欒孟杰

（綏化學(xué)院數(shù)學(xué)與信息科學(xué)學(xué)院，黑龍江綏化 152061）

基于中值濾波的手指靜脈圖像增強

欒孟杰

（綏化學(xué)院數(shù)學(xué)與信息科學(xué)學(xué)院，黑龍江綏化 152061）

提出了一種基于中值濾波的手指靜脈圖像增強方法，本算法包括去噪、對比度增強和高通濾波增強.中值濾波在去除圖像噪聲的同時較好地保護了圖像所包含的邊緣信息，對比度增強加大了血管和背景的整體對比度，最后的高通濾波增強進一步增強了血管和組織的紋理結(jié)構(gòu).實驗表明，本算法不但對圖像去噪效果好，而且能有效地增強圖像的對比度，改善圖像的質(zhì)量.

中值濾波；對比度增強；高通濾波

指紋識別是利用人體生理特征進行身份鑒別的一種較成熟的身份鑒定技術(shù)，而采集到的指紋圖像不但受采集設(shè)備的影響，存在噪聲、對比度低、指紋紋理不清晰的問題，而且還與手指干濕程度、是否帶有污漬、破損、剝皮等因素有直接影響，使得采集到的指紋圖像與真實指紋在紋理上存在偏差，這給后續(xù)的增強、分割、細化等處理過程造成不可逆轉(zhuǎn)的破壞［1-2］.而新發(fā)展起來的靜脈識別技術(shù)只受圖像采集設(shè)備的影響，所采集的圖像在灰度上存在差異［3］.如果直接在采集的圖像上進行二值化分割處理，那么會導(dǎo)致部分有用信息丟失甚至將部分圖像背景信息誤判，給最終的識別鑒定帶來很大困難，因此，在識別前對圖像進行去噪和增強處理是獲取有效信息的保證.本文提出的手指靜脈圖像增強方法，不但增強了手指靜脈血管的紋理特征，而且還增強了圖像整體的對比度.

1 圖像去噪

中值濾波原理非常簡單，就是利用一個有奇數(shù)點的窗口模板，將模板從圖像一端開始滑動，并將模板中心與圖像中某個像素位置重合，讀取模板下各對應(yīng)像素的灰度值，將這些灰度值從小到大排成一列，找出這些值里排在中間的一個，將這個中間值賦給對應(yīng)模板中心位置的像素.中值濾波是一種非線性平滑濾波，在一定條件下，它可以克服線性濾波如均值濾波、最小均方濾波等給圖像邊緣和圖像細節(jié)所帶來的模糊，而且對濾除脈沖干擾及圖像掃描噪聲非常有效［4］.在實際運算中不需要圖像的統(tǒng)計特性，這也能帶來不少方便.本文所采用的窗口大小為3×3模板.

2 圖像增強

圖像增強的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺特性或機器分析，以便于實現(xiàn)對圖像的更高級的處理和分析.在圖像處理系統(tǒng)中，圖像增強技術(shù)作為預(yù)處理部分的基本技術(shù)，是圖像處理系統(tǒng)中十分重要的一環(huán).

2.1 對比度增強

圖像的灰度線性變換是一種常見的對比度增強方法，靜脈采集設(shè)備受采集光強的影響，圖像成像時由于曝光不足或曝光過度，會產(chǎn)生對比度不足的弊病，使圖像中的細節(jié)分辨不清，這時如將圖像灰度線性擴展，常能顯著改善圖像的主觀質(zhì)量，尤其對于曝光不充分的圖像和灰度分布范圍較窄的圖像，具有不錯的增強效果.

假設(shè)原圖像f（x，y）的灰度范圍為［a，b］，若經(jīng)線性變換后，圖像g（x，y）的灰度范圍擴展為［c，d］，則采用如下變換來實現(xiàn)［5］：

灰度線性變換法的實質(zhì)是將較小的灰度空間按線性關(guān)系擴展到較大的灰度空間.經(jīng)灰度線性變換后，像素的動態(tài)范圍增加，圖像的對比度擴展，使圖像變得更加清晰、細膩、容易識別.

2.2 空域高通濾波增強

為了突出圖像的精細結(jié)構(gòu)，達到使圖像的邊緣或線條變得清晰的目的，通常采用各種高通濾波或微分算子對圖像進行卷積運算來對圖像進行銳化，以突出圖像中的高頻成分.圖像銳化中最常用的銳化算子為拉普拉斯算子，它能夠反映像素點及其鄰域的灰度變化率，其定義形式［6］為

式（3）可以用如圖1所示的掩模來實現(xiàn)，此掩模給出了以90°旋轉(zhuǎn)的各向同性的結(jié)果.對角線方向也可以加入到離散拉普拉斯變換的定義中，執(zhí)行對角線定義的掩模如圖2所示.這種掩模對45°增幅的結(jié)果是各向同性的.若掩模中心元素的系數(shù)取正數(shù)，還可以產(chǎn)生另外兩個掩模，如圖3所示，它們產(chǎn)生了等效的結(jié)果.但是，當(dāng)拉普拉斯濾波后的圖像與其他圖像合并（相加或相減）時，則必須考慮符號上的差別.

