楊小慶， 王 年， 楊云雷

(安徽大學(xué) 電子信息工程學(xué)院，安徽 合肥 230601)

0 引 言

人體靜脈紋路包含著大量的信息，且每個人的靜脈血管結(jié)構(gòu)是不相同的，可以獲取豐富的信息。目前為止，手指靜脈相關(guān)的研究較多[1～5]，而手臂靜脈相關(guān)的研究相對較少。相較于手指而言，手臂含有的靜脈較多且復(fù)雜，具有很高的研究價值以及應(yīng)用前景。二者靜脈圖像的采集裝置不相同，除了光源的設(shè)計上會有所區(qū)別外，具體使用的光源照射方式上也存在差異。手指的靜脈圖像采集[6]相對簡單，而手臂較厚，可采用反射方式照射和增強光源強度采集其靜脈圖像[7]。

一般會選取760 nm或940 nm單波段近紅外光作為采集靜脈血管圖像的光源。通過不同波段的近紅外光照射，采集的人體血管圖像的質(zhì)量不同。本文采用760,940 nm及其混合光源進(jìn)行反射照射，并對采集到的血管圖像進(jìn)行限制對比度自適應(yīng)直方圖均衡化 (contrast limited adaptive histogram equalization，CLAHE)和NiBlack算法[8]處理，多組對比實驗結(jié)果表明:在圖像處理之前，不同波長近紅外光采集的手臂血管圖像無明顯區(qū)別，經(jīng)過處理后可以看出，940 nm單色光采集到的圖像質(zhì)量最高，760 nm和940 nm的混合光采集到的效果相比次之，760 nm單色光成像效果不佳。

1 近紅外光人體血管圖像采集

1.1 不同波長近紅外光人體血管成像

根據(jù)還原血紅蛋白的吸收特性，760 nm近紅外光源，比較適合于采集靜脈血管圖像。但對于人體某些肌肉較厚部位，該波段的穿透性能不好，相對于760 nm的940 nm近紅外光對皮膚的穿透深度要大，而且避開了脂肪吸收系數(shù)的波峰。為了結(jié)合2種光源的特點，采用760，940 nm和兩者混合波長光源進(jìn)行實驗。

1.2 近紅外光人體血管采集

1.2.1 攝像頭選取

實驗選取MICRON的MT9V034攝像頭，具備極佳的近紅外敏感度，在暗光線時性能超過一般的電荷耦合器件(charge coupled device,CCD)傳感器，更適合在近紅外光線下采集圖像。圖1為其光譜響應(yīng)曲線，可以看出：在近紅外700～950 nm區(qū)間內(nèi)采集的效果較好。

圖1 MT9V034光譜曲線

1.2.2 LED排列

手指和手臂靜脈血管的深度不同，要想獲取高質(zhì)量的血管圖像，可以設(shè)計不同的發(fā)光二極管(light-emitting diode,LED)光源，如圖2所示。手指靜脈的采集通常采用透射光照方式，能夠使位于肌肉深處細(xì)小的靜脈更好的成像；而手臂部位肌肉較厚，近紅外光很難穿透，因此，一般采用反射的光照方式。

圖2 手指和手臂靜脈采集光源分布

實驗采用直流穩(wěn)壓源對光源進(jìn)行供電，通過改變電流的大小調(diào)節(jié)光源的亮度，使其亮度連續(xù)可調(diào)，以方便調(diào)試。采用的光源分布如圖2(b)所示,矩形排布，每顆LED功率大小為0.4 W，電流為100 mA，電路采用串聯(lián)方式，以保證通過各二極管的電流相同，有相同的亮度，采集的靜脈圖像均勻清晰。

1.2.3 濾光片選取

通常增加濾光片來消除環(huán)境中可見光的干擾。濾光片要與近紅外波段相匹配。只采用一種近紅外光時，應(yīng)使用相同波段的帶通濾光片。當(dāng)采用2種或以上的混合光時，應(yīng)使用長波通濾光片。

1.2.4 血管圖像采集

采用反射的照射方式，原因為：手臂較厚，近紅外光通常無法進(jìn)行透射；光源和攝像頭分布在同一側(cè)，可大幅簡化采集裝置。采集裝置如圖3所示。

圖3 靜脈圖像采集簡易裝置

2 人體血管圖像處理

2.1 對比度增強

圖像對比度增強最通常的辦法就是直方圖均衡化，CLAHE算法通過計算圖像的局部直方圖，重新分布亮度來改變圖像對比度，更適合于改進(jìn)圖像的局部對比度以及獲得更多的圖像細(xì)節(jié)。其每個子區(qū)域的直方圖hL(r)為

hL(r)=αhW(r)+(1-α)hB(r)

