[go: up one dir, main page]

CN109190517B - 一种手指静脉图像边缘提取及方向矫正方法 - Google Patents

一种手指静脉图像边缘提取及方向矫正方法 Download PDF

Info

Publication number
CN109190517B
CN109190517B CN201810925023.1A CN201810925023A CN109190517B CN 109190517 B CN109190517 B CN 109190517B CN 201810925023 A CN201810925023 A CN 201810925023A CN 109190517 B CN109190517 B CN 109190517B
Authority
CN
China
Prior art keywords
edge
finger
image
point
mid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810925023.1A
Other languages
English (en)
Other versions
CN109190517A (zh
Inventor
米振舒
王新年
徐东滨
于跃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Lingyun Tianrun Intelligent Technology Co ltd
Original Assignee
Beijing Lingyun Tianrun Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Lingyun Tianrun Intelligent Technology Co ltd filed Critical Beijing Lingyun Tianrun Intelligent Technology Co ltd
Priority to CN201810925023.1A priority Critical patent/CN109190517B/zh
Publication of CN109190517A publication Critical patent/CN109190517A/zh
Application granted granted Critical
Publication of CN109190517B publication Critical patent/CN109190517B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供一种手指静脉图像边缘提取及方向矫正方法，包括以下步骤，进行裁剪去除固有的一些设备干扰；使用sobel水平算子检测出手指的上下轮廓，得到上下边缘点的横纵坐标；检测出噪声/干扰的边缘，去除噪声；分别对上边缘点和下边缘点进行三次曲线拟合，对边缘缺失部分进行插值，得到上边缘曲线Cup和下边缘曲线Cdown；通过Cup和Cdown求解手指的轴向中心线Lmid；根据图像中心线和Lmid的交点确定旋转中心，根据图像中心线和Lmid的角度确定旋转角度，根据旋转中心和角度对原图进行旋转矫正后获得图像处理结果。本发明自适应检测边缘，并进行方向矫正，能够适应各种不清晰、边缘模糊、对比度低、含有噪声的图像，为进一步特征值提取、特征值比对提供了高质量的图像。

