何必锋，沈 雷，何 晶，蒋寒琼

（杭州电子科技大学通信工程学院，杭州 310018）

0 概述

指静脉识别作为一种新兴的生物识别技术，已逐步应用于人们的日常生活和工作中［1］。除指静脉外的设备异物在图像采集过程中吸收近红外光后，通常会在指静脉图像中形成多余的干扰信息，此类干扰信息被定义为污染噪声。在特殊应用场景下，用户因素（如手指脱皮）和环境因素（如镜面异物）均会使采集到的指静脉图像携带污染噪声。污染噪声是一种非均匀性噪声，一般以小面积噪声块的形式随机分布在图像中。污染噪声影响了该类指静脉图像的特征提取，最终导致指静脉识别技术在特殊应用场景下的匹配性能下降，因此受污染的指静脉图像的噪声去除问题成为了目前指静脉识别技术的主要研究方向［2-4］。

图像去噪方法主要分为变换域和空间域去噪方法两大类［5］。变换域去噪方法［6］通过某种变换将图像由空间域变换到变换域进行噪声去除，依据噪声与图像主体在频域的分布差异性逆变换重构图像。对于携带污染噪声的指静脉图像，污染噪声和静脉信息主要集中于高频部分，利用变换域去噪方法难以做到保护静脉信息的同时对污染噪声进行有效去除。空间域去噪方法根据噪声检测方式可分为三类。第一类为不含噪声检测的空间域去噪方法，如邻域平均法［7］、中值滤波法［8］等。这些方法对噪声去除虽有一定效果，但由于其对非噪声区域也进行相同处理，因此在去除噪声的同时容易造成该类指静脉图像的认假问题。……