(1)

式中hW(r)為窗內(nèi)歸一化直方圖;hB(r)為窗外歸一化直方圖，且0≤α≤1。實驗取窗口大小r為8×8,α取0.37。

圖4為血管原圖像與增強后圖像。通過對比可以看出，CLAHE對比度增強后圖像的效果較好。

圖4 血管原圖像和增強后圖像

2.2 局部閾值化

由于采集的靜脈圖像光照分布不均勻，因此，實驗選擇局部動態(tài)閾值分割的方法，即NiBlack算法，核心思想是對于圖像中每一個像素如(x,y),設(shè)其灰度值為f(x,y),建立一個r×r模板，通過式(2)和式(3)分別計算模板像素的均值m(x,y)和方差s(x,y)，并計算閾值T(x,y)

(3)

T(x,y)=m(x,y)+k×s(x,y)

(4)

式中k為分割閾值的修正系數(shù)。實驗在選取的感興趣區(qū)域(region of interest，ROI)上進(jìn)行NiBlack處理，處理效果比較理想。

3 實驗結(jié)果與分析

1)處理前的手臂圖像對比。圖5所示為手臂血管處理前圖像。

圖5 不同近紅外波段下手臂血管原圖像

可以看出，由于受皮膚表面反射光的影響，采集到的靜脈血管圖像對比度會比較低，在圖像處理之前，各種波長所采集到的靜脈圖像無明顯區(qū)別，因此，需要經(jīng)過相關(guān)的圖像算法處理才能更深入地分析對比何波段的近紅外光在反射照射下手臂血管成像的質(zhì)量更高。

2)處理后的手臂圖像對比

為了進(jìn)一步深入分析比較不同波長近紅外光下所采集到的靜脈血管圖像質(zhì)量，又分別對760，940nm及60，940 nm的混合光照射下所采集到的圖像進(jìn)行CLAHE增強和NiBlack算法處理，處理后的效果如圖6、圖7所示，可以看出，近紅外940 nm單色光手臂血管圖像經(jīng)過處理之后，能夠清晰地看到靜脈血管紋路，成像效果最好，而760nm單色光采集到的靜脈圖像經(jīng)過處理之后，其成像的效果較760 nm和940 nm的混合光采集的模糊。

圖6 各波段下手臂血管對比度增強后圖像

圖7 各波段下手臂血管二值化后圖像

4 結(jié)束語

針對不同波長近紅外光下采集的手臂血管圖像質(zhì)量問題，提出了對靜脈血管圖像進(jìn)行CLAHE和NiBlack算法處理，實驗結(jié)果表明：在近紅外光反射照射下，選取940 nm單色光或者760 nm和940 nm的混合光做為光源，能夠采集到較高質(zhì)量的人體手臂血管圖像。

參考文獻(xiàn):

[1] Jiang H,Cao Q.The finger vein image acquisition method and vein pattern extraction study based on near infrared[J].Circulation Heart Failure,2012,5(5):1-4.

[2] Tan D,Yang J,Shi Y,et al.A hierarchal framework for finger-vein image classification[C]∥IAPR Asian Conference on Pattern Recognition,2013:833-837.

[3] Dai Y,Huang B,Li W,et al.A method for capturing the finger-vein image using nonuniform intensity infrared light[J].Congress on Image & Signal Processing,2008(4):501-505.

[4] Lu Y,Xie S J,Yoon S,et al.An available database for the research of finger vein recognition[J].International Congress on Image & Signal Processing,2013(1):410-415.

[5] Yang L,Yang G,Yin Y,et al.A survey of finger vein recogni-tion[J].Springer International Publishing,2014,8833(8):234-243.

[6] 余成波,余玉潔,方 軍,等.基于FPGA手指靜脈圖像采集系統(tǒng)的研制[J].電子技術(shù)應(yīng)用,2015,41(11):81-84.

[7] 陳 芳.基于近紅外成像的手背靜脈識別系統(tǒng)研究與實現(xiàn)[D].合肥：安徽大學(xué), 2013.

[8] Zhao S,Wang Y.Extracting hand vein patterns from low-quality images:A new biometric technique using low-cost devices[C]∥The Fourth International Conference on Image and Graphics ,ICIG 2007,2007：667-671.