(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211194944.8 (22)申请日 2022.09.29 (65)同一申请的已公布的文献号 申请公布号 CN 115272684 A (43)申请公布日 2022.11.01 (73)专利权人 山东圣点世纪科技有限公司 地址 266010 山东省青岛市崂山区松岭路 169号青岛国际创新园二期D2栋千山 大厦1602室 (72)发明人 谢咚咚　赵国栋　李学双　蓝师伟　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 专利代理师 徐超 (51)Int.Cl. G06V 10/30(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) (56)对比文件 CN 103020911 A,2013.04.0 3CN 113313641 A,2021.08.27 CN 112529800 A,2021.0 3.19 CN 105243649 A,2016.01.13 CN 111199527 A,2020.0 5.26 CN 111639555 A,2020.09.08 CN 10825 6456 A,2018.07.0 6 CN 111368661 A,2020.07.0 3 CN 109872 289 A,2019.0 6.11 CN 114724188 A,2022.07.08 CN 106548176 A,2017.0 3.29 CN 114863498 A,202 2.08.05 CN 111291709 A,2020.0 6.16 WO 2022110804 A1,202 2.06.02 US 2008037044 A1,2008.02.14 WO 2022005336 A1,202 2.01.06 蒋寒琼.基 于纹理约束的手指静脉图像去噪 与修复算法研究. 《中国优秀硕士学位 论文全文 数据库 信息科技 辑》 .2022,第2022年卷(第3 期), (续) 审查员 刘璐 (54)发明名称 一种静脉图像增强过程中伪噪声的处理方 法 (57)摘要 本发明涉及一种静脉图像增强过程中伪噪 声的处理方法， 属于生物特征识别技术领域， 其 包括以下步骤： 对静脉图像中的每一像素点进行 交叉对称方向滤波处理， 得到每一像素点的滤波 数组； 通过大邻域进行细分小邻域再判断该疑似 噪声点； 采用局部处理方法进一步判定疑似噪声 的像素点是否为噪声点， 得到噪声点二值图； 将 增强后的静脉图像作为待滤波输入图， 将噪声点 二值图作为引导图， 采用快速引导滤波方法输出 滤波后效果图。 本发明涉及的静脉图像增强过程 中伪噪声的处理方法是一种快速的局部去噪方 法， 能够良好解决局部纹理噪声， 避免伪噪声的 形成， 避免形成识别认假。 [转续页] 权利要求书2页 说明书5页 附图3页 CN 115272684 B 2022.12.27 CN 115272684 B (56)对比文件 何必锋.镜面污损下的静脉图像去噪算法研 究. 《中国优秀硕士学位 论文全文数据库 信息科 技辑》 .2022,第2022年卷(第3期), Rajalakshmi.M等.Performance evaluati on of vari ous filters for N oise removal o n near I nfrared Palm Dorsal Vascular Ima ges. 《2020 3rd I nternati onal Conference o n Intelligent Sustai nable Systems (ICISS)》 .2021, Hailan Kuang等.Adaptive thresho ld vein enhancement method based o n illuminance estimati on. 《2021 IE EE 5th Advanced I nformati on Technology, Electronic and Automati on Control Conference (IAEAC)》 .2021,2/2 页 2[接上页] CN 115272684 B1.一种静脉图像增强过程中伪噪声的处 理方法， 其特 征在于： 其包括以下步骤： 步骤S1.对静脉图像中的每一像素点进行交叉对称方向滤波处理， 得到每一像素点的 滤波数组； 步骤S2.设定静脉图像灰度最小值的门限阈值mx， mx∈[ 85,125]； 步骤S3.求取静脉图像某个像素点的5*5邻域灰度平均值Mean_I （i， j） 和3*3邻域灰度 最小值Mi nI （i， j） ， 设定变量 ks， 变量ks的初始值 为0； 步骤S4.统计该像素点的滤波数组中数值大于3*3邻域灰度最小值的个数， 比较3*3邻 域灰度最小值与门限阈值的大小， 进而判定该像素点是否为疑似噪声的像素点， 具体步骤 包括： 步骤S4.1.判断该像素点滤波数组中的数值是否大于3*3邻域灰度最小值MinI （i， j） ， 若是， 则变量 ks加1， 否则， 变量 ks不变； 步骤S4.2.若最终的变量ks不小于6且像素点的3*3邻域灰度最小值MinI （i， j） 大于门 限阈值mx， 则判定该像素点 为疑似噪声的像素点； 步骤S5.重 复步骤S3~步骤S4获取所有疑似噪声的像素点， 采用局部处理方法进一步判 定疑似噪声的像素点是否为噪声点， 对判定为噪声点的灰度值赋值为 1， 其余像素点的灰度 值赋值为0， 得到噪声点 二值图， 其具体步骤为： 步骤S5.1.设置变量 km1和变量 km2， 变量 km1和变量 km2的初始值均为0； 步骤S5.2.将各疑似噪声的像素点的7*7邻域细分成六块3*3的子区域， 计算每块子区 域内像素点的累加灰度值； 步骤S5.3.对于各疑似噪声的像素点， 判断疑似噪声的像素点的5*5邻域的平均值 Mean_I （i， j） 是否小于该像素点对应的子 区域内像素点的累加灰度值， 若是， 则变量km1加 1， 若不是， 则变量 km1不变； 步骤S5.4.对于各疑似噪声 的像素点， 判断疑似噪声的像素点的灰度值是否为该疑似 噪声的像素点对应的子区域的灰度最大值， 若是， 则变量 km2加1， 若不是， 则变量 km2不变； 步骤S5.5.当变量km1的最终值不小于变量km1的阈值km1 ’， 且变量km2的最终值不小于 变量km2的阈值km2 ’， km1’∈[0， 6]， km2 ’∈[0， 6]， 则认定该疑似噪声的像素点为噪声点， 并将该噪声点的灰度值赋值 为1， 否则赋值 为0， 进而得到噪声点 二值图； 步骤S6.将增强后的静脉图像作为待滤波输入图， 将噪声点二值图作为引导图， 采用快 速引导滤波方法输出 滤波后效果图。 2.根据权利要求1所述的静脉图像增强过程中伪噪声的处理方法， 其特征在于： 所述的 步骤S1中像素点 （i， j） 的滤波数组为z （k） ， k= 0， 1， 2…7， 各数组的表达式为： 权　利　要　求　书 1/2 页 2 CN 115272684 B 3