圖1 掩模模板Fig.1 Mask template

圖2 執(zhí)行對角線定義的掩模模板Fig.2 The template that implementing the definition of diagonal

拉普拉斯算子是一種微分算子，它的應(yīng)用強調(diào)圖像中灰度的突變及降低灰度慢變化的區(qū)域.這將產(chǎn)生一幅把圖像中的淺灰色邊線和突變點疊加到暗背景中的圖像.將原始圖像和拉普拉斯增強圖像疊加在一起的簡單方法可以保護拉普拉斯銳化處理的效果，同時又能復(fù)原背景信息.本文先采用如圖3b所示的掩模模板對濾波去噪后的圖像進行銳化增強，然后將銳化圖像進行放大，最后再與原圖像疊加，得到增強的高通濾波圖像.增強的高通濾波圖像在保持了圖像背景的同時，圖像的邊緣紋理和精細結(jié)構(gòu)更加清晰.

圖3 掩模中心元素系數(shù)取正數(shù)時產(chǎn)生的模板Fig.3 The template with positive coefficient of the central element of mask

3 實驗結(jié)果及分析

本文增強算法的仿真結(jié)果如圖4～圖7所示.圖4所示是原手指靜脈圖像.圖5是對原圖進行中值濾波去噪后的圖像，中值濾波去噪后，圖像仍能較好地保護邊界.接著對圖像進行對比度增強處理，如圖6所示.從圖6中可以看出，經(jīng)對比度增強后的圖像，圖像整體的對比度有了明顯的改善，但掩埋在較低灰度下的毛細血管所占的像素少，增強效果并不令人滿意.最后又對圖像進行高通濾波增強處理，此時手指靜脈圖像不但對比度明顯，而且圖像的精細結(jié)構(gòu)組織也得到了明顯增強，如圖7所示.

圖4 原圖Fig.4 The original image

圖5 中值濾波圖Fig.5 The image after median filtering

圖6 對比度增強圖Fig.6 The image after contrast enhancement

圖7 高通濾波增強圖Fig.7 The image enhanced by using the proposed method

為了定量地評價圖像質(zhì)量，本文引入“模糊性指數(shù)”［7］

來比較圖像增強前后的質(zhì)量改善程度.式（4）中，圖像的大小為M×N；P（i，j）＝sin［0.5π（1-I（i，j）／Imax）］，其中，I（i，j），Imax分別為圖像中（i，j）位置處的灰度值和圖像的最大灰度值.根據(jù)模糊性指數(shù)的定義可知，圖像清晰度會隨模糊性指數(shù)的減小而增大.表1給出了進行圖像增強后圖像的模糊性指數(shù).從表1中數(shù)據(jù)可知，對圖像進行對比度增強和高通濾波增強后，圖像的模糊性指數(shù)都小于原圖像的模糊性指數(shù).因此，圖像的清晰度都有所改善，但是圖像只進行對比度增強時，圖像的靜脈紋理特征增強的效果并不明顯，最后通過高通濾波增強方法極大地彌補了細節(jié)增強不足的缺點，圖像模糊性指數(shù)比原圖像的模糊性指數(shù)降低了大約26%，此時說明圖像的清晰度有了明顯的提高，對比度大大改善，這與主觀的視覺是一致的.

表1 圖像模糊性指數(shù)Table 1 Blurring index of the image

4 結(jié) 語

本文提出了一種手指靜脈圖像增強的有效方法，本算法通過對手指靜脈圖像分別進行去噪、對比度增強和高通濾波增強處理，使得手指靜脈圖像的整體對比度在得到很大改善的同時，手指的血管紋理也得到了很好的增強，為手指靜脈圖像的后續(xù)分割及識別奠定了基礎(chǔ).

［1］楊紅，張樂，從闖.基于小波的指紋圖像增強算法［J］.沈陽大學(xué)學(xué)報，2004，16（6）：21-23.

［2］穆國燕，田俊霞，陳樹中.一種有效的指紋圖像分割和細化方法［J］.計算機工程，2002，28（10）：128-129.

［3］Naoto M，Akio N，Takafumi M.Feature extraction of finger-vein patterns based on repeated line tracking and its application to personal identification［J］.Machine Vision and Applications，2004，15（4）：194-203.

［4］姚敏，等.數(shù)字圖像處理［M］.北京：機械工業(yè)出版社，2006：73.

［5］余成波.數(shù)字圖像處理及MATLAB實現(xiàn)［M］.重慶：重慶大學(xué)出版社，2003：158.

［6］Rafael C G，Richard E.數(shù)字圖像處理［M］.阮秋琦，阮宇智，等，譯.2版.北京：電子工業(yè)出版社，2007：100-101.

［7］舒金龍，于振紅，朱振福.一種改進的紅外圖像模糊增強方法［J］.系統(tǒng)工程與電子技術(shù)，2005，27（6）：957-959.

Image Enhancement of Fingervein Patterns based on Median Filtering

LUAN Mengjie

（School of Mathematics and Information Science，Suihua University，Suihua 152061，China）

A method to enhance the finger-vein image fine structure and the whole contrast was proposed based on median filtering.The method includes denoising，contrast enhancement，and highpass filtering enhanced method.Median filtering can filter the noise of the image and better protect the information contained in the edge of image；contrast enhancement is adopted to enlarge the contrast of image；the finger-vein was enhanced and fine structures was improved by using high-pass filtering method.The experimental results show that this method is effective.

median filtering；contrast enhancement；high-pass filtering

TP 391.41

A

1008-9225（2012）04-0033-03

2012-01-12

黑龍江省教育廳科學(xué)技術(shù)研究資助項目（12513098）；綏化學(xué)院青年基金資助項目（QK1103001）.

欒孟杰（1980-），女，遼寧朝陽人，綏化學(xué)院講師，碩士.

李 艷】