基于CLAHE和top—hat变换的手背静脉图像增强算法

第３９卷　第２期　

２００９年２月　激光与红外　

ＬＡＳＥＲ　＆　ＩＮＦＲＡＲＥＤ　Ｖｏ１．３９，Ｎｏ．２　

Ｆｅｂｒｕａｒｙ，２００９　

文章编号．１００１－５０７８（２００９）０２－０２２０－０３　・图像与信号处理・　

基于ＣＬＡＨＥ和ｔｏｐ—ｈａｔ变换的手背静脉图像增强算法　

赵建军，熊馨，张磊，付腾，赵奠骧　

（河南大学先进控制与智能信息处理研究所，河南开封４７５００１）　

摘要：为了克服光强，手背厚度对手背静脉图像的影响，提出一种新的手背静脉图像增强方　

法，对比度受限的局部直方图均衡（ＣＬＡＨＥ）和ｔｏｐ—ｈａｔ变换相结合的方法。在进行ＣＬＡＨＥ处　

理的基础上，利用ｔｏｐ．ｈａｔ变换提取图像的波峰和波谷，并将提取的波峰和波谷进行直方图修　

正，拉开灰度分布，再与之进行加减运算。实验表明，该算法能得到很清晰的增强效果。　

关键词：图像增强；直方图均衡；对比度受限局部直方图均衡（ＣＬＡＨＥ）；ｔｏｐ—ｈａｔ变换　

中图分类号：ＴＮ３９１．４１　文献标识码：Ａ　

Ｓｔｕｄｙ　ｏｎ　Ｅｎｈａｎｃｅｄ　Ａｌｇｏｒｉｔｈｍ　ｏｆ　Ｈａｎｄ　Ｖｅｉｎ　Ｉｍａｇｅ　Ｂａｓｅｄ　ｏｎ　

ＣＬＡＨＥ　ａｎｄ　Ｔｏｐ－ｈａｔ　ｔｒａｎｓｆｏｒｍ　

ＺＨＡＯ　Ｊｉａｎ－ｊｕｎ，ＸＩＯＮＧ　Ｘｉｎ，ＺＨＡＮＧ　Ｌｅｉ，ＦＵ　Ｔｅｎｇ，ＺＨＡＯ　Ｙａｎ—ｘｉａｎｇ　

（Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ａｄｖａｎｃｅｄ　Ｃｏｎｔｒｏｌ　ａｎｄ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｐｒｏｃｅｓｓｉｎｇ，Ｈｅｎａｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｋａｉｆｅｎｇ　４７５００１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ｐｒｅｓｅｎｔｓ　ａ　ｎｅｗ　ｍｅｔｈｏｄｓ　ｔｈａｔ　ｅｎｈａｎｃｅ　ｔｈｅ　ｉｍａｇｅ　ｏｆ　ｈａｎｄ　ｖｅｉｎ　ｂａｓｅｄ　ｏｎ　ｃｏｎｔｒａｓｔ　ｌｉｍｉｔｅｄ　ｌｏｃａｌ　ｈｉｓ—　

ｔｏｇｒａｍ　ｅｑｕａｌｉｚａｔｉｏｎ（ＣＬＡＨＥ）ａｎｄ　ｔｏｐ—ｈａｔ　ｔｒａｎｓｆｏｒｍ　ｔｏ　ｏｖｅｒｃｏｍｅ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｐｈｏｔｏｅｌｅｃｔｒｉｃ　ａｎｄ　ｔｈｉｃｋｎｅｓｓ　ｏｆ　ｔｈｅ　ｂａｃｋ　ｏｆ　ｈａｎｄ　ｓｋｉｎ．Ａｆｔｅｒ　ｍａｋｉｎｇ　ＣＬＡＨＥ　ｐｒｏｃｅｓｓ，ｔｏｐ—ｈａｔ　ｔｒａｎｓｆｏｒｍ　ｉｓ　ｕｓｅｄ　ｔｏ　ｅｘｔｒａｃｔ　ｔｈｅ　ｐｅａｋ　ａｎｄ　ｔｒｏｕｇｈ　ｏｆ　ｔｈｅ　ｉｍ－　