Description

一种手指静脉图像边缘提取及方向矫正方法
技术领域
本发明涉及图像处理技术领域，尤其涉及一种手指静脉图像边缘提取及方向矫正方法。
背景技术
摄像头通过滤光片的玻璃窗口获取到手指静脉图像，窗口的大小决定了手指静脉图片中的信息量。已有的指静脉采集处理设备往往只关心手指静脉中的部分信息，往往通过小窗口获取手指静脉图像。指静脉图片中的静脉信息和手指放的位置、摆放的角度有关系，不同人手指的粗细也不相同，图像包含的指静脉信息有一定的随机性，而且血管信息量最多的第一、二关节也没法确定。扩大窗口，可以获取除血管信息外更全面的指静脉信息，比如手指方向、手指轮廓、指关节位置等等，更有利于确保身份认证的准确率，但对手指静脉图像的边缘提取及方向的矫正提出了较高要求。
发明内容
本发明提供一种手指静脉图像边缘提取及方向矫正方法，包括以下步骤，
S1：进行裁剪去除固有的一些设备干扰，处理终端采集设备硬件和结构上无法处理的边缘污染；
S2：使用sobel水平算子检测出手指的上下轮廓，得到上下边缘点的横纵坐标；
S3：检测出噪声/干扰的边缘，去除噪声；
S4：分别对上边缘点和下边缘点进行三次曲线拟合，对边缘缺失部分进行插值，得到上边缘曲线Cup和下边缘曲线Cdown；
S5：通过手指的上边缘曲线Cup和下边缘曲线Cdown求解手指的轴向中心线Lmid；
S6：以图像中心点作为旋转中心，根据图像中心线和手指轴向中心线的角度确定旋转角度，根据旋转中心和角度对原图进行旋转矫正后获得图像处理结果。
进一步地，所述S5求解手指的轴向中心线Lmid的具体步骤如下，
S51：分别对Cup、Cdown两条曲线采样，并对采样点的y坐标取平均，得到各个中心点坐标，并利用此坐标进行直线拟合，得到初始轴向中心线Lmid0；
S52：在初始轴向中心线Lmid0上采样N个样本点，通过样本点做垂直于Lmid0的N条直线LMk，获得LMk与Cup、Cdown的交点J1k、J2k，计算J1k、J2k至Lmid0的距离d1k、d2k，其中k＝1,2,···,N，计算
Figure BDA0001765150050000021
S53：若D大于设定值D0时，则以J1k与J2k连线中点坐标进行直线拟合所得直线作为初始轴向中心线Lmid0，返回S52，否则，选定初始轴向中心线Lmid0为轴向中心线Lmid。
进一步地，手指轴向中心线的Lmid，设其左端点坐标为(xl,yl)，右端点坐标为(xr,yr)，则手指轴向中心线Lmid与水平方向的夹角θ可由式(1)计算得到：
Figure BDA0001765150050000022
以图像中心线点作为旋转中心，利用求得的夹角θ，对图像进行旋转，原像素点的坐标为(x0,y0)，旋转过后的像素新的点的坐标为(x2,y2)，二者之间的对应关系如式(2)：
Figure BDA0001765150050000023
式中，(a,b)为图像中心点的坐标。
本发明一种手指静脉图像边缘提取及方向矫正方法，自适应检测边缘，能够适应各种不清晰，边缘模糊，对比度低、含有噪声的图像。在边缘检测方面进行了模糊控制，边缘检测后的结果进行评估，进行了3次方手指轮库曲线的拟合，对于缺失的边缘利用已有的部分边缘进行插值处理，补充无法直接获取的轮廓曲线，获得上下两条边缘曲线，再通过上下边缘曲线计算出手指轴向中心线，获取手指偏离图像轴向的角度，然后矫正。为进一步的指静脉图形的特征值提取、特征值比对提供了高质量的图像。提高了识别准确率，为高效率的识别提供了自适应的机制，提高了容错能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程图；
图2为本发明涉及的手指轴向中心线与手指轮廓线的几何关系示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种手指静脉图像边缘提取及方向矫正方法，包括以下步骤，
S1：进行裁剪去除固有的一些设备干扰，处理终端采集设备硬件和结构上无法处理的边缘污染；
S2：使用sobel水平算子检测出手指的上下轮廓，得到上下边缘点的横纵坐标；
S3：检测出噪声/干扰的边缘，去除噪声；
S4：分别对上边缘点和下边缘点进行三次曲线拟合，对边缘缺失部分进行插值，得到上边缘曲线Cup和下边缘曲线Cdown；
S5：通过手指的上边缘曲线Cup和下边缘曲线Cdown求解手指的轴向中心线Lmid；
S6：以图像中心点作为旋转中心，根据图像中心线和手指轴向中心线的角度确定旋转角度，根据旋转中心和角度对原图进行旋转矫正后获得图像处理结果。
本发明一种手指静脉图像边缘提取及方向矫正方法，自适应检测边缘，能够适应各种不清晰，边缘模糊，对比度低、含有噪声的图像。在边缘检测方面进行了模糊控制，边缘检测后的结果进行评估，进行了3次方手指轮库曲线的拟合，对于缺失的边缘利用已有的部分边缘进行插值处理，补充无法直接获取的轮廓曲线，获得上下两条边缘曲线，再通过上下边缘曲线计算出手指轴向中心线，获取手指偏离图像轴向的角度，然后矫正。为进一步的指静脉图形的特征值提取、特征值比对提供了高质量的图像。提高了识别准确率，为高效率的识别提供了自适应的机制，提高了容错能力。
进一步地，所述S5求解手指的轴向中心线Lmid的具体步骤如下，
S51：分别对Cup、Cdown两条曲线采样，并对采样点的y坐标取平均，得到各个中心点坐标，并利用各个中心点坐标进行直线拟合，得到初始轴向中心线Lmid0；
S52：在初始轴向中心线Lmid0上采样N个样本点，通过样本点做垂直于Lmid0的N条直线LMk，获得LMk与Cup、Cdown的交点J1k、J2k，计算J1k、J2k至Lmid0的距离d1k、d2k，其中k＝1,2,···,N，计算
Figure BDA0001765150050000041
S53：若D大于设定值D0时，则以J1k与J2k连线中点坐标进行直线拟合所得直线作为初始轴向中心线Lmid0，返回S52，否则，选定初始轴向中心线Lmid0为轴向中心线Lmid。
我们假设手指边缘所形成的图形是对称的，如图2所示，图像的轴向中心线的垂线与边缘线的上下两个交点A与B，垂足O，经O画与图像坐标y轴平行的直线与边缘线的上下两个交点C与D，AO＝OB，但CO与OD并不一定相等。步骤S51是在假设CO＝OD的前提下找出的中心点坐标，是有误差的，因此再遵循AO＝OB的原则对轴向中心线进行修正。
进一步地，手指轴向中心线的Lmid，设其左端点坐标为(xl,yl)，右端点坐标为(xr,yr)，则手指轴向中心线Lmid与水平方向的夹角θ可由式(1)计算得到：
Figure BDA0001765150050000042
以图像中心线点作为旋转中心，利用求得的夹角θ，对图像进行旋转，原像素点的坐标为(x0,y0)，旋转过后的像素新的点的坐标为(x2,y2)，二者之间的对应关系如式(2)：
Figure BDA0001765150050000043
式中，(a,b)为图像中心点的坐标。
逐点进行坐标值转换，颜色值保持不变。
手指静脉图像经过边缘提取及方向矫正处理后，与图像比，结果图像具备了清晰的边缘轮廓线，手指中心线与图像中心线重合，其余信息不变，为后续特征提取工作提供优质的中间处理结果。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (2)

