【CN110084238A】基于LadderNet网络的指静脉图像分割方法、装置和存储介质【专利】

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910278800.2

(22)申请日 2019.04.09

(71)申请人五邑大学

地址 529000 广东省江门市蓬江区东成村

22号

(72)发明人曾军英　王璠　秦传波　朱伯远　

甘俊英　翟懿奎　

(74)专利代理机构广州嘉权专利商标事务所有

限公司 44205

代理人谭晓欣

(51)Int.Cl.

G06K 9/34(2006.01)

G06K 9/62(2006.01)

G06K 9/00(2006.01)

(54)发明名称

基于LadderNet网络的指静脉图像分割方

法、装置和存储介质

(57)摘要

本发明公开了一种基于LadderNet网络的指

静脉图分割方法、装置和存储介质。对指静脉图

像进行预处理得出预处理图像，从预处理图像中

随机选取一个点作为子块中心点并生成子块图

像，从所述子块图像中获取静脉纹路作为网络训

练的金标准，将子块图像和静脉纹路同时输入至

LadderNet网络中完成特征提取。本发明通过子

块图像获取静脉纹路，以静脉纹路作为网络训练

的金标准，在不需要静脉数据集的情况下实现特

征提取，大大减少了网络的计算量，提高特征提

取的准确率和效率。权利要求书1页说明书7页附图5页CN 110084238 A 2019.08.02

C N 110084238

权　利　要　求　书1/1页CN 110084238 A

1.一种基于LadderNet网络的指静脉图像分割方法，其特征在于，包括以下步骤：

获取指静脉图像，对所述指静脉图像进行预处理，得出预处理图像；

从所述预处理图像中随机选取一个点作为子块中心点，以所述子块中心点为中心生成子块图像；

从所述子块图像中获取静脉纹路，并将所述静脉纹路设置为用于网络训练的金标准；

将所述子块图像和金标准输入至LadderNet网络中完成特征提取。

2.根据权利要求1所述的一种基于LadderNet网络的指静脉图像分割方法，其特征在于，所述预处理包括：ROI提取、归一化、对比度受限的自适应直方图均衡和伽马调整。

3.根据权利要求1所述的一种基于LadderNet网络的指静脉图像分割方法，其特征在于：所述静脉纹路通过检测指静脉图像的指静脉横截面局部最大曲率的方法获取。

4.根据权利要求3所述的一种基于LadderNet网络的指静脉图像分割方法，其特征在于，所述指静脉横截面局部最大曲率的方法具体包括以下步骤：

从所述子块图像中随机获取静脉横截面的轮廓，获取横截面曲率；

获取横截面曲率为正的区域，从所述横截面曲率为正的区域中获取曲率的局部最大值的点，设置为中心位置；

对所述中心位置进行滤波操作和二值化操作，若二值化操作后的像素的值大于或等于预先设定的阈值，则将该像素标记为静脉像素，将所获取的所有静脉像素组合成静脉纹路。

5.根据权利要求1所述的一种基于LadderNet网络的指静脉图像分割方法，其特征在于：所述LadderNet网络包括两个U-net网络，所述两个U-net网络之间通过跳过连接相整合。

6.一种用于执行基于LadderNet网络的指静脉图像分割方法的装置，其特征在于，包括CPU单元，所述CPU单元用于执行以下步骤：