基于自适应融合的手掌静脉增强方法

• 作者: 万雪梅 刘娅琴 娄梦莹 杨丰 袁丽莎
• 来源期刊: 计算机应用
• 学科: 工学
• 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
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 虚拟现实与多媒体计算
• 页码范围: 1176-1182
• 页数: 7页
• 分类号: TP391.4
• 字数: 5797字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018092043

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丰	南方医科大学生物医学工程学院	52	330	11.0	15.0
2	刘娅琴	南方医科大学生物医学工程学院	21	94	6.0	8.0
3	袁丽莎	南方医科大学生物医学工程学院	3	6	1.0	2.0
4	娄梦莹	南方医科大学生物医学工程学院	3	1	1.0	1.0
5	万雪梅	南方医科大学生物医学工程学院	1	1	1.0	1.0