一种近红外舌下静脉提取方法

舌下静脉是中医舌诊中一个重要的诊断依据，介绍了使用近红外舌下静脉图像采集仪采集到的近红外舌下静脉图像，并提出了从这种近红外舌下静脉图像中提取出舌下静脉轮廓的方法，根据所采集到的近红外舌下静脉图像的特点，首先使用基于分水岭的射线法获得舌下区域整体轮廓，去除舌下区域周围的干扰信息．然后使用动态灰度阈值法在已获得的有效舌下区域进行二值化，并结合近红外舌下静脉图像的灰度特征确定舌下静脉候选区域，进而根据舌下静脉区域的灰度一致性，进行自适应地区域生长，并获得最终静脉轮廓，实验结果表明，该方法能有效地分离舌下静脉与周边的舌质背景，并能准确定位舌下静脉的完整边界。     

手背静脉图像增强和分割方法

近红外摄像机采集到的手背静脉图像对比度较低且静脉结构简单,为了有效提取手背静脉结构特征,首先分割出包含主要静脉结构信息的区域,并进行灰度归一化;然后利用动态全局阈值法对静脉结构进行粗分割;最后根据静脉的几何结构特征,去除虚假静脉,获得真实的手背静脉图像;实验结果证明了算法的有效性。     

基于矩保持法的彩色目标深度测量

提出了一种基于矩保持法获取彩色目标深度信息的新方法;算法首先通过改变摄像机的镜头焦距获得同一景物的两幅散焦程度不同的RGB图像;然后利用色差sobel算子将RGB图像转换为灰度边缘图像;根据矩保持法分别计算两幅图像边缘区域面积与整个图像面积的比值,进而得到景物的深度.算法不要求图像的准确聚焦,而且充分利用了图像的全部彩色信息,避免了使用灰度图像产生的信息丢失;实验结果表明该方法能够快速准确地获得目标的深度信息,方法实用有效.     

高质量手掌静脉图像获取及ROI提取的研究

针对手掌静脉图像获取困难,获取的手掌静脉图像质量欠佳以及手掌区域定位方法复杂的问题,提出了一种手掌静脉采集装置,使用该装置进行手掌静脉图像采集。采用基于图像二维熵和局部二维熵方法来评价采集的图像质量,并依据反馈的评价结果作为依据,自适应控制近红外LED的亮度和摄像头的参数,重新采集直到获得高质量的手掌静脉图像。并将获得的高质量图像作为手掌感兴趣区域（ROI）提取及后续的图像处理算法的输入图像。本文的图像质量评价方法采用改进型适用于现场可编程门阵列（FPGA）平台的加速实现方法,ROI提取通过构建局部图像快速判别和定位。实验结果表明,使用二维熵评价图像的方法配合反馈控制PWM波的输出所采集的手掌静脉图像,比现有阶段方法采集的图像在灰度特性、静脉特征的效果方面得到提升,同时获得的图像减少了后处理中ROI提取算法的计算量。     

裂纹舌图像的核假彩色变换及其纹线提取

针对在中医舌诊研究中使用计算机提取舌裂纹比较困难的问题,提出一种新颖的舌裂纹提取算法.首先对彩色裂纹舌图像使用核假彩色变换使舌裂纹区域与其周围区域的颜色对比度明显增强;然后利用假彩色图像在RGB颜色空间的第二分量信息得到梯度图像;最后对梯度图像使用滞后阈值等方法得到舌裂纹二值图像.实验结果表明,该算法能有效地分离舌裂纹与环绕在其周围的舌质、舌苔背景,为计算机化舌裂纹研究提供了较为可靠的技术支持.     

梯度与视觉显著度下的图像灰度重叠区域识别

采用目前方法识别图像中存在的灰度重叠区域时,没有构建图像的显著性图,存在识别精度低、查全率低和识别效率低的问题.提出梯度与视觉显著度下的图像灰度重叠区域识别方法,根据Gestalt前背景分离原则对图像中存在的梯度通道和颜色通道进行随机阈值化处理,获得对应的二进制布尔图,采用线性平均融合方法融合利用上述获取的二进制布尔图生成视觉注意图.通过分块区域分割技术识别显著性图中存在的空间位置信息,为图像灰度重叠区域的识别提供点云数据,在云计算模式中结合局部空间降噪方法消除噪声,定位去噪处理后显著性图空置区域中存在的特征点,提取灰度重叠区域的动态特征,建立对应的灰度直方图,最后利用云检测技术识别图像中存在的灰度重叠区域.仿真结果表明,所提方法的识别精度高、查全率高、识别效率高.     