ａｇｅ．Ａｎｄ　ｔｈｅ　ｐｅａｋ　ａｎｄ　ｔｒｏｕｇｈ　ｗｈｉｃｈ　ａｒｅ　ｍａｄｅ　ｈｉｓｔｏｇｒａｍ　ｅｑｕａｌｉｚａｔｉｏｎ　ｔｏ　ｅｘｔｅｎｄ　ｇｒａｙ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｄｏ　ａｄｄｉｔｉｏｎ　ａｎｄ　ｓｕｂ—　ｔｒａｃｔｉｏｎ　ｗｉｔｈ　ｔｈｅ　ｉｍａｇｅ　ｍａｋｉｎｇ　ＣＬＡＨＥ　ｐｒｏｃｅｓｓ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｍａｋｅ　ａ　ｖｅｒｙ　ｃｌｅａｒ　ｅｎ—　

ｈａｒｔｃｅｍｅｎｔ．　Ｋｅｙ　ｗｏｒｄｓ：ｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ；ｈｉｓｔｏｇｒａｍ；ｃｏｎｔｒａｓｔ　ｌｉｍｉｔｅｄ　ｌｏｃａｌ　ｈｉｓｔｏｇｒａｍ　ｅｑｕａｌｉｚａｔｉｏｎ（ＣＬＡＨＥ）；ｔｏｐ－ｈａｔ　ｔｒａｎｓｆｏｒｍ　

