指静脉图像质量评判方法及装置
技术领域
本发明涉及模式识别领域,特别地,涉及一种指静脉图像质量评判方法及装置。
背景技术
随着社会的进步和时代的发展,个人信息及财产安全越来越受到人们的重视和关注,而使用口令、密码、钥匙和磁卡等验证个人身份的传统方式容易被盗取,需要特别记忆,导致使用的安全性不高。正是这样的契机,手指指静脉生物特征识别技术逐渐在人们的日常生活中显露头角。它利用人体独一无二的生理或行为特征来自动识别个人身份,具有无需记忆密码、高度唯一性、难以被盗用等优点,同时操作简单、方便快捷,因而在近些年得到了广泛的研究,发展迅速,现如今,指静脉识别技术已经逐渐向大众化、民用化方向靠拢,应用领域和覆盖面也在逐步扩大,其市场呈快速爆发之势。
手指指静脉识别技术目前是被广泛研究的热门课题,手指静脉识别技术又称皮下血管识别技术,手指静脉是人体重要的一种生物特征,指静脉识别具有活体检测、高稳定性、高唯一性以及高便捷性等优点,在生物特征识别领域具有广泛的发展和应用前景。
除此之外,手指静脉深埋于手指内部,由于静脉损伤而导致无法识别的可能性极低。根据静脉成像的特点,手指静脉图像只有在活体条件下才能被采集。这两个特点使得手指静脉特征很难被复制和盗取,保证了手指静脉识别的高安全性。
人体皮肤是由皮下组织、真皮和表皮三部分组成,除每层含有不同比例的血液和脂肪外,表皮还含有黑色素,而皮下组织还含有静脉。不同波长的光线能穿透不同的皮肤层,并照射在不同的光谱段。与可见光相比,近红外光穿透人体组织的能力更强。
静脉采集装置获取的原始图像存有一些普遍性问题,例如背景光照强度不均匀、手指静脉分辨率差,最主要的问题由于用户采集静脉图像过程中用力按压或者摆放位置不太正确导致手指静脉血管发生畸变,甚至影响血液在血管中的流通从而导致采集到的图像和用户本身手指静脉图像有一定的差别,所以后面在识别过程中对识别率会大打折扣,用户的体验也会越来越差。正常采集的质量合格的图像和不合格采集到的图像的区别在于,后者静脉成像出现的明显大范围的缺失,这样对以后的识别是有着至关重要的影响。
发明内容
本发明提供了一种指静脉图像质量评判方法及装置,以解决静脉采集装置获取的原始图像存在不合格采集导致后续识别率较低的问题。
本发明采用的技术方案如下:
一方面,本发明提供了一种指静脉图像质量评判方法,包括:获取手指静脉图像感兴趣区域;对手指静脉图像感兴趣区域作最大曲率变换获得手指静脉轮廓结构;对最大曲率变换后的图像进行中值滤波处理;对中值滤波处理后的图像做二值化变换处理;计算二值化处理后的图像中手指静脉轮廓联通区域的面积,并计算手指静脉轮廓联通区域面积的比重;根据比重判断图像质量,当比重小于设定阈值时,判断图像质量不合格,否则判断图像质量合格。
进一步地,对中值滤波处理后的图像做二值化变换处理的步骤包括:将中值滤波处理后的图像中的像素值进行排序,并获取图像像素值的中值作为切分阈值;将大于切分阈值的像素赋值为255作为静脉区域,将小于切分阈值的像素赋值为0作为背景区域。
进一步地,计算二值化处理后的图像中手指静脉轮廓联通区域的面积的步骤包括:在二值化处理后的图像中,计算像素值为255的像素的个数。
进一步地,计算手指静脉轮廓联通区域面积的比重的步骤包括:将像素值为255的像素的个数除以二值化处理后的图像中所有的像素个数,得到手指静脉轮廓联通区域面积的比重大小。
进一步地,对手指静脉图像感兴趣区域作最大曲率变换获得手指静脉轮廓结构的步骤中,采用标准的图像最大曲率公式对手指静脉图像感兴趣区域做曲率变换,最大曲率公式为:Pf(z)是手指静脉轮廓,z是轮廓上的一个点。
进一步地,对最大曲率变换后的图像进行中值滤波处理的步骤中,采用的中值滤波处理公式为:g(x,y)=med{f(x-k,y-l),(k,l∈W)},其中,f(x,y)和g(x,y)分别为原始图像和处理后图像;W为二维模板,为3*3区域。