基于多尺度局部特征的图像分割模型

为了解决图像分割中灰度不均匀和初始轮廓敏感的问题,提出一种基于多尺度局部特征的图像分割模型.与传统局部邻域定义在方形区域不同,该模型采用圆形区域来获取更多的局部信息;考虑到局部区域灰度的变化程度不一,提出利用多尺度结构与均值滤波器相结合的方法获得多尺度局部灰度信息;通过转换灰度不均匀模型得到一个逼近真实信息的图像,并将其融合进局部高斯分布拟合(LGDF)模型,构造出基于多尺度局部特征的能量泛函.从理论分析和实验结果表明:由于多尺度结构弱化了灰度不均匀的影响,该模型既能快速、准确地分割灰度不均匀图像,又表现出对初始轮廓具有较强的鲁棒性.     

基于灰度信息的人脸检测系统

提出了一种基于人眼灰度信息的人脸识别算法.该算法首先根据眼球区域的灰度比它周围区域的灰度低,初步地筛选出可能含有人脸的图像,再把筛选出的图像分割成小图像块,根据图像块的复杂度对人两只眼睛的大概位置进行定位,最后采用居中法,进一步确定人眼的存在,进而确定人脸的确切位置.实验结果表明,文中提出的算法具有较高的检测正确率,同时具有较快的检测速度.     

背景约束的红外复杂背景下坦克目标分割方法

为实现自寻的反坦克导弹红外导引头对复杂背景下坦克目标的快速有效分割, 以红外导引头拍摄的坦克目标红外图像为研究对象, 采用计算简单的最大类间方差法, 对其分割效果进行了研究.根据实验结果, 揭示了最大类间方差法进行图像分割的有效性机理.在此基础上, 提出了对背景区域像素和灰度级别进行约束的思想, 以降低背景区域类内方差, 提高算法的分割精度, 并给出了具体的方法.首先利用坦克目标的先验信息, 根据光学成像原理, 推导了红外坦克目标图像的大小估计公式, 用来实现对背景像素的约束; 然后采用黄金分割法对背景灰度级别进行约束; 最后利用最大类间方差法实现了复杂背景下红外坦克目标的分割.实验表明, 本文方法的分割效果堪比手工分割效果, 且计算量较少, 算法耗时最大不超过1.44 ms, 完全满足对坦克目标图像分割的有效性和实时性需求.     

脑白质疏松症MR 图像的静脉提取方法

针对脑白质疏松症MR图像白质区域静脉信息复杂的特点,提出一种基于小波变换的多阈值脑白质疏松症MR图像的静脉提取方法．首先,利用形态学变换对图像中的细节信息进行增强处理;其次,利用小波变换的多分辨率特性对图像的灰度直方图进行多层小波分解,对不同层次的小波细节信息及逼近信息进行阈值处理并重构,提取出静脉的灰度特征;最后,利用多阈值分割方法将脑白质区域的静脉分割出来．实验结果表明,该方法能实现静脉信息的自动快速提取,并实现了静脉的量化分析,为医生对脑白质疏松症患者白质区域静脉扩张程度的诊断提供一个定量标准,具有临床辅助诊断价值．     

Computerized feature quantification of sublingual veins from color sublingual images

Characteristics of tongue pose the most important information for Traditional Chinese Medicine diagnosis. So far, extensive studies have been made on extracting tongue surface features, but rarely refer to sublingual vein that is also diagnostically important. This paper focuses on establishing a feature quantification framework for the inspection of sublingual veins, composed of two parts: the segmentation of sublingual veins and the feature quantification of them. Pixel-based sublingual vein segmentation algorithm and adaptive sublingual vein segmentation algorithm for color sublingual images with visible contrast and low contrast are proposed respectively. The experiments prove that the proposed algorithms perform well on the segmentation of sublingual veins from color sublingual images with both visible contrast and low contrast. A chromatic system in conformity with diagnostic standard of tongue diagnosis is established to characterize the chromatic feature of sublingual veins. Experimental results reveal that the breadth and chromatic features quantified by the proposed framework are properly consistent with the diagnostic standard summarized by tongue diagnosis.     

