手部图像的纹路特征提取与参数测量研究
基于图像的测量由于具有检测精度高、速度快、成本低等优点，而广泛应用于医疗、工业、农业、军事和国防等领域。因此，它也成为计算机视觉领域最热门的研究课题之一。在医院手部烧伤烫伤的康复治疗中，弹力手套是一种常见的康复手段。传统方法是测量人员到病房直接对患者手部进行测量，从而制备出弹力手套。人工测量方法中个人依据标准不同，测出数据误差不同;并且人力培养时间长，成本高。所以，采用基于图像的测量技术对患者手部进行拍照并测量手部参数辅助弹力手套制备有着重要的实际应用价值。 为了解决基于图像的特征检测、几何参数测量等问题，本文基于患者的手部图像着重研究了特征提取及参数测量方法，主要工作有: 1、给出了一种融合分块加权局部二值特征(BW-LBP，Block Weighted Locally Binary Pattern)与MFRAT（修改的有限Radon变换的线性滤波器）的手掌掌纹特征提取方法。该方法首先利用图像高频强调滤波和限制对比度自适应直方图均匀化结合方法对手部图像进行增强，然后利用将原始局部二值特征（LBP，Locally Binary Pattern）中由单个像素点与邻域像素点的对比实现为多个区域块平均灰度值之间的比较，像素区域块的均值处理可减小噪声带来的干扰，按照一个分块内邻域点与中心像素点距离大小进行加权运算得到LBP值，得到BW-LBP处理后的手掌纹路图像后;再利用MFRAT的多个方向线状模板对每个像素进行卷积得到当前线性模板的主纹线特征图像，最后将各个方向的特征图像求和得到掌纹纹路以及边缘特征信息。实验结果验证了该方法的可行性及有效性。 2、针对手工测量依据标准不同，测出数据误差差异较大等问题，设计并实现了一套基于图像的手部特征几何参数测量系统。该系统先标定摄像机参数;然后，对获取的患者手部图像进行滤波处理提高图像质量，实时获取运动中手部的边缘特征信息;最后，在通过鼠标取点的方式实现图像中参数测量。实验室测试结果及现场医院测试结果表明，与手工测量相比，该系统具有较高测量精度和测量效率。
手部图像;掌纹特征提取;图像增强;参数测量
北京化工大学
硕士
控制工程
祝海江;杨平
2020
中文
TP391.41
2020-11-17（万方平台首次上网日期，不代表论文的发表时间）