手指静脉图像感兴趣区域快速提取方法研究

发布时间：2021-03-20 13:02

　　手指静脉识别技术由于其非接触、高防伪性以及活体检测等优点,成为研究与应用的热点。针对传统手指静脉图像感兴趣区域提取方法过程复杂、运算量大的问题,提出一种感兴趣区域快速提取的方法。该方法采用三点对比法定位手指上下边界以及基于相似三角形定理的图像校正方法。与传统的方法相比,省去了边缘优化的复杂过程以及减少了旋转校正的乘法运算量,能将指静脉图像感兴趣区域提取的速度提高2～3倍。利用指静脉图像库进行仿真实验,结果表明,本算法提取ROI的正确率为100%,识别的等错误率仅为2.45%,说明该方法具有较高的普适性和稳定性,能广泛应用在指静脉识别系统中。 

【文章来源】：电子测量与仪器学报. 2020,34(04)北大核心CSCD

【文章页数】：8 页

【部分图文】：

ROI图像

Sobel算子由两组3×3的矩阵组成,包括水平x和竖直y,如图1所示。然后将两个方向算子分别同平面像素做卷积,进而得到横向和纵向的亮度差分近似值,以此作为边缘判断的依据[12]。对于图像中的任一点f(i,j),其水平方向边缘检测灰度变化量为:

针对指静脉识别常规ROI提取方法计算量大的问题,本文提出一种快速ROI(fast extraction method of region of interest,FROI)方法。本文以手指竖直放置的指静脉图像为例进行说明,图像来自山东大学机器学习与数据挖掘实验室的指静脉图像库。该方法的主要步骤如图2所示。2.1 三点对比法定位手指上下边界

【参考文献】：
期刊论文
[1]基于贝叶斯的指静脉识别算法及其FPGA实现[J]. 李海,戴庆华,陈光化.  国外电子测量技术. 2019(06)
[2]基于Gabor和Curvelet的近邻二值模式手指静脉识别方法[J]. 李新春,曹志强,林森.  电子测量与仪器学报. 2018(08)
[3]形态学滤波算法与HLS硬件设计方法的实现[J]. 叶海雄,陶宁蓉,王世明.  电子测量技术. 2018(04)
[4]基于深度学习的指静脉识别研究[J]. 吴超,邵曦.  计算机技术与发展. 2018(02)
[5]基于FPGA边缘检测算法的设计[J]. 金大超,冷建伟.  电子设计工程. 2017(13)
[6]手指静脉图像鲁棒边缘检测算法[J]. 王明文,唐东明,于耀程,杨淏.  计算机应用研究. 2018(01)
[7]基于分块LBP和分块PCA的指静脉识别方法[J]. 杨文文,毛建旭,陈姜嘉旭.  电子测量与仪器学报. 2016(07)
[8]二值图像膨胀腐蚀的快速算法[J]. 邓仕超,黄寅.  计算机工程与应用. 2017(05)
[9]基于膨胀和腐蚀的迭代优化算法[J]. 蒲石,龙文光.  四川师范大学学报(自然科学版). 2014(03)
[10]手指静脉图像感兴趣区域提取方法研究[J]. 杨金锋,张海金.  山东大学学报(工学版). 2012(03)



本文编号：3091042