[發明專利]一種基于多方向自適應閾值的指靜脈圖像噪聲檢測方法

有效

• 申請號: 202010007627.5
• 申請日: 2020-01-04
• 公開（公告）號: CN111199527B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 張烜;趙國棟;藍師偉;李學雙
• 申請（專利權）人: 圣點世紀科技股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 諸佩艷

1.一種基于多方向自適應閾值的指靜脈圖像噪聲檢測方法，其特征在于：其包括以下步驟：

1)構造多個方向的增強谷型區域的濾波模板，濾波后得到多個方向的響應值K_d，d表示多個方向的第d個方向；

2)根據當前點的灰度值和周圍鄰域的灰度值計算得到當前點的自適應閾值T₁；

3)將各個方向的響應值與自適應閾值T₁比較，若各方向的響應值均大于自適應閾值T₁，則判定該點為疑似噪聲區域；

4)對疑似噪聲區域進行邊界點的剔除；

5)對疑似噪聲區域進行靜脈紋路區域點的剔除；

6)設定一個閾值ρ，統計疑似噪聲點的點數，得到噪聲區域的面積大小，比較噪聲區域面積大小與閾值ρ，判斷圖像質量。

2.根據權利要求1所述的基于多方向自適應閾值的指靜脈圖像噪聲檢測方法，其特征在于：所述步驟1)中構造四個濾波模板，濾波后得到四個響應值。

3.根據權利要求2所述的基于多方向自適應閾值的指靜脈圖像噪聲檢測方法，其特征在于：所述四個響應值分別為K₁、K₂、K₃和K₄，

K₁＝f(x,y-1)×2+f(x,y)×(-4)+f(x,y+1)×2 (1)；

K₂＝f(x-1,y+1)×2+f(x,y)×(-4)+f(x+1,y-1)×2 (2)；

K₃＝f(x-1,y)×2+f(x,y)×(-4)+f(x+1,y)×2 (3)；

K₄＝f(x-1,y-1)×2+f(x,y)×(-4)+f(x+1,y+1)×2 (4)；

式中的f(x,y)指當前點的灰度值大小，x,y分別是圖像矩陣的行坐標和列坐標，對應為手指的縱向和橫向。

4.根據權利要求1所述的基于多方向自適應閾值的指靜脈圖像噪聲檢測方法，其特征在于：所述步驟2)中自適應閾值T₁的計算方式為：

式中，r代表周圍鄰域的半徑，i、j分別表示求和的鄰域范圍，-r≤i≤r，-r≤j≤r。

5.根據權利要求1所述的基于多方向自適應閾值的指靜脈圖像噪聲檢測方法，其特征在于：所述步驟3)中，采用公式對各方向的響應值與當前點的自適應閾值進行比較，其公式為

其中，k為閾值系數；當所有方向的響應值均滿足要求，則將該點標記為1，否則標記為0，其中，1為疑似噪聲區域，即

6.根據權利要求1所述的基于多方向自適應閾值的指靜脈圖像噪聲檢測方法，其特征在于：所述步驟4)的具體步驟為：

4.1)計算疑似噪聲點F₁(x₀，y₀)的列方向左右兩邊的平均灰度，左右兩邊的平均灰度分別用ave_L和ave_R表示，

4.2)根據左右兩側平均灰度的差值判定該點是否為邊界點，并剔除邊界點，即

其中，公式(9)中的T₂為邊界點閾值，其計算公式如公式(10)所示：

T₂＝μ×T₁ (10)，

其中，μ為閾值系數，y_max為當前待檢測的圖像的列寬的最大值，j_L表示求和的左邊鄰域范圍，j_R表示求和的右邊鄰域范圍，0≤j_L≤y₀-1，y₀+1≤j_R≤y_max。

7.根據權利要求1所述的基于多方向自適應閾值的指靜脈圖像噪聲檢測方法，其特征在于：所述步驟5)的具體步驟為：

5.1)分別計算中心鄰域平均灰度T_M、左上角鄰域平均灰度T_LU、左下角鄰域平均灰度T_LD、右上角鄰域平均灰度T_RU和右下角鄰域平均灰度T_RD，

5.2)將中心鄰域平均灰度T_M與左上角鄰域平均灰度T_LU、左下角鄰域平均灰度T_LD、右上角鄰域平均灰度T_RU、右下角鄰域平均灰度T_RD中的最小值進行比較，除掉中心鄰域平均灰度T_M高于四周四塊鄰域平均灰度T_LU、T_LD、T_RU、T_RD的點，即

式中，min(T_LU,T_LD,T_RU,T_RD)是指四個平均灰度的最小值。