论文摘要
目前,将生物检测技术(如虹膜、指纹、手指手背静脉等)用于人员识别已经成为了研究的热点。其中,手指静脉检测以其不易伪造等优势倍受人们关注。但是,由于在静脉采集过程中受到仪器设备、光照等因素的影响,采集的静脉图像对比度往往较低、噪声较多,给最终的识别带来很大的不便,所以在识别之前对静脉图像作包括增强在内的预处理是很有必要的。本文提出了一种手指静脉图像增强的算法,该算法包括三部分:去噪、增强和二值化。在去噪部分中,首先对原始静脉图像进行两层静态小波变换,然后根据不同频层的特点分别作去噪处理:对最低频,为了保持图像的平滑特性,我们采用软阈值方法;对于中频层,由于其中含有静脉的边缘信息,这些边缘信息往往是以极值点的状态呈现,所以我们只保留中频层的极值点,其余点置为0;对于高频层,由于其中大部分是孤立的噪声点,所以我们简单的采用硬阈值方法。最后对处理后的各频层作静态小波逆变换,得到去噪后的图像。在增强部分,由于静脉采集过程中光照和肌肉厚度的不均匀,使得图像灰度级有整体的渐变,所以采用整体的直方图均衡化是不合适的。为此,我们设置一个M×N的模板,对静脉图中的每个点周围的M×N区域进行直方图均衡,得到该点的灰度值。最后再对图像作整体均衡化,最终得到增强后的静脉图像。二值化部分我们采用经典的整体OTSU方法。实验表明,该方法对增强静脉图像的对比度、降低噪声是有效的。