手指静脉身份识别系统的静脉特征提取方法

摘要

本发明公开了一种手指静脉认证系统的图像静脉特征提取方法，将提取静脉特征转化为检测图像中的谷形区域的问题。将静脉图像中的任意一个像素点为种子开始，生长点是沿着该像素的的各个方向进行逐个像素的生长。如果判断是静脉上的像素点，则在该方向继续生长。否则，则在种子点另外几个方向进行生长。图像中随机的选择各个不同位置的点作为种子点开始生长。最后每个像素点被跟踪到的总次数被记录在轨迹矩阵的相应位置中，这个矩阵的大小与图像的大小相同，这样通过选取一个阈值对轨迹矩阵进行分割得到手指静脉特征。本发明在能够准确的提取图像中的静脉特征，减少提取错误特征和漏掉真实特征，同时可以提高整个系统的识别精度和提高图像处理速度。

主权项

1.一种手指静脉认证系统的静脉特征提取方法，其特征在于，该方法包括以下步骤：(1)确定静脉像素点的当前生长点及其方向在手指静脉图像中随机选择一个像素点作种子点并当作当前生长点，为了确定当前像素点的移动方向，在以该种子点为中心的3×3窗口内，把静脉的走向分为4个方向，然后对种子点按照所述四个方向分别进行区域生长；(2)确定手指静脉图像不同的生长方向设该种子点的生长方向为所述四个方向中的某一方向，然后确定该方向上的其它相邻的像素点是否是位于静脉上的点，如果是，则记录下位置，否则，退出在该方向生长，再执行对其他三个方向的生长；(3)确定各个方向生长点确定候选点：当在上述第(2)步中确定某一方向后，就可以确定下一生长点，即将和当前点在某一方向上相邻的两个点作为下一步生长的候选点；确定候选点中是静脉的像素点：如果确定所述候选点为静脉上的像素点，则把该候选点作为当前生长点，继续沿该方向生长下去，否则，在种子点的其他方向进行生长；(4)记录生长次数如果上述候选点位于静脉上，则经过一次生长，用一个轨迹矩阵记录每个生长点的生长次数，否则退出该方向的生长，然后在种子点的另外三个方向进行生长，并记录生长次数；(5)重复生长当在第(1)步到第(3)步中完成了对一个种子点不同方向的生长并记录经过生长的点的次数后，完成了一次生长，然后在图像中随机选择其它不同位置的像素点作为种子点开始生长，使生长操作均匀的在整幅图像中执行；(6)确定手指静脉图像中的静脉模式经过设定次数的重复生长，每个像素点生长次数都被记录在大小与图像的大小相同的轨迹矩阵的相应的位置中，在生长过程中，像素点经过生长的次数越多对应轨迹矩阵中相应位置上的值也就越大，该像素点就越有可能是静脉中的点；设定一个阈值，轨迹矩阵中大于该设定阈值的元素为静脉模式，最终得到静脉特征；对于一幅二维的手指静脉图像，静脉特征就是在图像中处于谷形的区域，将确定候选点是否位于静脉上的问题转化为确定该点是否处于所述手指静脉图像的谷形区域中，根据当前像素点当前生长方向确定静脉的横截面，并利用检测算子与该截面内的像素点做卷积，记录下卷积结果作为该点的位于谷形区域的权重，设定一个第一阈值；其中所述检测算子为：其中x＝-4、-3、-2、-1、0、1、2、3、4，然后把直流分量规格化为0得：$\mathrm{Fgra}{y}^{,}={\mathrm{Gau}}^{,}\left(x\right)-\frac{\underset{1}{\overset{9}{\Sigma }}{\mathrm{Gau}}^{,}\left(x\right)}{9}$利用上述检测算子Fgray′与所述截面中的像素点Q(m_i，n_i)的卷积如下：Gray(m_i，n_i)＝Q(m_i，n_i)*Fgray′所述第一阈值T1设定为：T1为大于零的一个数；对于在静脉图像单边缘上的点，通过上述卷积计算会得到较大的值，如果使用上述第一阈值来判断，有可能被认为是谷形区域中的点，影响静脉提取，为了消除这种干扰，利用以下方法来进行区分；首先，将所述检测算子Fgray′拆成两个算子，一个是Fgray′1(i)，i＝-4，-3，-2，-1，另一个是Fgray′2(i)，i＝1，2，3，4，然后分别将所述两个算子与截面中像素点Q(m_i，n_i)两边的像素点做卷积得到两个卷积结果Gray1(m_i，n_i)和Gray2(m_i，n_i)，它们之差为Gray′(m_i，n_i)＝|Gray1(m_i，n_i)-Gray2(m_i，n_i)|设定第二阈值T₂，其中T2＝40，如果Gray′(m_i，n_i)＜＝T₁且Gray(m_i，n_i)＞T₂，则截面中的像素点Q(m_i，n_i)处于谷形区域，否则处于非谷形区域，处于谷形区，即位于静脉上，处于非谷形区域，即不位于静脉上。