基于niblack改進(jìn)算法的靜脈識(shí)別特征提取

《基于niblack改進(jìn)算法的靜脈識(shí)別特征提取》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、基于NIBLACK改進(jìn)算法的靜脈識(shí)別特征提取鄭均輝，喻恒（平頂山學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，河南平頂山467000）摘要：靜脈識(shí)別是一種新興的生物特征識(shí)別技術(shù)，為了滿足靜脈識(shí)別中的特征提取需求，對(duì)手背靜脈提取方法進(jìn)行了研究。首先采用CLAHE算法對(duì)手背靜脈圖像進(jìn)行增強(qiáng)處理，然后針對(duì)傳統(tǒng)NIBALCK二值化算法的不足，提出一種局部靜態(tài)閾值與NIBLACK相結(jié)合的改進(jìn)算法。實(shí)驗(yàn)證明，該方法能有效消除傳統(tǒng)方法中噪聲過(guò)多、紋絡(luò)斷裂的現(xiàn)象，克服光強(qiáng)因素對(duì)圖像提取的影響，保持完整清晰的靜脈紋絡(luò)結(jié)構(gòu)，從而滿足后續(xù)識(shí)別工作的需要。.jyqk時(shí)，可以較好地

2、穿透骨骼和肌肉，凸顯手背血管的結(jié)構(gòu)[1]，從而進(jìn)行有效的特征識(shí)別。手背靜脈識(shí)別系統(tǒng)是通過(guò)對(duì)靜脈的圖像采集，然后提取出整個(gè)靜脈的結(jié)構(gòu)，再由一系列識(shí)別算法，達(dá)到對(duì)人的身份識(shí)別。在對(duì)圖像的采集過(guò)程中，由于采用的是紅外CCD攝像機(jī)，光強(qiáng)對(duì)圖像影響較大，光照過(guò)強(qiáng)會(huì)使靜脈偏亮而模糊，光照偏弱又會(huì)導(dǎo)致靜脈和背景混淆，整體偏暗。同時(shí)每個(gè)人手背靜脈的粗細(xì)，表面皮膚厚度不同，以及手背本身具有的弧度會(huì)使圖像光照不均勻，都會(huì)對(duì)采集的靜脈輪廓清晰度產(chǎn)生影響，因此需要對(duì)圖像進(jìn)行處理，提取比較清晰完整的手背靜脈結(jié)構(gòu)圖，為下一步的準(zhǔn)確識(shí)別創(chuàng)造條件。2基于CLAHE的靜

3、脈圖像增強(qiáng)由于靜脈隱藏在皮膚表層以下，靜脈圖像的對(duì)比度往往不高，直接提取靜脈紋路進(jìn)行二值化，將會(huì)導(dǎo)致丟失部分可用靜脈信息或者誤將背景作為靜脈結(jié)構(gòu)，對(duì)后續(xù)識(shí)別影響很大[2]，因此需要對(duì)圖像進(jìn)行增強(qiáng)處理。圖像增強(qiáng)的方法，一般分為空間域增強(qiáng)和頻域增強(qiáng)，其中空間域增強(qiáng)法中的直方圖均衡（HE）一直是簡(jiǎn)單實(shí)用的工具。直方圖均衡簡(jiǎn)單有效，包括全局法和自適應(yīng)法（AdaptiveHE，自適應(yīng)直方圖均衡化）。在實(shí)際的應(yīng)用中，有些圖像對(duì)比度比較低，全局法效果不佳。為了解決這一實(shí)際問(wèn)題，Pizer等提出了局部直方圖均衡化的方法（LocalAdaptiveHE，

