3

我正在尝试在 OpenCV 中实现一种算法来显示手掌静脉图案的细节。我以我在 Internet 上找到的一篇名为“使用掌纹和掌纹特征的非接触式生物识别系统”的论文为基础。我感兴趣的部分是第3.2 章预处理。那里显示了所涉及的步骤。

我想使用 OpenCV 来实现，但直到现在我都被困住了。特别是他们在低通滤波器的响应上使用拉普拉斯滤波器来隔离主要静脉，但无论我尝试什么参数，我的结果都会变得非常嘈杂！

任何帮助将不胜感激！

4

1 回答 1

7

好的，最后我自己想出了如何去做。这是我的代码：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

#define THRESHOLD 150
#define BRIGHT 0.7
#define DARK 0.2

using namespace std;
using namespace cv;

int main()
{

    // Read source image in grayscale mode
    Mat img = imread("roi.png", CV_LOAD_IMAGE_GRAYSCALE);

    // Apply ??? algorithm from https://stackoverflow.com/a/14874992/2501769
    Mat enhanced, float_gray, blur, num, den;
    img.convertTo(float_gray, CV_32F, 1.0/255.0);
    cv::GaussianBlur(float_gray, blur, Size(0,0), 10);
    num = float_gray - blur;
    cv::GaussianBlur(num.mul(num), blur, Size(0,0), 20);
    cv::pow(blur, 0.5, den);
    enhanced = num / den;
    cv::normalize(enhanced, enhanced, 0.0, 255.0, NORM_MINMAX, -1);
    enhanced.convertTo(enhanced, CV_8UC1);

    // Low-pass filter
    Mat gaussian;
    cv::GaussianBlur(enhanced, gaussian, Size(0,0), 3);

    // High-pass filter on computed low-pass image
    Mat laplace;
    Laplacian(gaussian, laplace, CV_32F, 19);
    double lapmin, lapmax;
    minMaxLoc(laplace, &lapmin, &lapmax);
    double scale = 127/ max(-lapmin, lapmax);
    laplace.convertTo(laplace, CV_8U, scale, 128);

    // Thresholding using empirical value of 150 to create a vein mask
    Mat mask;
    cv::threshold(laplace, mask, THRESHOLD, 255, CV_THRESH_BINARY);

    // Clean-up the mask using open morphological operation
    morphologyEx(mask,mask,cv::MORPH_OPEN,
        getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(5,5)));

    // Connect the neighboring areas using close morphological operation
    Mat connected;
    morphologyEx(mask,mask,cv::MORPH_CLOSE,
        getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(11,11)));

    // Blurry the mask for a smoother enhancement
    cv::GaussianBlur(mask, mask, Size(15,15), 0);

    // Blurry a little bit the image as well to remove noise
    cv::GaussianBlur(enhanced, enhanced, Size(3,3), 0);

    // The mask is used to amplify the veins
    Mat result(enhanced);
    ushort new_pixel;
    double coeff;
    for(int i=0;i<mask.rows;i++){
        for(int j=0;j<mask.cols;j++){
            coeff = (1.0-(mask.at<uchar>(i,j)/255.0))*BRIGHT + (1-DARK);
            new_pixel = coeff * enhanced.at<uchar>(i,j);
            result.at<uchar>(i,j) = (new_pixel>255) ? 255 : new_pixel;
        }
    }

    // Show results
    imshow("frame", img);
    waitKey();

    imshow("frame", result);
    waitKey();

    return 0;
}

所以本文的主要步骤如下。对于某些部分，我用我找到的代码启发了自己。这是我在这里找到的第一个处理的情况。同样对于高通滤波器（拉普拉斯算子），我在OpenCV 2 Computer Vision Application Programming Cookbook中给出的代码启发了自己。

最后，我通过允许修改背景的亮度和静脉的暗度做了一些小的改进（请参阅定义 BRIGHT 和 DARK）。我还决定稍微模糊一下蒙版，以获得更“自然”的增强效果。

这里的结果（来源/论文结果/我的结果）：

源图像 论文结果 我的结果

于 2013-06-25T14:56:27.550 回答