手指靜脈圖像分割方法研究.pdf

1、生物識(shí)別技術(shù)能夠通過人類身體本身具有的一些生理特性驗(yàn)證身份，具有更好的安全性和便捷性?；谑种傅纳锾卣鳎ɡ缡种胳o脈識(shí)別、指背紋理識(shí)別、指節(jié)紋識(shí)別等）已受到越來越多研究者的關(guān)注。為了有效利用手指中生物特征的有效信息并去除背景信息對最后識(shí)別結(jié)果的影響，在識(shí)別之前需要先對手指進(jìn)行分割。因此，研究魯棒的手指靜脈圖像分割算法具有重要的研究意義。
　　雖然已有一些手指靜脈圖像分割算法，但仍存在一些問題尚未解決。例如，背景區(qū)與手指區(qū)具有一定

2、的灰度重疊，使得分割算法會(huì)將一些手指區(qū)域誤分割為背景;手指邊緣經(jīng)常存在一些噪聲，使得分割算法對邊緣的分割不準(zhǔn)確。另外，現(xiàn)有的算法通常進(jìn)行高復(fù)雜度的像素級計(jì)算;在分割時(shí)，并未考慮到像素之間的一些相關(guān)性信息，從而限制了分割算法性能的提升。
　　本文針對現(xiàn)有分割算法對灰度重疊、噪聲魯棒性差、計(jì)算復(fù)雜度高且有效信息利用不充分等問題開展系統(tǒng)的研究，主要取得了以下成果:
　　(1)針對灰度重疊、噪聲魯棒性差問題，提出了基于稀疏表達(dá)和水平

3、集的手指靜脈圖像分割方法。對每個(gè)像素點(diǎn)提取稀疏特征，稀疏特征能從灰度，局部特點(diǎn)、空間特點(diǎn)多個(gè)角度表示像素的特點(diǎn)，對灰度重疊具有較好的魯棒性?；谙袼氐南∈杼卣鹘⑹种傅拇致缘姆指顖D，以獲得的分割結(jié)果為初始化區(qū)域，使用水平集進(jìn)行細(xì)致的分割，進(jìn)一步提高了分割手指的準(zhǔn)精度。
　　(2)針對現(xiàn)有算法計(jì)算復(fù)雜度高且重要信息得不到有效挖掘問題，提出了一種基于多分辨率超像素和條件隨機(jī)場的方法分割圖像中的手指。首先在多個(gè)不同尺度上劃分超像素，然后

4、提取超像素的底層信息，這些信息能夠反映灰度、紋理、局部細(xì)節(jié)等，最后通過條件隨機(jī)場對超像素進(jìn)行分類從而完成手指分割。提出的超像素級的計(jì)算，能夠大大減小計(jì)算復(fù)雜度。使用多分辨率超像素能夠融合不同分辨率的有效信息。另外，使用條件隨機(jī)場能夠充分利用超像素之間的局部鄰域關(guān)系，從而提高了分割算法的性能。
　　本文系統(tǒng)分析了現(xiàn)有分割算法中存在的算法魯棒性低、計(jì)算復(fù)雜度高等問題，并針對這些問題分別提出了基于稀疏表達(dá)和水平集的分割方法、基于多分辨率