1.一种手指静脉图像边缘提取及方向矫正方法，其特征在于，包括以下步骤，
S1：进行裁剪去除固有的一些设备干扰，处理终端采集设备硬件和结构上无法处理的边缘污染；
S2：使用sobel水平算子检测出手指的上下轮廓，得到上下边缘点的横纵坐标；
S3：检测出噪声/干扰的边缘，去除噪声；
S4：分别对上边缘点和下边缘点进行三次曲线拟合，对边缘缺失部分进行插值，得到上边缘曲线Cup和下边缘曲线Cdown；
S5：通过手指的上边缘曲线Cup和下边缘曲线Cdown求解手指的轴向中心线Lmid；
S6：以图像中心点作为旋转中心，根据图像中心点和手指的轴向中心线的角度确定旋转角度，根据旋转中心和旋转角度对原图进行旋转矫正后获得图像处理结果；
所述S5求解手指的轴向中心线Lmid的具体步骤如下，
S51：分别对Cup、Cdown两条曲线采样，并对采样点的y坐标取平均，得到各个中心点坐标，并利用此坐标进行直线拟合，得到初始轴向中心线Lmid0；
S52：在初始轴向中心线Lmid0上采样N个样本点，通过样本点作垂直于Lmid0的N条直线LMk，获得LMk与Cup、Cdown的交点J1k、J2k，计算J1k、J2k至Lmid0的距离d1k、d2k，其中k＝1,2,···,N，计算
Figure FDA0003200891440000011
S53：若D大于设定值D0时，则以J1k与J2k连线中点坐标进行直线拟合所得直线作为初始轴向中心线Lmid0，返回S52，否则，选定初始轴向中心线Lmid0为手指的轴向中心线Lmid。
2.根据权利要求1所述的一种手指静脉图像边缘提取及方向矫正方法，其特征在于，手指的轴向中心线Lmid，设其左端点坐标为(xl,yl)，右端点坐标为(xr,yr)，则手指的轴向中心线Lmid与水平方向的夹角θ可由式(1)计算得到，
Figure FDA0003200891440000012
以图像中心点作为旋转中心，利用求得的夹角θ，对图像进行旋转，原像素点的坐标为(x0,y0)，旋转过后的像素新的点的坐标为(x2,y2)，二者之间的对应关系如式(2)：
Figure FDA0003200891440000021
式中，(a,b)为图像中心点的坐标。
CN201810925023.1A 2018-08-14 2018-08-14 一种手指静脉图像边缘提取及方向矫正方法 Expired - Fee Related CN109190517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810925023.1A CN109190517B (zh) 2018-08-14 2018-08-14 一种手指静脉图像边缘提取及方向矫正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810925023.1A CN109190517B (zh) 2018-08-14 2018-08-14 一种手指静脉图像边缘提取及方向矫正方法