单幅近红外手掌图像掌静脉和掌纹多特征识别

传统的掌静脉和掌纹图像融合识别一般需分别采集掌静脉和掌纹两类图像,而单幅近红外手掌图像中实际上同时包含了掌静脉和掌纹结构信息。由于二者局部纹理细节差异较大,且像素值分布范围不同,因此,可以先分离再分别增强处理。首先,提出了改进的引导滤波算法以便去除掌纹结构,并设计了反模糊细节增强模型增强掌静脉结构图像;然后,提出了一种改进的分块增强算法,可以在增强掌纹结构图像的同时滤除掌静脉结构信息,再利用基于Sobel算子的反锐化掩模算法以便突出掌纹主线条结构信息;最后,对单幅近红外手掌图像中获取的掌静脉和掌纹图像进行融合识别。在香港理工大学近红外手掌数据库上进行了实验,结果表明：所提出的算法识别率达到了99.63%,与其他已有算法相比等误率平均降低了0.66%,验证了所提出算法的有效性。     

改进的单幅近红外掌纹掌静脉图像融合识别*

现有的单幅近红外掌静脉掌纹融合识别算法不能很好的突出掌纹与掌静脉结构。针对这个问题,提出一种改进的融合识别算法。首先,采用分块模型去除图像中的掌静脉得到掌纹结构,通过隶属度函数对掌纹结构进行模糊化,再进行反锐化掩模增强,突出掌纹结构信息;然后,使用边缘检测加权引导滤波对掌静脉结构进行增强,突出掌静脉结构;最后,将掌纹和掌静脉图像进行融合。实验结果表明,改进后的融合识别算法的识别率达到了99.81%。     

基于自动调光功能的手指静脉图像采集系统

当固定光强的红外光透射厚度不相同的手指时,会在图像传感器上呈现质量不一的静脉图像,产生曝光过强或过暗的现象。为采集到质量一致的手指静脉图像,设计一种自动调光电路,可根据红外透射光的强度自动调整红外发射光强,以保证红外透射光强度维持在一个相对稳定的范围。同时设计了一种基于USB2.0和CMOS图像传感器的手指静脉采集系统。实验结果表明,该系统采集的手指静脉纹路图像清晰、质量稳定。     

基于感兴趣区域函数优化的静脉图像分割算法

提出一种基于局部感兴趣区域中熵与梯度函数优化的近红外手背静脉图像分割算法。该算法首先基于压缩感知理论对图像进行去噪。其次,通过条带波变换提取存在静脉信息的感兴趣区域,在这些区域中对建立的关于熵和梯度的函数进行约束与优化,实现静脉与背景分离。最后,融合所有区域的分割结果,完成静脉图像的分割。实验表明在处理近红外静脉图像分割问题时,该算法相对其它算法能保留更完整的静脉特征。此外,该算法对于具有纹理特征的指静脉、掌静脉图像的分割具有较好的借鉴价值。     

Particle swarm optimization based fusion of near infrared and visible images for improved face verification

This paper presents two novel image fusion schemes for combining visible and near infrared face images (NIR), aiming at improving the verification performance. Sub-band decomposition is first performed on the visible and NIR images separately. In both cases, we further employ particle swarm optimization (PSO) to find an optimal strategy for performing fusion of the visible and NIR sub-band coefficients. In the first scheme, PSO is used to calculate the optimum weights of a weighted linear combination of the coefficients. In the second scheme, PSO is used to select an optimal subset of features from visible and near infrared face images. To evaluate and compare the efficacy of the proposed schemes, we have performed extensive verification experiments on the IRVI database. This database was acquired in our laboratory using a new sensor that is capable of acquiring visible and near infrared face images simultaneously thereby avoiding the need for image calibration. The experiments show the strong superiority of our first scheme compared to NIR and score fusion performance, which already showed a good stability to illumination variations.     

基于双边滤波的多尺度图像融合

提出一种彩色图像和近红外图像的融合算法,先给出一种改进核函数的双边滤波器,然后应用该双边滤波器和高斯滤波器相结合多次作用于彩色图像和近红外图像,得到低频图像、边缘图像、细节图像等不同尺度的图像,在不同尺度图像融合的权重选择上,提出一种自适应的权重选择法。该方法综合考虑参与融合的各像素点的邻域来确定各点权重,不仅抑制了融合图像噪声,还使融合图像色彩更贴近原彩色图像。实验表明该方法得到的融合图像具有符合人眼观测习惯的颜色信息,此外融合图像的纹理、边缘等细节信息比原彩色图像更丰富。     

Technical Note: Pseudo natural colour aerial imagery for urban and suburban mapping

Due to their near‐infrared data channel, digital airborne four‐channel imagers provide a potentially good discrimination between vegetation and human‐made materials, which is very useful in automated mapping. Due to their red, green and blue data channels, they also provide natural colour images, which are very useful in traditional (manual) mapping. In this paper, an algorithm is described which provides an approximation to the spectral capabilities of the four‐channel imagers by using a colour‐infrared aerial photo as input. The algorithm is tailored to urban/suburban surroundings, where the quality of the generated (pseudo) natural colour images are fully acceptable for manual mapping. This brings the combined availability of near‐infrared and (pseudo) natural colours within reach for mapping projects based on traditional photogrammetry, which is valuable since traditional analytical cameras still by far outnumber the relatively new family of digital airborne four‐channel imagers.