-
题名基于自适应融合的手掌静脉增强方法
被引量：4
- 1
-
-
作者
娄梦莹
袁丽莎
刘娅琴
万雪梅
杨丰
-
机构
南方医科大学生物医学工程学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第4期1176-1182,共7页
-
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)~~
-
文摘
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0.000 4、0.047 2、0.057 9,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。
-
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
-
Keywords
palm vein image enhancement
Dark Channel Prior(DCP)
Partial Overlapped Sub-block Histogram Equalization(POSHE)
blocking
adaptive fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
