專利名稱：一種手背靜脈結(jié)構(gòu)提取方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理領(lǐng)域，具體涉及一種手背靜脈結(jié)構(gòu)提取方法。
背景技術(shù)：
多分辨率多尺度是人類視覺(jué)高效、準(zhǔn)確工作的重要特征之一。自然產(chǎn)生的圖像大多包含大量不同尺度的信息，這些信息在一幅圖像中同時(shí)出現(xiàn)。而對(duì)圖像的應(yīng)用研究往往僅限于某一尺度或某些尺度上的現(xiàn)象，或者只需要某些尺度的信息；其他尺度的信息往往會(huì)對(duì)處理結(jié)果有不良影響，或者增大了處理的難度和復(fù)雜性。所以把圖像信息按尺度進(jìn)行分離非常必要。多尺度圖像分解可以消除其他無(wú)用尺度信息對(duì)處理結(jié)果的影響并簡(jiǎn)化了處理的難度和復(fù)雜性；也是圖像目標(biāo)識(shí)別和邊緣檢測(cè)等處理過(guò)程的預(yù)處理方法之一。圖像可以看作二維的隨機(jī)信號(hào)，因此也可以通過(guò)對(duì)一維隨機(jī)信號(hào)處理方法的二維擴(kuò)展來(lái)實(shí)現(xiàn)。幾種經(jīng)典的信號(hào)處 理方法有傅立葉譜分析法、短時(shí)傅里葉分析、小波分析等。(I)傅里葉分析:傅里葉分析是19世紀(jì)20年代法國(guó)數(shù)學(xué)家Fourier提出的一種時(shí)頻分析理論，它適合處理平穩(wěn)信號(hào)。首次實(shí)現(xiàn)了圖像從時(shí)域到頻域的轉(zhuǎn)換，是最典型、應(yīng)用最廣泛的信號(hào)分析理論，對(duì)信號(hào)處理產(chǎn)生了重大的影響，為圖像處理領(lǐng)域作出了巨大的貢獻(xiàn)。傅立葉變換反映了整個(gè)信號(hào)在全部時(shí)間下的整體頻率特征。傅立葉譜分析的限制條件是:a.系統(tǒng)必須是線性的:b.數(shù)據(jù)必須具有周期性或平穩(wěn)性。而實(shí)際應(yīng)用中的數(shù)據(jù)大都是非平穩(wěn)信號(hào)，在一定程度上限制了它的應(yīng)用。(2)短時(shí)傅里葉變換:為了研究非平穩(wěn)信號(hào)提出了短時(shí)傅立葉變換，它的實(shí)質(zhì)是加窗的傅立葉變換?；舅枷胧前褦?shù)據(jù)信號(hào)劃分為多個(gè)時(shí)間段，用傅立葉變換分析每一個(gè)時(shí)間段，確定某個(gè)時(shí)間段中的頻率信息。這樣，通過(guò)滑動(dòng)窗口得到一個(gè)時(shí)頻分布。通過(guò)窗函數(shù)的時(shí)間位移和頻率位移使短時(shí)傅里葉變換有了局部特征，在分析非平穩(wěn)信號(hào)時(shí)比傅里葉變換效果要好些，但一般情況下高頻信號(hào)的時(shí)間間隔較短，低頻信號(hào)的時(shí)間間隔較長(zhǎng)。如果在高頻部分采用小的時(shí)間窗，低頻部分采用較長(zhǎng)的時(shí)間窗，則更有利于邊緣等一些重要信息的分析。但是短時(shí)傅立葉變換的窗函數(shù)的大小和形狀在處理的過(guò)程中是固定不變的，所以不能自適應(yīng)的改變窗口，不能在處理非平穩(wěn)信號(hào)時(shí)達(dá)到理想效果。(3)小波分析:小波分析也是以傅立葉分析為基礎(chǔ)，本質(zhì)上是一種可變窗口的傅立葉譜分析，是局部化時(shí)頻分析，用時(shí)域和頻域的聯(lián)合來(lái)表示信號(hào)的特征，從而能從信號(hào)中提取更多的信息，有利于非平穩(wěn)信號(hào)的分析。