《改进的快速C-V模型指静脉图像分割算法》.pdfVIP

第32卷 第3期 吉林 大 学学报 (信息科学 版) VoI|32 No．3 2014年5月 JournalofJilinUniversity(InformationScienceEdition) Mav2014 文章编号：1671-5896(2014)03-0288-05 改进的快速 C—V模型指静脉图像分割算法 郭树旭，李 枭，朱 麒，张明阳 (吉林大学 电子科学与工程学院，长春 130012) 摘要：为快速准确地进行指静脉图像的分割，在经典C—V模型的基础上，增加了距离惩罚项和边缘检测函数， 并使图像演化不基于内部区面积。改进后的算法保留了C—V模型全局优化的特性，同时有效避免了重新初始 化过程，并对图像边缘更加敏感，使改进后的算法适合对指静脉图像的分割。仿真实验结果表明，改进后的 C—V模型能较好地处理指静脉图像边界模糊和灰度分割不均的问题，同时还可提升分割效率。 关键词：C—V模型；距离惩罚项 ；边缘检测函数；指静脉图像；图像分割 中图分类号：TN919 文献标识码：A ImprovedandRapidC-V ModelofFingerVeinImage SegmentationAlgorithm GUOShuxu，LIXiao，ZHUQi，ZHANGMingyang (CollegeofElectronicScienceandEngineering，JilinUniversity，Changchun130012，China) Abstract：Fingervein imagehasalow contrastand polarization characteristicsand traditionalsegmentation algorithmscannotsolvetheseproblems．C—V modelcontainstheglobalinformationoftheimage，itcandetect weakedgeinfomr ation．Thisarticleimprovesbasedon theclassicalmodeloftheC—V model，increasesthe distancepenaltyterm and edgedetectionfunctionforfastandaccuratefingerveinimagesegmentation，italso solvestheproblem ofunevendistributionofgraywhich theclassicalCV modelcouldnotsolve．Theimproved algorithm preserves the characteristics of global optimization C—V model while effectively avoiding the re-initialization process，and itismoresensitive to edge．Thesimulation resultsshow thattheimprovedC-V modelisbetterable todealwith theproblem offuzzyboundariesanduneven gray，italsocan improve the efficiencyofsegmentation． Keywords：C—V model；distancepenaltytemr ；edgedetectionfunction；fingerveinimage；imagesegmentation 0 引 言 生物识别技术主要是指通过人类生物特征进行身份认证的一种技术，人类的生物特征通常具有唯一 性、遗传性或终身不变等特点。通过计算机与光学、声学、生物传感器和生物统计学原理等密切结合， 利用人体固有的生理特性 (指纹、人脸和虹膜等)和行为特征 (笔迹、声音和步态等)进行个人身份的 鉴定 ，。 指静脉识别技术相对于传统的指纹识别、笔迹识别技术是新兴的生物识别技