基于中值滤波的手指静脉图像增强

栾孟杰

（绥化学院数学与信息科学学院，黑龙江绥化 152061）

基于中值滤波的手指静脉图像增强

栾孟杰

（绥化学院数学与信息科学学院，黑龙江绥化 152061）

提出了一种基于中值滤波的手指静脉图像增强方法，本算法包括去噪、对比度增强和高通滤波增强.中值滤波在去除图像噪声的同时较好地保护了图像所包含的边缘信息，对比度增强加大了血管和背景的整体对比度，最后的高通滤波增强进一步增强了血管和组织的纹理结构.实验表明，本算法不但对图像去噪效果好，而且能有效地增强图像的对比度，改善图像的质量.

中值滤波；对比度增强；高通滤波

指纹识别是利用人体生理特征进行身份鉴别的一种较成熟的身份鉴定技术，而采集到的指纹图像不但受采集设备的影响，存在噪声、对比度低、指纹纹理不清晰的问题，而且还与手指干湿程度、是否带有污渍、破损、剥皮等因素有直接影响，使得采集到的指纹图像与真实指纹在纹理上存在偏差，这给后续的增强、分割、细化等处理过程造成不可逆转的破坏［1-2］.而新发展起来的静脉识别技术只受图像采集设备的影响，所采集的图像在灰度上存在差异［3］.如果直接在采集的图像上进行二值化分割处理，那么会导致部分有用信息丢失甚至将部分图像背景信息误判，给最终的识别鉴定带来很大困难，因此，在识别前对图像进行去噪和增强处理是获取有效信息的保证.本文提出的手指静脉图像增强方法，不但增强了手指静脉血管的纹理特征，而且还增强了图像整体的对比度.

1 图像去噪

中值滤波原理非常简单，就是利用一个有奇数点的窗口模板，将模板从图像一端开始滑动，并将模板中心与图像中某个像素位置重合，读取模板下各对应像素的灰度值，将这些灰度值从小到大排成一列，找出这些值里排在中间的一个，将这个中间值赋给对应模板中心位置的像素.中值滤波是一种非线性平滑滤波，在一定条件下，它可以克服线性滤波如均值滤波、最小均方滤波等给图像边缘和图像细节所带来的模糊，而且对滤除脉冲干扰及图像扫描噪声非常有效［4］.在实际运算中不需要图像的统计特性，这也能带来不少方便.本文所采用的窗口大小为3×3模板.

2 图像增强

图像增强的目的是使图像的某些特性方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实现对图像的更高级的处理和分析.在图像处理系统中，图像增强技术作为预处理部分的基本技术，是图像处理系统中十分重要的一环.

2.1 对比度增强

图像的灰度线性变换是一种常见的对比度增强方法，静脉采集设备受采集光强的影响，图像成像时由于曝光不足或曝光过度，会产生对比度不足的弊病，使图像中的细节分辨不清，这时如将图像灰度线性扩展，常能显著改善图像的主观质量，尤其对于曝光不充分的图像和灰度分布范围较窄的图像，具有不错的增强效果.

假设原图像f（x，y）的灰度范围为［a，b］，若经线性变换后，图像g（x，y）的灰度范围扩展为［c，d］，则采用如下变换来实现［5］：

灰度线性变换法的实质是将较小的灰度空间按线性关系扩展到较大的灰度空间.经灰度线性变换后，像素的动态范围增加，图像的对比度扩展，使图像变得更加清晰、细腻、容易识别.

2.2 空域高通滤波增强

为了突出图像的精细结构，达到使图像的边缘或线条变得清晰的目的，通常采用各种高通滤波或微分算子对图像进行卷积运算来对图像进行锐化，以突出图像中的高频成分.图像锐化中最常用的锐化算子为拉普拉斯算子，它能够反映像素点及其邻域的灰度变化率，其定义形式［6］为

式（3）可以用如图1所示的掩模来实现，此掩模给出了以90°旋转的各向同性的结果.对角线方向也可以加入到离散拉普拉斯变换的定义中，执行对角线定义的掩模如图2所示.这种掩模对45°增幅的结果是各向同性的.若掩模中心元素的系数取正数，还可以产生另外两个掩模，如图3所示，它们产生了等效的结果.但是，当拉普拉斯滤波后的图像与其他图像合并（相加或相减）时，则必须考虑符号上的差别.

