没有合适的资源?快使用搜索试试~ 我知道了~
首页开关型非局部均值滤波在指静脉图像去噪中的应用
开关型非局部均值滤波在指静脉图像去噪中的应用
需积分: 10 1 下载量 121 浏览量
更新于2024-09-03
收藏 2.19MB PDF 举报
"基于开关型非局部均值滤波的指静脉图像去噪.pdf" 本文主要探讨了一种针对指静脉图像去噪的新方法,即基于开关型非局部均值滤波的指静脉图像去噪算法。指静脉识别技术是一种生物识别技术,因其高安全性、高准确性和快速识别能力,在多个领域有着广泛应用。然而,当前市场上的指静脉采集设备多采用红外摄像头,采集的图像易受到皮肤表面信息,特别是老人和冬季皮肤干燥人群的皮肤脱落问题的影响,导致图像中出现不规则分布的皮裂纹特征,这些特征可能干扰静脉信息的提取,影响后续的匹配效果。 传统的去噪方法,如中值滤波,可能无法有效地处理这些复杂的情况。针对这一问题,文章提出了一种新的算法,首先通过计算静脉图像像素点的Hessian矩阵来分析图像的纹理特性,接着利用Frangi滤波器对图像中的皮裂纹区域进行精确检测。检测到的皮裂纹区域随后会被应用非局部均值滤波进行去噪处理。这种方法的独特之处在于,它能够充分利用图像中未受干扰区域的冗余信息,有效去噪的同时,尽可能地保留静脉的细节,从而在一定程度上克服了传统去噪算法可能导致的静脉信息损失。 通过理论分析和实验验证,该算法相较于现有的经典去噪算法表现出更优的性能。它能更好地保留静脉图像的细节,提高对皮裂纹干扰区域的处理效果,进而提升指静脉图像的匹配性能。这对于提高识别系统的整体准确性和稳定性具有重要意义,尤其适用于处理那些由于皮肤条件不佳导致的图像质量问题。 基于开关型非局部均值滤波的指静脉图像去噪算法为生物识别技术领域提供了一个新的解决方案,有助于推动指静脉识别技术的进步和实际应用的拓展。这种创新方法不仅在学术研究上有价值,也为实际的生物识别系统设计提供了实用的参考。
资源详情
资源推荐
软 件 导 刊 2020 年
第 19 卷 第 1 期
2020 年 1 月
软 件 导 刊
Software Guide
Vol. 19 No. 1
Jan. 2020
收稿日期:2019-04-08
基金项目:杭州电子科技大学研究生科研创新基金项目(CXJJ2018029)
作者简介:杨航(1995-),男,杭州电子科技大学通信工程学院硕士研究生,研究方向为手指静脉图像处理、生物识别;沈雷(1979-),
男,博士,杭州电子科技大学通信工程学院教授,研究方向为信号处理、指静脉生物识别;李凡(1995-),男,杭州电子科技大
学通信工程学院硕士研究生,研究方向为指静脉生物识别;吕葛梁(1995-),男,杭州电子科技大学通信工程学院硕士研究
生,研究方向为指静脉生物识别。
0 引言
指静脉技术作为最新的生物识别技术,凭借其高防伪
性能 、高 准确度 、识别 迅 速等特 点 在各领 域 得到了 广 泛应
用。 但 是目 前 市场上 流行的 指 静脉采 集设备 大 多以 红 外
摄像 头 为主,采 集 技术仍 不 够成熟 ,获得 的 静脉图 像 容易
受到手指表皮信息干扰。对于某些特殊人群样本,例如老
人或冬季容易蜕皮的人群等,采集过程容易受到起皮干裂
部位干扰。这类起皮裂纹特征在静脉图像上分布不规律,
与周 围 像素点 灰 度梯度 变 化差异 大 ,大多成 细 小裂缝 状,
对静脉信息造成一定干扰,提取静脉拓扑结构特征时容易
形成 伪 静脉,对 后 续匹配 工 作影响 巨 大。因 此 ,对该 静 脉
图像 上 起皮 干 裂区域 进行检 测 及去噪 处理是 提 高此 类 图
像匹配性能的重要步骤。
目前指静脉图像去噪中的传统算法如中值滤波
[1-3]
、均
基于开关型非局部均值滤波的指静脉图像去噪
杨 航,沈 雷,李 凡,吕葛梁
(杭州电子科技大学 通信工程学院,浙江 杭州 310018)
摘 要:为了解决带有皮裂纹特征的指静脉图像中干扰区域影响静脉特征提取的难题,提出一种基于开关型非
局部均值滤波的指静脉图像去噪算法。该算法首先生成静脉图像像素点的 Hessian 矩阵,然后通过 Frangi 滤
波对起皮干裂区域进行精准检测,最后对受干扰区域进行非局部均值滤波去噪。理论分析与实验结果表明,该
算法与现有经典静脉去噪算法相比,充分利用了图像上其它区域的冗余信息,在实现去噪的同时,更好地保留
了非受干扰图像区域的静脉细节部分,一定程度上克服了经典去噪算法对整个图像的过平滑问题。在认假率
为 0 时,拒真率相比原结果降低了 5.63%。
关键词:Hessian 矩阵;Frangi 滤波;非局部均值滤波;图像去噪;指静脉识别
DOI:10. 11907/rjdk. 191483 开 放 科 学(资 源 服 务)标 识 码(OSID):
