欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019108637330
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于卷积的低质量手指静脉图像边缘检测算法,其特征在于:包括如下步骤:

步骤1,拍摄出的原始手指静脉图像,由于受光照的影响,存在随机噪声,因此对原始图像进行均值滤波,予以去除;

步骤2,将手指处理为水平方向,采用图像的水平中心线把手指分为上下两部分,分别进行不同的处理;

步骤3,对步骤2中手指的上下两部分采用各自对应的3*9矩阵进行卷积运算,得到卷积后的二维矩阵,对该二维矩阵的每一列进行遍历,分别找出每一列中手指上部和下部各自的卷积值最大时所在的行,遍历完成后,手指边界粗略检测完毕,得到粗略的手指边界;

步骤4,针对步骤3中粗略检测出的手指边界会存在的断裂的情况,对步骤3的手指边界断裂点进行检测;从左到右检测步骤3得到的手指边界;如果不存在断裂,则检测完成,转到步骤6;如果存在断裂,则转入步骤5进行修复工作;

步骤5,根据步骤4检测出的断裂情况进行不同的处理,如果只有一个断裂点,那么手指边界断裂为两段,此时依据靠近手指内部的那条边界中的点进行一次多项式拟合,得到对应的边界函数,再利用边界函数来修复另一段出错的边界;如果大于等于两个断裂点,则认为手指边界存在多处断裂,遍历断裂的每一段手指边界,纪录每一段边界中所包含点的个数以及这些点所在行的方差,综合考虑这两个因素,选择出正确的手指边界,利用正确边界的点采用相同的方法拟合出边界函数来修复出错边界的点;

步骤6,经历了步骤4的边界断裂点的检测,和步骤5的断裂点修复过程,得到最后的完整的手指边界。

2.根据权利要求1所述的基于卷积的低质量手指静脉图像边缘检测算法,其特征在于:

所述步骤3中的卷积运算,具体为计算手指上部区域每个像素点(m,n)的卷积值:

其中S1为卷积矩阵,F(m,n)为点(m,n)的像素灰度值,Q(m,n)为点(m,n)的卷积值;同理,利用卷积矩阵,计算出下部区域每个像素点的卷积值。

3.根据权利要求1所述的基于卷积的低质量手指静脉图像边缘检测算法,其特征在于:

所述步骤5中的修复工作,如果断裂点Nu为1,手指边界断裂成两段,通过分析具体的指静脉图像,选取靠近手指内部边界上的每一个点,根据这些点进行一次多项式拟合,假设手指内部边界上共包含M个点{(x1,y1),(x2,y2),(x3,y3)…(xM,yM)},已知手指边界为一条平滑的线,因此采用线性多项式拟合,手指边界函数设定为:ω(x)=kx+b

其中k为边界函数的斜率,b为常数项;用最小二乘法确定系数k,b的值,令:

其中ω(xi)为手指边界的函数值,yi为第xi列所对应的行,当函数 达到最小时,得到系数k,b的值,即确定手指边界的函数;假定根据上述得到的边界函数来预测出错边界C1列所对应的行值为R1,由于边界函数的预测存在误差,为了减小误差,在步骤3得到的二维卷积矩阵中,继续在C1列R1行的上下m行中寻找卷积值最大时对应的行R2,此时(C1,R2)即为修复后边界上的一个点,依据此方法修复出错边界上的所有点,进而得到准确的边界。

4.根据权利要求1所述的基于卷积的低质量手指静脉图像边缘检测算法,其特征在于:

所述步骤5中的修复工作,如果断裂点Nu大于等于2,则认为出现多次断裂,计算每一段中包含点的个数 以及这些点所在行的方差 正确的手指边界长度长并且平滑,因此 越大, 越小,更符合正确边界的特征,综合考虑这两个因素,选择出正确的手指边界,按照断裂点Nu为1时的修复方法拟合出一次边界函数,采用同样的修复方法对错误的边界进行修复,得到正确边界。