一种基于手指静脉图像质量的模板图像注册机制   0    0

本发明公开了一种基于手指静脉图像质量的模板注册机制。本发明只有同时满足三个判决条件的图像，方可在数据库中注册：一是判决是否为曝光过度或不足的图像；二是判决是否为静脉清晰但静脉稀疏的图像；三是判决是否为静脉图像模糊不清晰的图像；具体的：首先由采集设备采集到手指静脉注册模板图像，经过预处理后，依次对图像进行曝光程度判别、稀疏程度判别和静脉模糊程度判别，若判决为低质量图像，则由系统拒绝下一步操作并语音提醒采集失败，需重新采集，只有同时满足图像曝光程度判别、模糊程度判别和静脉稀疏程度判别条件，才被允许进行接下来的注册操作。本发明能够更好的控制低质量图像被注册为模板图像，提高系统的识别性能。

1.一种基于手指静脉图像质量的模板注册方法，其特征在于只有同时满足三个判决条件的图像，方可在数据库中注册，三个条件具体为：
一是判决是否为曝光过度或不足的图像；
二是判决是否为静脉清晰但静脉稀疏的图像；
三是判决是否为静脉图像模糊不清晰的图像；
具体的：首先由采集设备采集到手指静脉注册模板图像，经过预处理后，依次对图像进行曝光程度判别、稀疏程度判别和静脉模糊程度判别，若判决为低质量图像，则由系统拒绝下一步操作并语音提醒采集失败，需重新采集，只有同时满足图像曝光程度判别、模糊程度判别和静脉稀疏程度判别条件，才被允许进行接下来的注册操作；
具体包括以下步骤：
步骤1、对采集到的手指静脉原始图像像素进行变换，变换后的静脉图像大小为160*
64；
步骤2、通过灰度等级直方图法，判别静脉图像的曝光程度：
2-1、将0～255灰阶分成32等份，每个等份有8个灰度；
2-2、计算经过步骤1变换后的该静脉图像处于前2等份的像素点个数，当像素点个数超过420则判决该静脉图像为曝光不足的静脉图像，拒绝注册；
2-3、计算经过步骤1变换后的该静脉图像处于后8等份的像素点个数，当像素点个数超过500则判决该静脉图像为曝光过度的静脉图像，拒绝注册；
步骤3、通过计算横截面各点灰度斜率的方差，判别静脉图像的模糊程度：
3-1、取出经过步骤1后的静脉图像处于第30行、70行、100行、130行的像素点的像素值，每一行为64个像素值，存入大小为4*64的矩阵M1中；
3-2、删除矩阵M1中每行前10像素点和后10像素点，从而除去两端的畸变点,得到大小为4*34的矩阵M2；
3-3、计算矩阵M2每行像素值变化的斜率，存入大小为4*34的矩阵M3中；
3-4、计算矩阵M3每行斜率值的方差，并将得到的4个方差值分别除以1000再求平均，若平均值小于2.5则判决该静脉图像为模糊图像，拒绝注册；
步骤4、通过提取手指图像主静脉，判别静脉图像的静脉稀疏程度
4-1、构造8个大小为9×9方向模板算子，将0°到180°按逆时针方向等间隔的分成8个方向，每个方向差22.5°，方向模板算子只有在一个方向上存在非零数；
4-2、将步骤4-1构造的8个方向模板算子分别与步骤1得出的静脉图像做卷积运算，方向模板算子的大小与静脉图像选取出的邻域大小相同；并将卷积值作为该邻域中心处的像素值；
4-3、将8个方向模板算子窗口分别遍历步骤1的静脉图像，得到8个不同方向上的手指静脉图像的灰度矩阵Gi，其中i＝1,2,3,4,5,6,7,8分别表示0°,22.5°,45°,67.5°,90°,
112.5°,135.5°,157.5°；
4-4、将Gi进行Niblack分割得到8个方向手指静脉纹路走势图矩阵，并记为Ii；
4-5、对8个方向手指静脉纹路走势图矩阵进行加权处理，即：
其中，矩阵ISUM中元素的值介于0和8之间；
4-6、通过门限阈值T将步骤S13得到的ISUM再次进行二值化，即：
式中，IT为二值化后的静脉图像主静脉；
4-7、计算主静脉占有率，若占有率低于0.040则判别该静脉图像为静脉稀疏图像。