根据本发明的另一方面,还提供了一种指静脉图像质量评判装置,包括:获取单元,用于获取手指静脉图像感兴趣区域;最大曲率变换单元,用于对手指静脉图像感兴趣区域作最大曲率变换获得手指静脉轮廓结构;中值滤波单元,用于对最大曲率变换后的图像进行中值滤波处理;二值化单元,用于对中值滤波处理后的图像做二值化变换处理;计算单元,用于计算二值化处理后的图像中手指静脉轮廓联通区域的面积、以及用于计算手指静脉轮廓联通区域面积的比重;判断单元,用于根据比重判断图像质量,当比重小于设定阈值时,判断单元判断图像质量不合格,否则判断图像质量合格。
进一步地,二值化单元包括排序子单元和赋值子单元,排序子单元用于将中值滤波处理后的图像中的像素值进行排序,并获取图像像素值的中值作为切分阈值;赋值子单元用于将大于切分阈值的像素赋值为255作为静脉区域,将小于切分阈值的像素赋值为0作为背景区域。
进一步地,计算单元用于计算二值化处理后的图像中像素值为255的像素的个数。
进一步地,计算单元用于将二值化处理后的图像中像素值为255的像素的个数除以二值化处理后的图像中所有的像素个数,将运算结果作为手指静脉轮廓联通区域面积的比重大小。
本发明的指静脉图像质量评判方法及装置,通过一系列图像处理,获得手指静脉轮廓联通区域的比重信息作为质量依据来判断用户在采集过程中是否有不合规则操作,从而控制图像质量过差造成对指静脉识别的影响;通过质量评判,避免用户采集过程中的不合规则操作造成静脉图像中静脉信息的缺失不完整;对后续指静脉识别率提升起到了提高的效果,降低了手指静脉信息错误识别以及拒识的风险;提升了后续识别过程中用户体验以及保留了优质的手指静脉图像,为以后***升级做了突出的贡献。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的指静脉图像质量评判方法的流程图;
图2是本发明优选实施例的指静脉图像质量评判方法中进行二值化变换处理的流程图;
图3是对正常采集指静脉图像样本获取手指静脉图像感兴趣区域后的图像;
图4是对图3中图像进行曲率变换以及中值滤波处理之后的图像;
图5是对图4中图像进行二值化处理后的图像;
图6是不合格指静脉图像样本;
图7是图6中不合格指静脉图像样本经本发明进行曲率变换、中值滤波及二值化后的图像;
图8是本发明优选实施例的指静脉图像质量评判装置的结构框图。
附图标号说明:
100、获取单元;200、最大曲率变换单元;300、中值滤波单元;400、二值化单元;401、排序子单元;402、赋值子单元;500、计算单元;600、判断单元。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参照图1,本发明的优选实施例提供了一种指静脉图像质量评判方法,包括以下步骤:
步骤S100,获取手指静脉图像感兴趣区域;
步骤S200,对手指静脉图像感兴趣区域作最大曲率变换获得手指静脉轮廓结构;
步骤S300,对最大曲率变换后的图像进行中值滤波处理;
步骤S400,对中值滤波处理后的图像做二值化变换处理;
步骤S500,计算二值化处理后的图像中手指静脉轮廓联通区域的面积,并计算手指静脉轮廓联通区域面积的比重;
步骤S600,根据比重判断图像质量,当比重小于设定阈值时,判断图像质量不合格,否则判断图像质量合格。
本发明中,对于正常采集指静脉图像样本,经步骤S100获得的图像如图3中所示。
在经过步骤S100后,对手指静脉图像感兴趣区域,采用标准的图像最大曲率公式对手指静脉图像感兴趣区域做曲率变换获得手指静脉轮廓结构。最大曲率公式为:
Pf(z)是手指静脉轮廓,z是轮廓上的一个点。公式中分子表示图像的二阶偏导数,分母中dPf(z)/dz则表示图像的一阶偏导数,1加上图像一阶偏导数的平方,根据结果求得立方后再开平方则构成分母。采用最大曲率算法的优势在于最大程度的突出静脉轮廓和背景之间的差别,有利于排除图像中的其他干扰,静脉信息更加清晰。
