压缩感知的指静脉图像去噪

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (02): 559-0562.

压缩感知的指静脉图像去噪

陈玫玫,郭树旭,王瑶,吴斌,于思瑶,邵向鑫

吉林大学电子科学与工程学院,长春 130012

收稿日期:2010-03-17 发布日期:2011-03-01
通讯作者: 郭树旭(1959-),男,教授,博士生导师.研究方向:数字图像处理.E-mail:guosx@jlu.edu.cn E-mail:guosx@jlu.edu.cn
作者简介:陈玫玫(1982-),女,博士研究生.研究方向:数字图像处理.E-mail:gloriachan824@gmail.com
基金资助:
吉林省科技发展计划项目(20090505)；吉林大学基本科研业务费项目（200903077）

Finger vein image denoising based on compressive sensing

CHEN Mei-mei,GUO Shu-xu,WANG Yao,WU Bin,YU Si-yao,SHAO Xiang-xin

College of Electronic Science and Engineering, Jilin University,Changchun 130012,China

Received:2010-03-17 Published:2011-03-01

摘要/Abstract

摘要：

基于压缩感知理论的梯度投影稀疏重建（GPSR）算法对合成指静脉图像进行去噪预处理，运用Canny算子提取指静脉边缘验证了GPSR算法的去噪效果。实验结果表明，与全变分去噪算法(ROF去噪算法)相比，运用GPSR算法可以得到更高信噪比的指静脉图像、更清晰的指静脉边缘轮廓，解决了红外传感器提取指静脉信息时存在的静脉边界模糊、不易分割及提取边缘等问题。

关键词: 信息处理技术, 压缩感知, 指静脉图像, 图像去噪, 梯度投影

Abstract:

We present a Gradient Projection for Square Reconstruction (GPSR) algorithm for solving bound constrained quadratic programming problem to reduce the noise in synthetic vein images, which are blurred by various noises. This algorithm is based on the compressive sensing theory. The edge of the vein was extracted by Canny operator to verify the GPSR method. Experiment results show that, compared with the total variation denoising algorithms developed by Rudin, Osher and Fatemi (also called ROF), using the proposed GPSR algorithm can obtain finger vein image with higher Signal to Noise Ratio (SNR), and clearer edge of the vein. So this algorithm can provide more accurate information for vein recognition and extraction.

Key words: information processing, compressive sensing, finger vein image, image denoise, gradient projection

中图分类号:

2010-03-17

陈玫玫, 郭树旭, 王瑶, 吴斌, 于思瑶, 邵向鑫. 压缩感知的指静脉图像去噪[J]. 吉林大学学报(工学版), 2011, 41(02): 559-0562.

CHEN Mei-Mei, GUO Shu-Xu, WANG Yao, WU Bin, XU Si-Yao, SHAO Xiang-Xin. Finger vein image denoising based on compressive sensing[J]. 吉林大学学报(工学版), 2011, 41(02): 559-0562.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15]	王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed