本文關(guān)鍵詞：基于Hessian矩陣的手指靜脈圖像分割

  更多相關(guān)文章： 手指靜脈識(shí)別 圖像分割 Hessian矩陣

【摘要】：針對(duì)灰度不均勻、對(duì)比度低、邊緣信息較弱的圖像中的手指靜脈紋路提取問題,提出了一種基于Hessian矩陣的手指靜脈圖像分割方法。該方法首先將高斯濾波器的二階導(dǎo)數(shù)與原圖像卷積得到了各像素點(diǎn)的Hessian矩陣,通過Hessian矩陣的跡初次濾除了非靜脈區(qū)的像素點(diǎn),接著求出了余下像素點(diǎn)Hessian矩陣的特征值,利用靜脈區(qū)特征值所要滿足的條件二次濾除非靜脈區(qū)像素點(diǎn),最后選取了多尺度下靜脈區(qū)各像素點(diǎn)的最大特征值作為輸出特征值,將區(qū)間內(nèi)所有尺度下的特征值圖進(jìn)行了融合,經(jīng)過二值化處理、形態(tài)學(xué)濾波處理得到了手指靜脈紋路。研究結(jié)果表明,該算法能夠較完整地提取寬度不一的手指靜脈紋路,將靜脈區(qū)域和非靜脈區(qū)域分開,偽靜脈像素點(diǎn)較少;同時(shí),不需要遍歷所有像素點(diǎn)的Hessian矩陣求其特征值,手指靜脈圖像分割速度比未優(yōu)化靜脈紋路提取算法快了0.036 5 s。
【作者單位】： 福州大學(xué)機(jī)械工程及自動(dòng)化學(xué)院光學(xué)/太赫茲及無損檢測(cè)實(shí)驗(yàn)室;福建省醫(yī)療器械和生物技術(shù)重點(diǎn)實(shí)驗(yàn)室;浙江省機(jī)械工業(yè)情報(bào)研究所;
【關(guān)鍵詞】： 手指靜脈識(shí)別 圖像分割 Hessian矩陣
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51675103) 教育部高等學(xué)校博士學(xué)科點(diǎn)科研基金(博導(dǎo)類:20133514110008) 國家衛(wèi)生和計(jì)劃生育委員會(huì)科研基金(WKJ-FJ-27) 國家質(zhì)檢總局科技計(jì)劃項(xiàng)目(2011QK216) 福建省杰出青年基金滾動(dòng)項(xiàng)目(2014J07007) 福建省質(zhì)量技術(shù)監(jiān)督局科技計(jì)劃項(xiàng)目(FJQI2014008,FJQI2013024) 福建省高等學(xué)校學(xué)科帶頭人培養(yǎng)計(jì)劃(閩教人(2013)71號(hào)) 福建省自然科學(xué)基金項(xiàng)目(2015J01234)
【分類號(hào)】：TP391.4
【正文快照】： 0引言手指靜脈識(shí)別是一種新的生物識(shí)別技術(shù),通過提取手指靜脈圖像中的靜脈特征來實(shí)現(xiàn)身份認(rèn)證,具有活體識(shí)別、高安全性、易使用等特點(diǎn)[1]。手指靜脈圖像分割是手指靜脈識(shí)別技術(shù)的重要環(huán)節(jié),該環(huán)節(jié)是將靜脈區(qū)域和非靜脈區(qū)域分開,從而得到只含有手指靜脈紋路的二值圖像,其分割結(jié)

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 王保生;陳宇飛;趙衛(wèi)東;周強(qiáng)強(qiáng);;基于水平集的手指靜脈圖像分割[J];計(jì)算機(jī)應(yīng)用;2016年02期

2 曹容菲;王醒策;武仲科;周明全;田l，

本文編號(hào)：1010832