步骤S300中进行中值滤波处理,以减少噪声干扰。该步骤中,采用的中值滤波处理公式为:g(x,y)=med{f(x-k,y-l),(k,l∈W)},其中,f(x,y)和g(x,y)分别为原始图像和处理后图像。W为二维模板,为3*3区域。处理后图像如图4中所示。
参照图2,具体地,对中值滤波处理后的图像做二值化变换处理的步骤S400包括:
步骤S401,将中值滤波处理后的图像中的像素值进行排序,并获取图像像素值的中值作为切分阈值;
步骤S402,将大于切分阈值的像素赋值为255作为静脉区域,将小于切分阈值的像素赋值为0作为背景区域。变换之后的图像更加明显地看到静脉区域以及背景区域的差别,有利于计算静脉信息的分布。用中值当作切分阈值对图像进行二值化处理后的图像如图5所示,其中像素值255显示白色区域即静脉区域,像素值0显示黑色区域即背景区域。
通过二值化的图像,对其白色静脉轮廓的区域做联通区域的面积计算,亦即计算白色静脉轮廓联通区域的像素个数。在二值化的图像上精确地计算静脉轮廓联通区域的面积(像素个数),可排除设备以及其他图像噪声带来的干扰,从而便于后续尽可能精确地统计静脉轮廓的比重信息。
二值化的图像中静脉信息的像素值为255,背景区域的像素值为0,计算像素值为255的像素的个数,然后除以图像上所有的像素个数,得到静脉轮廓信息的比重大小。
根据静脉轮廓区域面积的比重大小判断图像质量,从而可评估判断用户操作过程是否存在不合规则采集情况。判断标准是通过静脉轮廓所占图像中的比重大小与设定阈值的比较来作为依据的。阈值的确定是通过大量采集的指静脉图像中,先人工挑选出测合格的图像以及不合格的图像作为两类图像库,分别用上述方法计算这两类图像库中静脉轮廓所占图像中的比重大小,进行统计分析找出最优的阈值作为评判标准。如图6中不合格采集指静脉图像样本,其经过本发明的曲率变换、中值滤波及二值化后如图7中所示,相较于图5中正常采集指静脉图像样本经本发明的一系列处理后的图像,可以明显看出图7静脉轮廓信息量少了很多。
参照图8,根据本发明的另一方面,还提供了一种指静脉图像质量评判装置,包括:获取单元100,用于获取手指静脉图像感兴趣区域;最大曲率变换单元200,用于对手指静脉图像感兴趣区域作最大曲率变换获得手指静脉轮廓结构;中值滤波单元300,用于对最大曲率变换后的图像进行中值滤波处理;二值化单元400,用于对中值滤波处理后的图像做二值化变换处理;计算单元500,用于计算二值化处理后的图像中手指静脉轮廓联通区域的面积、以及用于计算手指静脉轮廓联通区域面积的比重;判断单元600,用于根据比重判断图像质量,当比重小于设定阈值时,判断单元600判断图像质量不合格,否则判断图像质量合格。
进一步地,二值化单元400包括排序子单元401和赋值子单元402,排序子单元401用于将中值滤波处理后的图像中的像素值进行排序,并获取图像像素值的中值作为切分阈值;赋值子单元402用于将大于切分阈值的像素赋值为255作为静脉区域,将小于切分阈值的像素赋值为0作为背景区域。
进一步地,计算单元500用于计算二值化处理后的图像中像素值为255的像素的个数。
进一步地,计算单元500用于将二值化处理后的图像中像素值为255的像素的个数除以二值化处理后的图像中所有的像素个数,将运算结果作为手指静脉轮廓联通区域面积的比重大小。
本发明的指静脉图像质量评判方法及装置,通过一系列图像处理,获得指手指静脉轮廓联通区域的比重信息作为质量依据来判断用户在采集过程中是否有不合规则操作,从而控制图像质量过差造成对指静脉识别的影响;通过质量评判,避免用户采集过程中的不合规则操作造成静脉图像中静脉信息的缺失不完整;对后续指静脉识别率提升起到了提高的效果,降低了手指静脉信息错误识别以及拒识的风险;提升了后续识别过程中用户体验以及保留了优质的手指静脉图像,为以后***升级做了突出的贡献。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。