Publications (2)

Publication Number Publication Date
CN109190517A CN109190517A (zh) 2019-01-11
CN109190517B true CN109190517B (zh) 2022-05-10

Family

ID=64921728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810925023.1A Expired - Fee Related CN109190517B (zh) 2018-08-14 2018-08-14 一种手指静脉图像边缘提取及方向矫正方法

Country Status (1)

Country Link
CN (1) CN109190517B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085782A (zh) * 2020-09-08 2020-12-15 广州医软智能科技有限公司 放大倍率检测方法及检测装置
CN114781233B (zh) * 2022-06-20 2022-09-20 中汽研（天津）汽车工程研究院有限公司 有限元网格几何结构外形轮廓识别方法、设备及介质
CN114898413B (zh) * 2022-07-15 2022-09-13 山东圣点世纪科技有限公司 一种复杂背景下的基于图像轮廓方向场的静脉识别方法
CN116884048B (zh) * 2023-09-08 2023-12-12 江苏圣点世纪科技有限公司 一种基于边缘形态的异常静脉图像检测方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7026614B2 (en) * 2003-08-11 2006-04-11 Jeol Ltd. Automatic methods for focus and astigmatism corrections in charged-particle beam instrument
CN102043961A (zh) * 2010-12-02 2011-05-04 北京交通大学 静脉特征提取方法及利用双指静脉和指形特征进行身份认证的方法
CN102201114A (zh) * 2010-03-23 2011-09-28 奥林巴斯株式会社 图像处理装置和图像处理方法
CN102222229A (zh) * 2011-07-28 2011-10-19 陈庆武 手指静脉图像预处理方法
CN102298701A (zh) * 2011-07-29 2011-12-28 王晓华 一种适用于协同学习分布式图像特征提取算法
CN102663393A (zh) * 2012-03-02 2012-09-12 哈尔滨工程大学 基于旋转校正的手指静脉图像感兴趣区域提取方法
CN103500435A (zh) * 2013-09-11 2014-01-08 西安交通大学 一种边缘导向的自适应图像插值方法及其vlsi实现装置
CN103886321A (zh) * 2014-02-26 2014-06-25 中国船舶重工集团公司第七一〇研究所 一种手指静脉特征提取方法
CN104866828A (zh) * 2015-05-20 2015-08-26 广州日滨科技发展有限公司 手指静脉识别方法、装置以及静脉认证终端设备
CN106919941A (zh) * 2017-04-26 2017-07-04 华南理工大学 一种三维手指静脉识别方法及系统
CN107169488A (zh) * 2017-05-03 2017-09-15 四川长虹电器股份有限公司 一种票据扫描图像的矫正系统及矫正方法
CN107729883A (zh) * 2017-11-22 2018-02-23 吉林大学 一种静脉图像感兴趣区域提取方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7026614B2 (en) * 2003-08-11 2006-04-11 Jeol Ltd. Automatic methods for focus and astigmatism corrections in charged-particle beam instrument
CN102201114A (zh) * 2010-03-23 2011-09-28 奥林巴斯株式会社 图像处理装置和图像处理方法
CN102043961A (zh) * 2010-12-02 2011-05-04 北京交通大学 静脉特征提取方法及利用双指静脉和指形特征进行身份认证的方法
CN102222229A (zh) * 2011-07-28 2011-10-19 陈庆武 手指静脉图像预处理方法
CN102298701A (zh) * 2011-07-29 2011-12-28 王晓华 一种适用于协同学习分布式图像特征提取算法
CN102663393A (zh) * 2012-03-02 2012-09-12 哈尔滨工程大学 基于旋转校正的手指静脉图像感兴趣区域提取方法
CN103500435A (zh) * 2013-09-11 2014-01-08 西安交通大学 一种边缘导向的自适应图像插值方法及其vlsi实现装置
CN103886321A (zh) * 2014-02-26 2014-06-25 中国船舶重工集团公司第七一〇研究所 一种手指静脉特征提取方法
CN104866828A (zh) * 2015-05-20 2015-08-26 广州日滨科技发展有限公司 手指静脉识别方法、装置以及静脉认证终端设备
CN106919941A (zh) * 2017-04-26 2017-07-04 华南理工大学 一种三维手指静脉识别方法及系统
CN107169488A (zh) * 2017-05-03 2017-09-15 四川长虹电器股份有限公司 一种票据扫描图像的矫正系统及矫正方法
CN107729883A (zh) * 2017-11-22 2018-02-23 吉林大学 一种静脉图像感兴趣区域提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
手指静脉识别关键技术研究;文文;《中国优秀硕士学位论文全文数据库》;20180715;I138-1477 *

