导读:本文包含了静脉图像分割论文开题报告文献综述及选题提纲参考文献，主要关键词:手指静脉,图像分割,稀疏自编码器
静脉图像分割论文文献综述
秦华锋,刘霞[1]（2019）在《基于稀疏自编码的手指静脉图像分割》一文中研究指出针对获取的手指静脉图像不仅包含静脉特征,而且包含噪声和不规则阴影,从而增加了特征提取难度的问题,提出了一种基于稀疏自编码的手指静脉图像分割算法;首先采用传统分割算法对原始灰度图像进行分割,得到一副二值图像(背景像素值为0,静脉像素值为1);然后,以该灰度图像的每个像素点为中心,对其进行图像分块,并将二值图像中对应于中心点的值(0或者1)作为该块的标签,建立训练集合;最后,将训练样本(分块图像和标签)输入到自编码器和神经网络中进行训练,再用训练好的模型对测试图像进行分割;实验结果表明,相比传统的算法,提出的手指静脉分割算法能够有效地对静脉进行分割,提高手指静脉认证系统的认证精度。(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年04期）
王定汉,冯桂兰,王雄,吴羽峰,邓毛华[2]（2018）在《基于静脉灰度值特征的图像分割算法研究》一文中研究指出手背静脉图像的采集过程中,由于图像采集设备、光照、皮下脂肪厚度等因素的影响,手背静脉图像的对比度比较低,同时图像噪声严重影响静脉提取。针对此问题,本文提出了一种基于静脉灰度值特征的图像分割与对比度增强算法。首先提取ROI(有效的感兴趣区域)和对ROI进行维纳滤波;然后采用新的图像分割算法对静脉图像进行静脉提取,利用8-邻接内边界跟踪方法和形态学处理方法对静脉二值图像进行去噪;最后将ROI与去噪后的图像进行加权迭加得到对比度增强的静脉图像。实验结果表明,通过采用基于静脉灰度值特征的图像分割算法可以很好地获取到静脉脉络,最终可以获得高对比度的静脉图像。(本文来源于《光电工程》期刊2018年12期）
魏鹏飞[3]（2017）在《手指静脉图像分割方法研究》一文中研究指出生物识别技术能够通过人类身体本身具有的一些生理特性验证身份,具有更好的安全性和便捷性。基于手指的生物特征(例如手指静脉识别、指背纹理识别、指节纹识别等)已受到越来越多研究者的关注。为了有效利用手指中生物特征的有效信息并去除背景信息对最后识别结果的影响,在识别之前需要先对手指进行分割。因此,研究鲁棒的手指静脉图像分割算法具有重要的研究意义。虽然已有一些手指静脉图像分割算法,但仍存在一些问题尚未解决。例如,背景区与手指区具有一定的灰度重迭,使得分割算法会将一些手指区域误分割为背景;手指边缘经常存在一些噪声,使得分割算法对边缘的分割不准确。另外,现有的算法通常进行高复杂度的像素级计算;在分割时,并未考虑到像素之间的一些相关性信息,从而限制了分割算法性能的提升。本文针对现有分割算法对灰度重迭、噪声鲁棒性差、计算复杂度高且有效信息利用不充分等问题开展系统的研究,主要取得了以下成果:(1)针对灰度重迭、噪声鲁棒性差问题,提出了基于稀疏表达和水平集的手指静脉图像分割方法。对每个像素点提取稀疏特征,稀疏特征能从灰度,局部特点、空间特点多个角度表示像素的特点,对灰度重迭具有较好的鲁棒性。基于像素的稀疏特征建立手指的粗略的分割图,以获得的分割结果为初始化区域,使用水平集进行细致的分割,进一步提高了分割手指的准精度。(2)针对现有算法计算复杂度高且重要信息得不到有效挖掘问题,提出了一种基于多分辨率超像素和条件随机场的方法分割图像中的手指。首先在多个不同尺度上划分超像素,然后提取超像素的底层信息,这些信息能够反映灰度、纹理、局部细节等,最后通过条件随机场对超像素进行分类从而完成手指分割。提出的超像素级的计算,能够大大减小计算复杂度。使用多分辨率超像素能够融合不同分辨率的有效信息。另外,使用条件随机场能够充分利用超像素之间的局部邻域关系,从而提高了分割算法的性能。本文系统分析了现有分割算法中存在的算法鲁棒性低、计算复杂度高等问题,并针对这些问题分别提出了基于稀疏表达和水平集的分割方法、基于多分辨率超像素和条件随机场的分割方法。在两个公开的数据库上的实验结果证明了提出的方法能够进一步提高识别精度和速度。(本文来源于《山东大学》期刊2017-06-30）
