售的，成本低，黑白 CCD 裝有一個紅外濾光片，用于圖像的手背。 “傳輸所使用的過濾器（霍亞 RM90）曲線顯示圖 2。該曲線表明，過濾器有一個小尾巴透光率下降到約 750 納米。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 5 頁 Fig. 2 Transmission curve for the RM90 Hoya IR filter紅外濾光片確保不可見光，達(dá)到“防治荒漠化公約”傳感器。使用冷紅外光源和紅外濾光片后，建造的 CCD 傳感器上的形象是紅外處理的圖的手背。主要區(qū)別是圖像中的組件的淺表靜脈樹模式圖 3 所示的權(quán)利。之間可見的比較光圖像和紅外圖像是同一個人的手演示圖 3。我們的手背靜脈圖像的一個簡化原理圖收購原型模塊顯示圖 4。在圖的左側(cè)，手作為一個握緊拳頭拇指和其他手指被隱藏。它允許人很容易地定位在鏡頭前的他/她的手簡化了形狀匹配搜索過程（翻譯和旋轉(zhuǎn)的變化） 。Fig. 3 Visible light image (left) and IR image (right) for the same person黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 6 頁 Fig. 4 Schematic of the hand vein pattern imaging module紅外光源的強(qiáng)度是由使用的擴(kuò)散衰減紙，它有助于獲得一個均勻分布一方面面積上的照度。單色幀的采集用來捕捉手背面為計算機(jī)圖像處理。使用 320W X240H 像素圖像被捕獲與每像素 8 位的灰度分辨率的視頻數(shù)字化儀。我們的數(shù)據(jù)集的樣本手從靜脈圖像顯示圖 5 為男性。50 人不同的數(shù)據(jù)集 16 歲以上年齡和不同性別，每個人都有每秒10 幅圖像收購人在不同的時間間隔，圖像左右手各 5 個圖像。該數(shù)據(jù)集是正常的人誰不抱怨任何疾病，如關(guān)節(jié)炎。Fig. 5 Acquired image of 320W x 240H pixels, 8-bits per pixelA 手背靜脈圖像處理階段這是在第二階段的手背靜脈驗證系統(tǒng)（HVVS）收購后，它涵蓋了從收購的紅外圖像檢測靜脈結(jié)構(gòu)手背。包括靜脈樹檢測階段四個步驟，這是手部區(qū)域分割（即地區(qū)利益定位和背景消除） ，平滑和降低噪音，分離靜脈的局部閾值，最后的后處理。圖 6 說明塊圖的處理階段。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 7 頁 B.手區(qū)域分割圖像分割是最重要的步驟之一是處理后的圖像數(shù)據(jù)的分析。其主要目標(biāo)是圖像劃分成幾部分，有很強(qiáng)的相關(guān)性對象或圖像中所包含的現(xiàn)實世界的領(lǐng)域。二值化是圖像分割成兩個案例水平;對象（手地區(qū)）和背景 ;對象段，這是白色的感興趣區(qū)域（ROI）和段黑色背景圖 7。 “在細(xì)分子階段使用的算法是一個迭代用于計算和選擇最佳的方法閾值，這是用來分為兩個部分圖像不同的部分;手和背景。我們用thisresultant 二進(jìn)制圖像計算重心（COG）的為我們的投資回報率（手地區(qū)） 。然后，我們翻譯灰度手后圖像的中心區(qū)域零灰度值的像素分配的背景區(qū)域。從而我們完全本地化，分離和集中的手區(qū)域的后續(xù)處理步驟。Fig. 7 Segmentation results; (a) Input gray scale image (b) Binaryimage and (c) Output image after ROI determination and centeringC.平滑和降噪兩種方法可用于噪音過濾。第一方法是使用高斯平滑濾波器。缺點高斯濾波器是其非邊緣保持能力，因為它模糊與同等重量的形象; 靜脈邊緣后執(zhí)行幾個模糊，完全漫平滑迭代。第二種方法是一個邊緣保護(hù)像非線性擴(kuò)散技術(shù);用圖像梯度的重量擴(kuò)散的過程。圖 8 上使用平滑過濾器顯示結(jié)果三線配置文件，我們使用了一個 5*5 遮罩值濾波黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 8 頁 為了消除手摸，從獲得的圖像然后，我們用基于邊緣的非線性擴(kuò)散濾波加權(quán)擴(kuò)散，以理順形象，而保持靜脈邊緣。平滑和去除噪聲子階段，效果如圖。85 次迭代優(yōu)化擴(kuò)散參數(shù)的非線性擴(kuò)散這些圖像，而邊緣不會受到影響。Fig. 8 Effect of smoothing sub stage on the three image line profilesD手的靜脈圖案分割手背靜脈的分割是專門來劃分的手到前臺的靜脈圖像（在手背靜脈）和背景（非船領(lǐng)域）。分割方法可分為四組，這是基于閾值的分割，邊緣分割，基于區(qū)域通過匹配的分割和分割。在這項工作中，首先采用閾值法，因為它是計算價格便宜。考慮，我們希望過程和研究靜脈，全局閾值（即單整幅圖像的閾值）是不是一個很好的技術(shù)目的。更好的辦法是計算平均約為中的每個像素面積N*N的鄰居像素的形象和使用平均值作為閾值。當(dāng)?shù)亻撝档倪^程，從分離的靜脈模式背景，因此所需的靜脈圖像提取。實驗和優(yōu)化后，我們選擇了31*31口罩大小計算閾值二值化中的像素。結(jié)果如圖9。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 9 頁 Fig. 9 Processed images (left) and its local threshold image (right)E.手部靜脈模式后處理它展示了從圖9，由此產(chǎn)生的二進(jìn)制手背靜脈包含了一些噪音和聯(lián)合國鋒利的邊緣。我們實驗應(yīng)用5x5的改善和中值濾波驗證輸出二進(jìn)制手靜脈模式和減少這些不必要的缺陷的影響。我們也靜脈圖案轉(zhuǎn)換成白色，在黑色背景在這種情況下，整個圖像。后的最終模式如圖后期處理子階段10。Fig. 10 Hand vein pattern before (left) and after post processing (right)
收藏