中图分类号:TP317.4 文献标识码:A 文章编号:1672-7800(2020)001-0262-05
Finger Vein Image Denoising Based on Switching Non-local Mean Filtering
YANG Hang,SHEN Lei,LI Fan,LV Ge-liang
(School of Communication Engineering,Hangzhou Dianzi University,Hangzhou 310018,China)
Abstract:In order to solve the problem that the disturbed area in the finger vein image with the peeling cracking feature affects the
ve in feature extraction,a finger vein ima ge denoising algorithm based on switching non-local mean filtering is pr oposed. The algorit hm
first generates the Hessian ma trix of the pixel points of image. And then the peeling and cracking area is accurately detected by Frangi
filtering. Finally,and the disturbed regio n is de noised by non-local mean fi ltering. Experimental results and theoretical analysis indi⁃
ca te that compared with the existing classical vein denoising algori thm,the proposed algor ithm makes full use of the redundant informa⁃
tion of other areas on the image,and better preserves the vein detail o f the non-disturbed image area. To a certain extent,it overcomes
the problem that the classical denoising algorithm is too smooth for the entire image. In the case of the false acceptance rate of 0,the
false rejection rate is reduced by 5.63% compared to the original result.
Key Words:Hessian matrix;Frangi filtering;NL-means f iltering;image denoising;finger vein recognition
万方数据
下载后可阅读完整内容,剩余4页未读,立即下载
anitachiu_2
- 粉丝: 31
- 资源: 801
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 批量文件重命名神器:HaoZipRename使用技巧
- 简洁注册登录界面设计与代码实现
- 掌握Python字符串处理与正则表达式技巧
- YOLOv5模块改进 - C3与RFAConv融合增强空间特征
- 基于EasyX的C语言打字小游戏开发教程
- 前端项目作业资源包:完整可复现的开发经验分享
- 三菱PLC与组态王实现加热炉温度智能控制
- 使用Go语言通过Consul实现Prometheus监控服务自动注册
- 深入解析Python进程与线程的并发机制
- 小波神经网络均衡算法:MATLAB仿真及信道模型对比
- PHP 8.3 中文版官方手册(CHM格式)
- SSM框架+Layuimini的酒店管理系统开发教程
- 基于SpringBoot和Vue的招聘平台完整设计与实现教程
- 移动商品推荐系统:APP设计与实现
- JAVA代码生成器:一站式后台系统快速搭建解决方案
- JSP驾校预约管理系统设计与SSM框架结合案例解析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功