冯慧[4]（2016）在《脐静脉内皮细胞图像分割算法研究及系统实现》一文中研究指出人体脐静脉内皮细胞作为炎症、肿瘤等多种疾病发生的重要影响因子,已逐步成为医学研究的重点对象之一。然而,由于人体脐静脉内皮细胞属于血管的贴壁细胞,形状大小很不规则,亮度很不均匀,且存在严重的粘连现象,现有的细胞图像自动分析系统对脐静脉内皮细胞的分析处理结果很差,尤其是对粘连脐静脉内皮细胞的分割处理,误差很大,而粘连细胞图像的分割结果直接影响到后续细胞特征参数的提取和统计分析的准确性。为了实现脐静脉内皮细胞图像的精确分割,针对内毒素诱导后的活化和静息两种不同状态下脐静脉内皮细胞图像的特点,本文提出了两种改进的分水岭分割方法,有效地提高了细胞图像分割的准确率,具体总结如下:针对内毒素诱导的活化状态下的脐静脉内皮细胞图像,提出了一种基于区域极小值提取的改进分水岭分割方法。该方法首先采用灰度图像的形态学处理对图像进行顶帽变换和底帽变换来增强图像的对比度,然后利用H-极小值变换和形态学极小值强加技术对图像进行区域极小值提取,最后使用形态学分水岭变换方法对极小值标记的图像进行分割,最终实现了内毒素诱导后的活化状态下的脐静脉内皮细胞的准确分割。针对内毒素诱导的静息状态下的脐静脉内皮细胞图像,提出了一种基于“种子区域”和距离图重建的脐静脉细胞图像分割算法,该方法是在细胞核图像与细胞图像相结合的基础上实现细胞图像分割的,首先将细胞核定位到对应的细胞图像中,以细胞核为细胞图像的“种子区域”,然后采用改进的距离图重建方法重构细胞图像的距离图,最后对距离图进行分水岭变换,最终实现了内毒素诱导的静息状态下脐静脉内皮细胞图像的精确分割。最后,本文对分割完成的脐静脉内皮细胞图像进行了标记计数以及特征参数的提取,并在此基础上,建立了脐静脉内皮细胞图像分析系统。(本文来源于《南昌大学》期刊2016-06-30）
苑玮琦,高洁睿[5]（2016）在《基于局部灰度极小值的指静脉图像分割方法》一文中研究指出为了解决在光照不均匀、对比度低和指节纹干扰等情况下存在的手指静脉纹线分割效果不好的问题,文中提出一种基于局部灰度极小值的指静脉检测方法。根据指静脉纹线的走向选取垂直于指静脉方向的模板,该检测模板由叁个子模板组成。由于静脉处较其周围邻域的灰度值较低,当检测模板由上至下逐点检测时,中间子模板的灰度值之和小于其他两个子模板的灰度值之和,该处即为静脉纹线处。该方向的模板不但避免了阈值选择,能够排除对比度低、光照不均匀的影响,而且可以有效抑制指节纹等干扰纹线。实验结果表明,该方法可以有效地解决指节纹干扰、对比度低和光照不均等问题,提取的静脉纹线具有很好的连续性。(本文来源于《计算机技术与发展》期刊2016年07期）
王保生,陈宇飞,赵卫东,周强强[6]（2016）在《基于水平集的手指静脉图像分割》一文中研究指出针对手指静脉图像中存在的弱边缘、灰度不均匀以及低对比度等现象,提出一种结合偶对称Gabor滤波与水平集思想的分割算法,并应用于手指静脉图像的分割。首先,使用偶对称Gabor滤波算法,对手指静脉图像从8个不同的方向分别进行滤波运算;然后,根据8个方向上的滤波结果进行图像重建,得到目标与背景灰度对比度显着提高的图像;最后,应用结合局部与全局信息的水平集方法对手指静脉图像进行分割。将所提算法与Li等水平集算法(LI C,HUANG R,DING Z,et al.A variational level set approach to segmentation and bias correction of images with intensity inhomogeneity.MICCAI'08:Proceedings of the 11th International Conference on Medical Image Computing and Computer-Assisted Intervention,Part II.Berlin:Springer,2008:1083-1091)、Legendre水平集(L2S)算法相比,所提算法在分割精度评价标准面积差异(AD)百分比上分别降低了1.116%、0.370%,相对差异度(RDD)分别降低了1.661%、1.379%。实验结果表明,与传统只考虑局部信息或全局信息的水平集图像分割算法相比,所提算法能取得更高的分割精度。(本文来源于《计算机应用》期刊2016年02期）
