基于Gabor滤波和Scharr算法的手掌静脉图像增强方法

作者：李胜勋; 黄靖

来源：北京生物医学工程, 2023, 42(05): 488-495.

DOI：10.3969/j.issn.1002-3208.2023.05.008

• 手掌静脉
• 图像增强
• Scharr边缘检测算子
• Gabor滤波

目的 为了改善采集到的手掌静脉图像质量，提高静脉识别的准确性，提出一种基于Gabor滤波和Scharr边缘检测算子的手掌静脉图像增强方法。方法 首先对原始手掌静脉图像截取感兴趣区域(region of interest, ROI)后进行滤波去噪，其次通过自适应直方图均衡化提高图像对比度，然后采用6个方向的Gabor滤波器提取手掌静脉纹路，并通过Scharr算子实现静脉纹路增强。采用全参考和无参考相结合的图像定量质量评价指标峰值信噪比(peak signal to noise ratio, PSNR)、均方误差(mean squared error, MSE)、灰度标准差、图像清晰度(no reference structural sharpness, NRSS)进行评估。结果 本文方法PSNR为29.460,MSN为73.619,图像灰度标准差87.715、NRSS为0.341,结果表明图像失真程度最小，静脉纹路得到有效增强。结论 本文方法能够有效增强手掌静脉纹路的对比度，改善图像质量。

• 单位
  生物医学工程学院; 南方医科大学