图1 掩模模板Fig.1 Mask template

图2 执行对角线定义的掩模模板Fig.2 The template that implementing the definition of diagonal

拉普拉斯算子是一种微分算子，它的应用强调图像中灰度的突变及降低灰度慢变化的区域.这将产生一幅把图像中的浅灰色边线和突变点叠加到暗背景中的图像.将原始图像和拉普拉斯增强图像叠加在一起的简单方法可以保护拉普拉斯锐化处理的效果，同时又能复原背景信息.本文先采用如图3b所示的掩模模板对滤波去噪后的图像进行锐化增强，然后将锐化图像进行放大，最后再与原图像叠加，得到增强的高通滤波图像.增强的高通滤波图像在保持了图像背景的同时，图像的边缘纹理和精细结构更加清晰.

图3 掩模中心元素系数取正数时产生的模板Fig.3 The template with positive coefficient of the central element of mask

3 实验结果及分析

本文增强算法的仿真结果如图4～图7所示.图4所示是原手指静脉图像.图5是对原图进行中值滤波去噪后的图像，中值滤波去噪后，图像仍能较好地保护边界.接着对图像进行对比度增强处理，如图6所示.从图6中可以看出，经对比度增强后的图像，图像整体的对比度有了明显的改善，但掩埋在较低灰度下的毛细血管所占的像素少，增强效果并不令人满意.最后又对图像进行高通滤波增强处理，此时手指静脉图像不但对比度明显，而且图像的精细结构组织也得到了明显增强，如图7所示.

图4 原图Fig.4 The original image

图5 中值滤波图Fig.5 The image after median filtering

图6 对比度增强图Fig.6 The image after contrast enhancement

图7 高通滤波增强图Fig.7 The image enhanced by using the proposed method

为了定量地评价图像质量，本文引入“模糊性指数”［7］

来比较图像增强前后的质量改善程度.式（4）中，图像的大小为M×N；P（i，j）＝sin［0.5π（1-I（i，j）／Imax）］，其中，I（i，j），Imax分别为图像中（i，j）位置处的灰度值和图像的最大灰度值.根据模糊性指数的定义可知，图像清晰度会随模糊性指数的减小而增大.表1给出了进行图像增强后图像的模糊性指数.从表1中数据可知，对图像进行对比度增强和高通滤波增强后，图像的模糊性指数都小于原图像的模糊性指数.因此，图像的清晰度都有所改善，但是图像只进行对比度增强时，图像的静脉纹理特征增强的效果并不明显，最后通过高通滤波增强方法极大地弥补了细节增强不足的缺点，图像模糊性指数比原图像的模糊性指数降低了大约26%，此时说明图像的清晰度有了明显的提高，对比度大大改善，这与主观的视觉是一致的.

表1 图像模糊性指数Table 1 Blurring index of the image

4 结 语

本文提出了一种手指静脉图像增强的有效方法，本算法通过对手指静脉图像分别进行去噪、对比度增强和高通滤波增强处理，使得手指静脉图像的整体对比度在得到很大改善的同时，手指的血管纹理也得到了很好的增强，为手指静脉图像的后续分割及识别奠定了基础.

［1］杨红，张乐，从闯.基于小波的指纹图像增强算法［J］.沈阳大学学报，2004，16（6）：21-23.

［2］穆国燕，田俊霞，陈树中.一种有效的指纹图像分割和细化方法［J］.计算机工程，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.数字图像处理［M］.北京：机械工业出版社，2006：73.

［5］余成波.数字图像处理及MATLAB实现［M］.重庆：重庆大学出版社，2003：158.

［6］Rafael C G，Richard E.数字图像处理［M］.阮秋琦，阮宇智，等，译.2版.北京：电子工业出版社，2007：100-101.

［7］舒金龙，于振红，朱振福.一种改进的红外图像模糊增强方法［J］.系统工程与电子技术，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

黑龙江省教育厅科学技术研究资助项目（12513098）；绥化学院青年基金资助项目（QK1103001）.

栾孟杰（1980-），女，辽宁朝阳人，绥化学院讲师，硕士.

李 艳】