Also Published As

Publication number Publication date
CN109190517A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
CN109190517B (zh) 一种手指静脉图像边缘提取及方向矫正方法
WO2022007431A1 (zh) 一种Micro QR二维码的定位方法
CN103413271B (zh) 基于局部信息的文档图像校正方法
US11244144B2 (en) Age recognition method, computer storage medium and electronic device
CN109427066A (zh) 任意角度的边缘检测方法
TWI425444B (zh) 影像資料歪斜偵測校正方法與裝置
CN110866924A (zh) 一种线结构光中心线提取方法及存储介质
CN106960449B (zh) 基于多特征约束的异源配准方法
CN110136069B (zh) 文本图像矫正方法、装置与电子设备
CN105574533B (zh) 一种图像特征提取方法和装置
CN103218605A (zh) 一种基于积分投影与边缘检测的快速人眼定位方法
CN112801088B (zh) 一种扭曲文本行图像矫正的方法和相关装置
CN115511966B (zh) 基于角点检测的元件识别定位方法及系统、存储介质
CN108629221A (zh) 一种褶皱畸变qr二维码的校正方法
CN104715487A (zh) 一种基于伪Zernike矩的亚像素边缘检测方法
CN111489389A (zh) 一种光斑中心检测方法
CN110111350A (zh) 一种焊接熔池边缘检测方法、装置及存储介质
CN111127498B (zh) 一种基于边缘自生长的Canny边缘检测方法
CN110942435A (zh) 一种文档图像处理的方法和装置
CN111524139A (zh) 一种基于双边滤波器的角点检测方法和检测系统
CN108665495B (zh) 图像处理方法及装置、移动终端
CN112308872A (zh) 基于多尺度Gabor一阶导数的图像边缘检测方法
CN116862910A (zh) 基于自动化裁切生产的视觉检测方法
CN116485884A (zh) 基于计算机视觉的精酿啤酒瓶口实时定位方法及系统
CN119649068A (zh) 一种多尺度机器视觉匹配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220510

CF01 Termination of patent right due to non-payment of annual fee