１　引　言　

生物特征识别技术是利用人的生物特征信息，　

自动实现对个人身份的识别和认证。常见的生物特　

征技术如说话人声音识别、脸像识别、掌型识别、指　

纹识别等都是发展得比较成熟的技术，而静脉识别　

是一种刚刚起步的生物特征识别技术。它是根据人　

体骨骼和肌肉组织特点，当人射光波长７００～　

ｌＯ００ｎｍ时，可以较好地穿透骨骼和肌肉，凸显静脉　

的结构，由红外ＣＣＤ摄像机拍摄静脉图像来识别个　

体【ｌ　Ｉ２　Ｊ。手背静脉识别采集人手内部的静脉血管作　

为数据，具有难于伪造或者难于手术改造、不易受污　

染和损伤、非接触式、设备成本低廉等优点。　

在手背静脉图像采集过程中，光强对图像影响　

很大，光偏强造成整体偏亮，严重的会造成静脉血管　

消失；偏暗则造成整体偏暗，血管与背景之间的差别　模糊。而血管偏细或者手背肌肤偏厚，则采集的图　

像纹理偏细或者相对模糊。为便于静脉纹理的分　

割，必须对采集的图像进行预处理来增强静脉纹　

理　。本文提出一种将直方图均衡和ｔｏｐ—ｈａｔ变换　

相结合的方法来增强图像，增强之后的图像目标静　

脉轮廓清晰。　

２对比度受限的局部直方图均衡　

在数字图像处理中，直方图是一种简单而且有　

用的工具。任何一幅图像都包含了可观的信息，某　

些类型的图像甚至可由其直方图完全描述。直方图　

均衡（ＨＥ）是一种最常用的直方图修正技术，它以概　

率理论为基础，运用灰度点运算把给定图像的直方　

作者简介：赵建军（１９５６一），男，教授，所长，研究方向为模式　识别。　收稿日期：２００８－０８－

２６　激光与红外Ｎｏ．２　２００９　赵建军等基于ＣＬＡＨＥ和ｔｏｐ＿ｈａｔ变换的手背静脉图像增强算法　２２１　

图分布改造成均匀直方图分布，使输出图像像素灰　

度的概率密度均匀分布。　

根据直方图修正原理，对于数字图像，灰度ｒ取　

离散值｛ｒｋ；ｋ＝０，１，…，Ｌ一１｝，　是灰度级数目，则　

连续函数Ｐ，（ｒ）成为｛Ｐ，（ｒ）；ｋ＝０，１，…，Ｌ一１｝。其　

中ｒｋ＝ｎｋ／ｎ，ｎｋ是图像中出现　的灰度级上的像素　

的数目，ｎ是图像中像素总数目。变换Ｓ＝Ｔ（ｒ）　

成为：　ｋ　ｋ　ＳＫ＝Ｔ（ｒｋ）＝　＝　（ｒ　＝，，…，　一ｌ　Ｊ，２　ｕｏ，Ｃｎ　Ｊ＝”　ｋ　０　１　

（１）　

直方图均衡简单、高效，但是图像中不同的区域　

的灰度分布相差甚远，对它们使用同一种变换常常　

导致不理想的结果。在实际的应用中，常常需要对　

图像的某些局部区域的细节进行增强。为了解决这　

类问题，Ｐｉｚｅｒ等提出了局部直方图均衡化的方法　

（ＬＡＨＥ）。ＬＡＨＥ采用一个滑动窗口，先统计该窗口　

的直方图，再对这个局部直方图均衡化，以实现对窗　

口中心像素的灰度级的增强。窗口从左到右，从上　

到下移动，完成对整幅图像的灰度增强　。。　。　

但是在相关领域固定的情况下，　

在ＬＡＨＥ算法中，图像中的某个像素　

的局部直方图就是以这个像素为中心　

的一个矩形窗的局部直方图。它仅仅　

考虑了局部区域内的像素，而忽略的　

图像其他区域的像素，而人的视觉是　

随着相关区域的改变而改变的。Ｓ．　

Ｍ．Ｐｉｚｅｒ等提出一种有约束的局部直　

方图构造法（ＣＬＡＨＥ），这种方法既考　

虑到窗口内的直方图又考虑到窗口外　

的直方图即　：　

ｈ￡（ｒ）＝ａｈ　（ｒ）＋（１一Ｏ／）ｈ日（ｒ）　

（２）　

其中，ｈ　，（ｒ）是窗口内的归一化直方　

图；＾　（ｒ）是窗口外的归一化直方图，　关区域。　

（２）根据式（２）计算该矩形窗口的直方图。　

（３）对该矩形窗口内的直方图进行均衡化，实　

现等于窗口中心像素的处理。　

（４）移动矩形窗口到下一个相邻像素，重复上　

面的过程，直至处理完整幅图像。　

仿真结果如图１所示，通过全局直方图均衡后　

（图１（ｂ）），图１（ａ）的中间部分明显的增强，灰度范　

围从原来的１３０～１８５（图１（ｅ））扩展到０—２５５（图　

１（ｆ））。但是也模糊了图中对比度不大的区域，而　

且原图１（ａ）的左下角和右下角，通过直方图均衡后　

