彭晓光 王彪 唐超颖 苏菡 陈晓腾

摘 要：提出了一种针对近红外图像的手臂静脉提取算法。首先利用限制对比度自适应直方图均衡化（CLAHE）对近红外图像进行预处理，增强对比度。然后利用Gabor滤波器对增强后的图像进行滤波，由Gabor滤波后的方向图和能量图获得手臂静脉位置。接着，对能量图进行高低帽变换，然后将整幅图像进行二值化，采用开闭运算处理二值化图像，利用形态学骨架提取的方法提取手臂静脉线，最后对骨架化后的图像进行毛刺修剪，得到比较完整有效的静脉线。实验结果表明，本文提出的算法可以有效地保证静脉线的连续性和完整性，有效地提高手臂静脉的匹配率。

关键词：静脉提取;图像增强;Gabor滤波;静脉匹配;

中图分类号：TP391

文献标志码：A

引 言

随着计算机视觉的快速发展，生物特征识别的应用也越来越广泛，生物特征识别技术是利用人体固有的生理特征和行为特征进行身份识别。由于传统身份识别技术不可靠、不安全等缺点，生物特征识别技术已经成为国内外较为热门的研究方向。静脉识别是通过近红外相机获得对应静脉部位近红外图像，利用静脉的结构特征完成对人的身份鉴别认证。与其他生物特征识别相比，静脉属于人体皮下组织的固有特征，基本不会发生改变，并且必须在活体下进行采集，具有难以伪造等优点，因此越来越受到研究人员的重视。

静脉识别首先要从近红外图像中获得较为完整的静脉结构，然后提取静脉完成身份识别，因此，从近红外图像中获得较为完好的静脉线结构成为至关重要的工作，静脉提取算法的优劣直接关系到匹配识别效果的好坏，甚至对整个静脉识别系统的性能产生重大影响。……