但小波變換仍然是一種線性變換，且在分析過(guò)程中選擇小波基函數(shù)要靠人們的經(jīng)驗(yàn)，小波基函數(shù)選擇的是否合適直接影響圖像的處理效果，所以它的使用也很有限。以上這些方法是圖像處理常用的方法，這些都是基于傅立葉變換的，在處理非平穩(wěn)信號(hào)時(shí)都存在一些問(wèn)題，因而不能得到理想的處理結(jié)果。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服傳統(tǒng)分析方法在對(duì)非平穩(wěn)信號(hào)處理上存在的缺陷，提出一種針對(duì)手背靜脈圖像的特點(diǎn)采用二維經(jīng)驗(yàn)?zāi)Ｊ椒纸?BEMD)的手背靜脈結(jié)構(gòu)提取方法，該方法能很好的對(duì)圖像信息按尺度進(jìn)行分離以得到某些有用信息，大大簡(jiǎn)化了處理難度和復(fù)雜性。為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是:包括以下步驟:I)輸入手背靜脈的原始圖像I (m，η)，并將原始圖像I (m，η)映射到oxy平面，以原始圖像像素點(diǎn)的灰度值作為Z坐標(biāo)，按照r(l(m，η) = I (m, η)的對(duì)應(yīng)關(guān)系得到初始化圖像r0(m, η)，其中，m和η是圖像的行數(shù)和列數(shù)；2)設(shè)置局域波分量hj^On，η),其中hj^On，n) = rk — i (m, η), k表示局域波分量的個(gè)數(shù)；3)通過(guò)邊界鏡像延拓法找出上述hy (m，η)的局部極值點(diǎn)，找出第k個(gè)局域波分量hk；! _! (m, η)的局部極值點(diǎn)，即極大值點(diǎn)max (m, η)和極小值點(diǎn)min (m, η),其中I表示篩選次數(shù)；這些極大值點(diǎn)和極小值點(diǎn)均為空間散亂的極值點(diǎn)；4)對(duì)步驟3)中找出的極大值點(diǎn)和極小值點(diǎn)進(jìn)行平面Delaunay三角剖分，使用三角插值曲面的擬合方法計(jì)算出Iitl-Αηι,η)的上包絡(luò)面emax，i i (m, η)和下包絡(luò)面
I (rn, η),并計(jì)算出平均包絡(luò)面e_n，x ! (m, η)；5)利用步驟4)計(jì)算出的平均包絡(luò)面計(jì)算局域波分量huOn，]!),即 ^Οιι,η)=
Um, η)-一議十 “m’n)；6)若局域波分量\1(!11，11)滿足篩選停止條件，則輸出MF函數(shù)imfk(m，n)，并轉(zhuǎn)至步驟7),其中imfk(m，n) = hk；x (m, η);否則轉(zhuǎn)至步驟3),并使1=1+1 ；7)根據(jù)公式 rk(m, η) = Tk^1 (m, η) — imfk(m，n)計(jì)算分解后的殘余圖像 rk(m, η)；8)若分解后的殘余圖像rk(m，n)滿足分解停止條件，則輸出各層結(jié)果并結(jié)束；否則轉(zhuǎn)至步驟9);原始圖像最終表示為IMF函數(shù)和殘余圖像之和，即為:
權(quán)利要求