4、LAHE）對(duì)圖像的灰度增強(qiáng)[3-4]。但是該方法只考慮每一個(gè)局部窗口內(nèi)像素，而窗口外的像素往往被忽略，為了進(jìn)一步解決這種現(xiàn)象，Cromartie等又提出了對(duì)比度受限的局部直方圖均衡法[5]（Contrast-limitedAdaptiveHistogramEqualization，CLAHE）。CLAHE結(jié)合了自適應(yīng)直方圖均衡和對(duì)比度受限2種方法，從整幅圖像的視覺(jué)效果出發(fā)，既考慮了窗口內(nèi)像素直方圖又考慮了窗口外的像素，使圖像增強(qiáng)效果適應(yīng)性更好，效果也更突出。該方法表達(dá)式為：hij(r)=αhohamedShahin博士提供的手背靜脈圖像

5、數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)分析。為了消除靜脈庫(kù)原圖像靜脈周圍背景對(duì)圖像增強(qiáng)的影響，首先對(duì)靜脈圖像進(jìn)行ROI（RegionofInterest）處理，提取出靜脈區(qū)域圖像，如圖1（b）所示。圖1（c）采用全局靜態(tài)直方圖均衡法，可以看出因局部光強(qiáng)不同，靜脈圖像增強(qiáng)效果不均勻，這會(huì)使后期的二值化處理丟失大量信息。圖1（d）采用CLAHE算法增強(qiáng)后，靜脈圖像灰度對(duì)比均勻，紋理和特征清晰，有利于在圖像分割時(shí)保留大量的細(xì)節(jié)特征。如圖2對(duì)比發(fā)現(xiàn)，直接對(duì)靜脈圖像進(jìn)行傳統(tǒng)的NIBLACK二值化會(huì)出現(xiàn)大量的噪聲點(diǎn)和脈絡(luò)斷紋，同時(shí)丟失很多細(xì)節(jié)特征，如圖2（b）所示。直接對(duì)

6、圖像進(jìn)行直方圖均衡增強(qiáng)，也會(huì)因光強(qiáng)不均丟失靜脈部分結(jié)構(gòu)特征，如圖2（c）所示，圖像右下方因局部光照過(guò)強(qiáng)使得增強(qiáng)后的圖像在二值化后丟失一部分靜脈紋絡(luò)結(jié)構(gòu)。本文采用基于CLAHE的圖像增強(qiáng)算法和改進(jìn)的NIBLACK二值化的方法，如圖2（d）所示，得到的靜脈結(jié)構(gòu)紋理清晰，細(xì)節(jié)特征完整，脈絡(luò)連續(xù)。改變傳統(tǒng)的增強(qiáng)算法二值化后引起的偽噪聲、斷紋以及靜脈圖像特征丟失現(xiàn)象，消除傳統(tǒng)方法的缺陷，有利于后續(xù)對(duì)于靜脈的識(shí)別工作，提高整個(gè)靜脈識(shí)別系統(tǒng)的準(zhǔn)確率。5結(jié)語(yǔ)在手背靜脈提取過(guò)程中全局直方圖均衡是比較常用的圖像增強(qiáng)算法，但對(duì)于手背靜脈圖像光照不均勻的情況處

7、理效果不好，傳統(tǒng)的NIBLACK二值化算法也存在著容易產(chǎn)生噪聲塊，結(jié)構(gòu)斷紋和無(wú)法確定圖像邊緣二值化閾值的缺陷。針對(duì)這種情況，本文提出利用CLAHE增強(qiáng)圖像，并采用局部靜態(tài)閾值與NIBLACK相結(jié)合的改進(jìn)算法對(duì)圖像進(jìn)行二值化。實(shí)驗(yàn)證明，本文算法提取的靜脈圖像脈絡(luò)清晰，保留了因光照不均而易丟失的特征細(xì)節(jié)，消除了噪聲塊和脈絡(luò)斷紋的現(xiàn)象，因此本文算法是一套有效的靜脈提取算法，對(duì)提高系統(tǒng)的識(shí)別率和正確率提供了可靠保證。.jyqkentmethodsandtheirevaluation[J].ImageandVi-sionputer，1993（11

8、）：385-391.[6]鄭偉，康朝紅.基于梯度的低對(duì)比度X線圖像分割方法[J].通信技術(shù)，2009，42（1）：292-294.[7]NIBLACKageprocessing[J].Appliedputi