计算机应用

作者：娄梦莹, 袁丽莎, 刘娅琴, 万雪梅, 杨丰

单位：南方医科大学 生物医学工程学院, 广州 510515

关键词：手掌静脉图像增强,暗原色先验,部分子块重叠直方图均衡化,分块,自适应融合

基金：国家自然科学基金资助项目（61771233）；广东省研发与产业化项目（2013B090500104）。

针对掌脉轮廓不清晰，图像对比度低、亮度低，进而导致识别性能降低的现象，提出一种自适应融合的手掌静脉增强方法。首先，基于暗原色先验（DCP）去雾算法，根据掌脉图像变异系数自适应选择去雾系数，得到DCP增强图像，并且基于部分子块重叠直方图均衡（POSHE）算法得到POSHE增强图像；然后，将图像分为16个子块，依据图像灰度均值与标准差确定各子块权重；最后，根据各子块权重对DCP和POSHE增强图像进行自适应融合，得到最终增强图像。该方法既保留了DCP算法在增强图像对比度和亮度的同时不引入明显噪声的优点，又保留了POSHE算法在增强图像对比度和亮度的同时不损失局部细节的特点；同时，两者的自适应融合既解决了DCP图像阴影部分掌脉缺失现象，又削弱了POSHE产生的块效应。在对两个公开库和自建库分别进行的实验中，三个数据库的等错误率分别为0.0004、0.0472、0.0579，识别率分别为99.98%、94.27%、92.05%。实验结果表明，与现有的图像增强方法相比，该方法降低了等错误率，提高了识别精度。

来源：2019年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第4期