1.一種手背靜脈結(jié)構(gòu)提取方法，其特征在于，包括以下步驟: O輸入手背靜脈的原始圖像I (m，η)，并將原始圖像I (m，η)映射到oxy平面，以原始圖像像素點(diǎn)的灰度值作為Z坐標(biāo),按照!TciOii, η) = I (m, η)的對(duì)應(yīng)關(guān)系得到初始化圖像r0(m, η)，其中，m和η是圖像的行數(shù)和列數(shù)； 2)設(shè)置局域波分量hy(m，η)，其中hy (m，n) =Tk^1 (m, η)，k表示局域波分量的個(gè)數(shù)； 3)通過(guò)邊界鏡像延拓法找出上述hk,Jm，η)的局部極值點(diǎn)，找出第k個(gè)局域波分量htl_I (m, η)的局部極值點(diǎn)，即極大值點(diǎn)max (m, η)和極小值點(diǎn)min (m, η),其中I表示篩選次數(shù)；這些極大值點(diǎn)和極小值點(diǎn)均為空間散亂的極值點(diǎn)； 4)對(duì)步驟3)中找出的極大值點(diǎn)和極小值點(diǎn)進(jìn)行平面Delaunay三角剖分，使用三角插值曲面的擬合方法計(jì)算出htl —Αηι,η)的上包絡(luò)面emax，i i (m, η)和下包絡(luò)面emin，i i (m, η),并計(jì)算出平均包絡(luò)面— I (m, η)； 5)利用步驟4)計(jì)算出的平均包絡(luò)面計(jì)算局域波分量hkjOii，η),即huOii,η) = hk；1_i (m.η) - e—’ 丄―！(m’n)； 6)若局域波分量htl(m, n)滿足篩選停止條件,則輸出IMF函數(shù)imfk(m, η),并轉(zhuǎn)至步驟7)，其中 imfk(m，n) = hk；x (m, η);否則轉(zhuǎn)至步驟 3),并使 1=1+1 ； 7)根據(jù)公式rk(m,η) = Tk^1 (m, η) 一 imfk(m, η)計(jì)算分解后的殘余圖像rk(m, η)； 8)若分解后的殘余圖像rk(m，η)滿足分解停止條件，則輸出各層結(jié)果并結(jié)束；否則轉(zhuǎn)至步驟9);原始圖像最終表不為IMF函數(shù)和殘余圖像之和，即為:
2.根據(jù)權(quán)利要求1所述的手背靜脈結(jié)構(gòu)提取方法，其特征在于:所述步驟3)局部極值點(diǎn)選取的方法如下:設(shè)I(m，n)是一個(gè)m行、η列的二維圖像信號(hào)；對(duì)圖像加3X3的移動(dòng)窗，窗左下角點(diǎn)從(1，1)點(diǎn)開(kāi)始，以步長(zhǎng)為I分別向(l，n)、(m, I)移動(dòng)，直至窗的右上角到達(dá)(m，n);在窗口每一步移動(dòng)過(guò)程中，判斷窗口內(nèi)中心點(diǎn)(i, j)是否是窗口內(nèi)9個(gè)點(diǎn)(1-1, j_l)...(i+1, j+1)灰度值的極值點(diǎn)，如果是，則記錄相應(yīng)的極大值和極小值點(diǎn)的位置；對(duì)圖像的4個(gè)邊界進(jìn)行對(duì)稱延拓，每行每列都進(jìn)行相同的處理，向外延拓一點(diǎn)，按照前面加移動(dòng)窗的方式，判斷窗口中心點(diǎn)是否為極值點(diǎn)，同理可以獲得邊界其它位置的極值點(diǎn)的信息。
3.根據(jù)權(quán)利要求1所述的手背靜脈結(jié)構(gòu)提取方法，其特征在于:所述步驟4)中平面Delaunay三角剖分的方法如下: 由于極值點(diǎn)在平面上是散亂分布的，這樣就構(gòu)成了一個(gè)離散的點(diǎn)集，將其按照一定的鄰接關(guān)系有序的組織起來(lái)，以便在空間上進(jìn)行曲面擬合，散亂點(diǎn)集的曲面剖分就是根據(jù)散亂點(diǎn)集構(gòu)造曲面，具體就是用互不相交的三角形來(lái)近似表示點(diǎn)集形成的曲面，三角形的集合即為該曲面的三角剖分，具體方法如下: (I)極大值曲面:將取得的局部極大值點(diǎn)投影至oxy平面，進(jìn)行平面散亂點(diǎn)集的三角剖分，構(gòu)造三角網(wǎng)格，然后在此網(wǎng)格上構(gòu)造光滑極大值曲面； (2)極小值曲面:將取得的局部極小值點(diǎn)投影至oxy平面，進(jìn)行平面散亂點(diǎn)集的三角剖分，構(gòu)造三角網(wǎng)格，然后在此網(wǎng)格上構(gòu)造光滑極小值曲面。