蔡超峰,苏丹,闫艳霞,姜利英[7]（2014）在《手背静脉图像分割及细化算法研究》一文中研究指出手背静脉识别技术通常基于静脉纹路的细节特征点对个人身份进行验证。为了准确地提取出手背静脉纹路中的细节特征点,提取手背静脉图像中的有效区域并对其进行归一化、增强和去噪处理,分别采用局部最大类间方差法(OSTU)、阈值图像法和NiBlack法对图像进行分割,分别采用Hilditch算法、快速细化算法、Zhang&Suen算法和OPTA算法对分割后得到的二值图像进行细化以获取静脉纹路。实验结果表明,基于合理的参数,NiBlack法和Hilditch算法分别取得较好的分割与细化处理结果。(本文来源于《现代计算机(专业版)》期刊2014年17期）
郭树旭,李枭,朱麒,张明阳[8]（2014）在《改进的快速C-V模型指静脉图像分割算法》一文中研究指出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。(本文来源于《吉林大学学报(信息科学版)》期刊2014年03期）
贾旭,崔建江,薛定宇,潘峰[9]（2012）在《基于感兴趣区域函数优化的静脉图像分割算法》一文中研究指出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.(本文来源于《模式识别与人工智能》期刊2012年03期）
陈玫玫,郭树旭,钱晓华[10]（2011）在《基于改进的局部二值拟合主动轮廓模型的指静脉图像分割》一文中研究指出对应用于图像分割的局部二值拟合(LBF)模型进行改进,提出一种加权全变分局部二值拟合能量泛函分割模型。改进后的模型在加权全变分分量中加入边缘停止函数,使得模型对边缘信息更加敏感,解决了指静脉图像对比度低、不易分割的问题。同时模型中采用正则化约束项,避免水平集函数的重新初始化,缩短了演化时间。对合成图像和真实指静脉图像的分割实验结果表明,本文模型比LBF模型具有更强的边缘细节分割能力,且不易陷入局部收敛,更加适用于指静脉图像的分割。(本文来源于《吉林大学学报(工学版)》期刊2011年04期）
静脉图像分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
手背静脉图像的采集过程中,由于图像采集设备、光照、皮下脂肪厚度等因素的影响,手背静脉图像的对比度比较低,同时图像噪声严重影响静脉提取。针对此问题,本文提出了一种基于静脉灰度值特征的图像分割与对比度增强算法。首先提取ROI(有效的感兴趣区域)和对ROI进行维纳滤波;然后采用新的图像分割算法对静脉图像进行静脉提取,利用8-邻接内边界跟踪方法和形态学处理方法对静脉二值图像进行去噪;最后将ROI与去噪后的图像进行加权迭加得到对比度增强的静脉图像。实验结果表明,通过采用基于静脉灰度值特征的图像分割算法可以很好地获取到静脉脉络,最终可以获得高对比度的静脉图像。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
静脉图像分割论文参考文献
[1].秦华锋,刘霞.基于稀疏自编码的手指静脉图像分割[J].重庆工商大学学报(自然科学版).2019
[2].王定汉,冯桂兰,王雄,吴羽峰,邓毛华.基于静脉灰度值特征的图像分割算法研究[J].光电工程.2018
[3].魏鹏飞.手指静脉图像分割方法研究[D].山东大学.2017
[4].冯慧.脐静脉内皮细胞图像分割算法研究及系统实现[D].南昌大学.2016
[5].苑玮琦,高洁睿.基于局部灰度极小值的指静脉图像分割方法[J].计算机技术与发展.2016
[6].王保生,陈宇飞,赵卫东,周强强.基于水平集的手指静脉图像分割[J].计算机应用.2016
[7].蔡超峰,苏丹,闫艳霞,姜利英.手背静脉图像分割及细化算法研究[J].现代计算机(专业版).2014
[8].郭树旭,李枭,朱麒,张明阳.改进的快速C-V模型指静脉图像分割算法[J].吉林大学学报(信息科学版).2014
[9].贾旭,崔建江,薛定宇,潘峰.基于感兴趣区域函数优化的静脉图像分割算法[J].模式识别与人工智能.2012
[10].陈玫玫,郭树旭,钱晓华.基于改进的局部二值拟合主动轮廓模型的指静脉图像分割[J].吉林大学学报(工学版).2011