静脉识别的步骤

发布网友 发布时间：2022-04-19 20:20

我来回答

共1个回答

热心网友 时间：2023-07-05 00:57

由于静脉分割后其边缘并不光滑,直接对其细化将产生许多毛刺,必须对其进行平滑处理。
根据形态学操作的特点,本文首先对图 5所示分割结果进行形态学开操作,断开狭窄的间断和消除细长的毛刺,接着用面积阈值法去除那些被断开的斑点和斑块,然后使用闭操作以连接断开的静脉,并进一步采用中值滤波来平滑静脉边缘.
经实验分析得知,中值滤波器的模板越大、滤波次数越多,骨架失真越大,反之越小。 Hu于 1961年首先提出了基于直角坐标系的原点矩、 中心矩等几何矩的概念,之后又运用归一化中心矩组合定义了 7个不变矩.和其他类型的矩相比,这 7个不变矩对于平移、 旋转和比例缩放都具有较好的不变性,因此适合于作为识别分类的特征.但这 7个不变矩的变化范围很大,直接作为特征用于识别效果不是很好,必须加以修正,本文利用取对数的方法进行数据压缩,同时考虑到不变矩有可能出现负值,因此,本文实际采用的不变矩为下式
M′ i = lg|Mi | , 　i = 1, 2, 3, …, 7 . (3)
然后将 M′ 1～M′ 7作为静脉骨架的不变矩特征,并应用下式构造矩特征向量
M = (M′ 1 ,M′ 2 ,M′ 3 ,M′ 4 ,M′ 5 ,M′ 6 ,M′ 7 ) . (4)
以 007号手背静脉图像 (007 hv 1 . bmp～007 hv 5 . bmp)为例,其静脉骨架的矩特征向量如表 1所示.
表 1　 修正后的静脉不变矩特征向量
静脉图像
不变矩 hv1 hv2 hv3 hv4 hv5
M′ 1 0 . 746 132 0 . 755 544 0 . 761 463 0 . 762 629 0 . 745 536
M′ 2 - 1 . 300 106 - 2 . 232 351 - 2 . 166 532 - 0 . 822 852 - 0 . 653 529
M′ 3 0 . 102 239 0 . 121 920 - 1 . 329 910 - 1 . 107 078 - 0 . 648 701
M′ 4 - 1 . 832 518 - 1 . 618 541 - 1 . 319 387 - 0 . 180 293 - 0 . 002 694
M′ 5 - 2 . 152 984 - 1 . 867 573 - 2 . 037 022 - 0 . 623 853 - 0 . 334 567
M′ 6 - 2 . 053 364 - 2 . 828 432 - 2 . 437 842 - 2 . 036 446 - 1 . 399 067
M′ 7 - 1 . 003 532 - 2 . 716 815 - 1 . 477 484 - 0 . 522 549 0 . 535 775