4.根據(jù)權(quán)利要求1所述的手背靜脈結(jié)構(gòu)提取方法，其特征在于，所述獲取局域波分量的具體方法如下: 設(shè)原始圖像信號(hào)為I (m，η)，上下包絡(luò)面分別為emax (m, η)和emin(m，η)，可以得到局部均值曲面ei(W，W)=g_ ^、ιη，第一次篩選結(jié)果可以作為第一個(gè)分量屯(m, n) =I (m, η)—e! (m, η);第二次篩選是以Ii1 (m, η)作為待處理數(shù)據(jù)，en (m, η)是Ii1 (m, η)的局部均值,其中 hn (m, n) =Ii1 (m, η) — en (m, η),當(dāng)重復(fù)篩選進(jìn)行到第 I 次,就有 A11 (m, n) =Iiicw) (m, η)—^(!!!，!^，(^(!!!，!!^!^(!!!，!^，即為第一個(gè)局域波分量曲面^巴從原始圖像信號(hào)〗^，!!)中分離出的殘余圖像信號(hào)A (m, η)作為新數(shù)據(jù)進(jìn)行處理；其中Ir1 (m, n) =I (m, η) — C1 (m, η),依次繼續(xù)篩選下去: r2 (m, n) =T1 (m, η) — C2 (m, η) r3 (m, n) =r2 (m, η) — C3 (m, η) 最后可得
5.根據(jù)權(quán)利要求1所述的手背靜脈結(jié)構(gòu)提取方法，其特征在于:所述步驟6)中的篩選停止條件是對(duì)連續(xù)兩次篩選得到的分量計(jì)算標(biāo)準(zhǔn)差，通過(guò)計(jì)算連續(xù)兩次標(biāo)準(zhǔn)差的大小作為篩選停止的條件；對(duì)兩次連續(xù)的篩選結(jié)果表示為hkl (m, η), Iih1-D (m, η),其中k表示第k個(gè)分量，I表示相應(yīng)的篩選次數(shù)，則
6.根據(jù)權(quán)利要求1所述的手背靜脈結(jié)構(gòu)提取方法，其特征在于:所述步驟8)中分解停止條件為當(dāng)殘余圖像rk(m，n)變成單調(diào)函數(shù)，從中不能再篩選出分量時(shí)停止分解。
全文摘要
本發(fā)明公開(kāi)了一種手背靜脈結(jié)構(gòu)提取方法，屬于數(shù)字圖像處理領(lǐng)域，針對(duì)手背靜脈圖像的特點(diǎn)，使用二維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾姆椒▉?lái)提取出手背血管的結(jié)構(gòu)特征。通過(guò)二維經(jīng)驗(yàn)?zāi)Ｊ椒纸?BEMD)將原始圖像按尺度的自適應(yīng)分解為有限數(shù)量的分量圖像和一個(gè)殘余項(xiàng)項(xiàng)，可以將圖像從高頻到低頻的局部窄帶的各個(gè)細(xì)節(jié)清晰地分解出來(lái)，殘余則表示圖像的基本趨勢(shì)，手背靜脈的走向能很好的反應(yīng)出血管的的趨勢(shì)走向，利用分解得到的殘余項(xiàng)來(lái)提取出手背血管結(jié)構(gòu)。
文檔編號(hào)G06K9/46GK103246867SQ20131013472
公開(kāi)日2013年8月14日 申請(qǐng)日期2013年4月17日 優(yōu)先權(quán)日2013年4月17日
發(fā)明者呂岑, 何晶, 紀(jì)明明 申請(qǐng)人:陜西科技大學(xué)