论文部分内容阅读
由于光在生物组织内部会产生严重衰减,手指静脉特征的图像质量往往较差,这十分不利于实现静脉区域的稳定分割.为了较为精确地获取手指静脉网络,本文提出了一种新的基于卷积神经网络的手指静脉区域分割方法.首先,利用韦伯定律去除光照变化实现对手指静脉图像的增强.然后,通过自动粗略标注静脉区域与非静脉区域,获得带有标签的像素训练集.利用训练集,训练一个可产生像素属于静脉区域和非静脉区域概率的卷积神经网络模型.最后,利用概率图,通过概率运算实现对手指静脉图像的分割.实验结果表明,通过该方法能够得到较为理想的静脉网络.