更加模糊了。图１（ｃ）是采用对比度受限的局部直　

方图均衡法，与ＨＥ相比整个图像的对比度明显增　

强，其直方图如图１（ｇ），但是图中对比度不大的区　

域左上角增强的效果还是不够理想，而且在静脉的　

交叉处还引人了过多的噪声。图像增强之后还要进　

行图像分割来提取静脉纹理，静脉识别系统对速度　

的要求是比较高的，因此采用阈值分割法是比较好　

的选择　Ｊ。这里我们采用Ｏｔｓｕ法来进行图像分割，　

■■　

（ａ）原图　

（ｅ）原图直方图　

并且有０≤　≤１。设　和４　分别代表区域　和区　

域曰的面积，如果　＝　／（Ａ　＋　），那么ｈ　（ｒ）＝ｈ　

（ｒ），这意味局部直方图等于全局直方图。如果　＞　

Ａ　／（Ａ　＋Ａ　），则局部直方图强调局部信息。　

在这种情况下，可以通过Ｏｌ调节局部直方图来　

模拟周围环境对相关区域的影响。采用这种方法，　

所有的局部直方图都像全局直方图那样具有相同的　

灰度级，但它们的每一个灰度级在在不同的位置上　

具有不同的幅值。　

ＣＬＡＨＥ算法步骤为：　

（１）图像中的任一点，根据窗口大小ｗ确定相　（ｆ）ＨＥ直方图　图１　ＨＥ和ＣＬＡＨＥ　１００　

５０　

０　（ｄ）二值化　

０　１００　２００　

（ｇ）ＣＬＡＨＥ直方图　

其结果如图１（ｄ），显然是不能满足要求的。　

３　ＣＬＡＨＥ和ｔｏｐ—ｈａｔ变换相结合　

我们知道静脉图像增强的最终目的是要把目标　

静脉从背景中分离出来，为下一步纹理分割做准备。　

因此我们的目标就是进一步增大静脉与背景的对比　

度，使模糊的边界清晰起来，这里我们可以考虑将图　

像中的波峰和波谷提取出来，与经过ＣＬＡＨＥ图像　

进行加减运算，来进一步的提高图像的对比度，其中　

波峰和波谷的提取利用图像形态学中的ｔｏｐ—ｈａｔ变　

换来完成。　

设ｆ，ｇ为二维离散空间上的两个离散函数，

　激光与红外　第３９卷　

，Ｙ）为图像位于（　，Ｙ）点处的灰度值，ｇ为结构元　

素，则开运算Ｒ　∽及闭运算　（　为：　

Ｒ　∽＝（ｆｏｇ）（　，Ｙ）＝［（ｆｏｇ）①ｇ］（　，Ｙ）（３）　

６　∽＝Ｃｆ。ｇ）（　，Ｙ）＝［（ｆ＠ｇ）Ｏｇ］（　，Ｙ）（４）　

其中，①为膨胀运算；＠为腐蚀运算；参数ｕ是一个　

用来选择不同结构ｇ的可调参数。　

Ｓｔｅｒｎｂｅｒｇ将数学形态学的应用领域从二值图像　

处理扩展到灰度图像后，Ｍｅｙｅｒ提出ｔｏｐ—ｈａｔ变换，借　

助ｔｏｐ—ｈａｔ变换可以有效地提取图像特征。Ｔｏｐ．ｈａｔ　

变换又分为两种：白ｔｏｐ．ｈａｔ变换和黑ｔｏｐ—ｈａｔ变换。　

白ｔｏｐ—ｈａｔ变换是指用原图像减去经过开运算后的　

图像，黑ｔｏｐ—ｈａｔ变换是指经过闭运算的图像减去原　

图像，之所以称其为黑白ｔｏｐ—ｈａｔ变换，是因为白ｔｏｐ—　

ｈａｔ变换可以提取小于结构元素尺寸的峰值，即图像　

的亮特征；黑ｔｏｐ—ｈａｔ变换可以提取小于结构元素的　

谷值，即图像的暗特征　。　

（ａ）波峰直方图　

（ｂ）均衡化的波峰直方图　

（ｃ）波峰波谷未均　（ｄ）波峰波谷均　（ｅ）图２（ｄ）的二值图　衡化的效果图　衡过的效果图　图２　ＣＬＡＨＥ和ｔ０ｐ—ｈａｔ变换相结合　如图２（ｃ）所示，与图１（ｃ）相比，增强效果有了　

极大的改善，静脉的轮廓变的清晰，但是交叉处的噪　

声并没有减轻。经过进一步研究发现，如果在进行　

ｔｏｐ—ｈａｔ变换之后，再进行一次直方图均衡，把波峰和　波谷的灰度分布拉开，使灰度层次分明，再与原图像　

进行加减运算，那么介于目标和背景之间的像素将　

归于二者之一，模糊的边界将会更加清晰。事实也　

正是如此，仿真结果图２（ｄ）的增强效果要明显地好　

于图２（ｃ）的，其静脉的轮廓更加清晰，与背景的分　

界更加明显，尤其是交叉处的噪声有了极大的减轻，　

阈值分割的结果也是相当地令人满意（图２（ｅ））。　

图２中，（ａ）是ｔｏｐ－ｈａｔ变换采用圆盘形半径为５的　

结构元素提取的波峰的直方图；（ｂ）是经过直方图　

均衡后的波峰直方图；（ｃ）是ＣＬＡＨＥ与未均衡的　

ｔｏｐ—ｈａｔ变换结合的效果图；（ｄ）是ＣＬＡＨＥ与均衡的