手掌圖像自動診病關鍵點定位分割方法

胡欣楠 韓仲志

（1.山東中醫(yī)藥大學藥學院，山東 濟南 250300；2.青島農(nóng)業(yè)大學信息科學學院，山東 青島 266109）

0 引言

生物識別技術（Biometrics）是指計算機利用人體本身所擁有的生物特征來進行自動身份識別的技術，常基于計算機的方法及人體所擁有的生物特征來進行自動疾病診斷及健康評估。利用計算機進行自動手掌診病則是一種較新的生物識別方法，近年來，得到國內(nèi)外研究人員的充分重視，甚至歐美國家也投入到此方面的研究當中[1-2]。手掌診病產(chǎn)生于古老的中醫(yī)學理論，20世紀末，張大鵬教授[3]開辟該研究領域以來發(fā)展極為迅速，他在中醫(yī)理論和全息醫(yī)學的啟發(fā)下創(chuàng)新地提出了生物診斷技術概念及研究方向[3]。哈爾濱工業(yè)大學鄔向前等[4-5]先后進行了自動舌像診斷、自動脈診、自動虹膜診斷以及自動手掌診斷等方面的研究，并取得了較大的研究成果。香港理工大學建立了第一個掌紋庫（PolyU palmprint datebase)[6]，本文對手掌診病過程進行了分析，分析了計算機對手掌圖像識別的預處理過程，提出了一種手掌關鍵點的定位方法。

1 圖像采集與預處理

用掃描儀采集手掌的圖像，掃描時按輕輕平放在掃描儀上，為了使掃描背景為黑色，掃描儀蓋板完全打開，實驗用的掃描儀型號為佳能 CanoScan 8800F，平板式CCD掃描儀，光學分辨：4800dpi*9600dp；最大分辨率：19200dpi，掃描范圍：216*297mm；使用的計算機為聯(lián)想ideaCentre Kx 8160：CPU為 Intel酷睿 2四核 Q8300 2.5GHz， 內(nèi)存DDRIII4G；閃存1G，硬盤 500G；Winows XP操作系統(tǒng)。Matlab2008a下編程，掃描得到的部分圖片如圖1。

圖1 通過掃描儀獲得的部分手掌圖片

圖像的預處理包括圖像的增強、去噪、中值濾波、邊緣檢測、形態(tài)學操作和圖像的色彩空間轉換等常規(guī)的預處理方法。

由于圖像比較大影響處理速度首先進行圖像壓縮，然后灰度化，中值濾波去噪，對比度增強，二值化，然后提取手掌區(qū)域，進行邊緣檢測，手掌圖像的預處理過程如圖2。

圖2 手掌圖像的預處理過程

2 關鍵點定位

下面以邊界標記的方法，尋找邊界，求出邊界距半徑r的函數(shù)f(·)的分布；方法為，首先在圖像（圖3H）中像素的x、y坐標逐行逐列掃描，找到第一個像素值為1的點坐標（x1，y1）如圖3A圓圈內(nèi)點，然后限定三個搜索方向（向左、向左上、向上）如圖3B，找第二個像素值為1的點坐標（x2，y2），計算（x1，y1）與（x2，y2）距離 r1；接著限定 8-聯(lián)通方向搜索如圖 3C，找到兩個像素為 1 的點（x1，y1）和（x3，y3），舍掉剛才走過的點（x1，y1）點，計算坐標點（x1，y1）與（x3，y3）的半徑 r3；如此在8聯(lián)通區(qū)域尋找下一個點，直到搜索到最后一個點為起始點時第一個像素點結束。計算與起始點（x1，y1）的距離，保存各點的距離數(shù)據(jù)與點的位置。做出各點的距離r的函數(shù)f(·)如圖4A。計算該函數(shù)的導數(shù)y=f′(·)，得到導數(shù)曲線圖（圖 4B），在邊緣圖像（圖 2H）上標記 y=f′(·)=0的點，標記后的圖像如圖5A。這些點的位置即為手掌圖像的突變點，即為手指的指尖和指丫處。根據(jù)邊界搜尋的順序很容易得出各個手指指尖和指丫處坐標。

圖3 邊界標記搜索示意圖

圖4 關鍵點定位方法

關鍵點定位方法的思路為：首先找到一個左下角的點作為起始點，然后計算各個邊緣點到起始點的距離，并畫出距離曲線，對距離曲線求一階倒數(shù)，得到倒數(shù)曲線，極值點即為關鍵點。在求圖像的距離曲線時由于邊界不是很平滑可能會陷入局部極小點，所以要進行適當?shù)男螒B(tài)學操作。

最后一步是在對待分割的手掌圖像（圖5B）上按照關鍵點（圖 5A）進行分割，可以分割出各個手指部分和手掌部分的獨立圖像，分割的效果圖如圖5C。這就為下一步進行手掌病灶區(qū)域的定位奠定了良好的基礎。

3 結論

為了研究采用手掌圖像自動診病的可行性。通過利用計算機對手掌圖像識別過程進行分析，基于圖像處理的方法，采用掃描儀掃描的部分手掌圖片，基于這些圖片進行關鍵點的定位和分割方法進行了研究，通過適當?shù)念A處理方法過的了手掌清晰的邊界，提出了一種采用求距離倒數(shù)的方法進行關鍵點的標記，實驗證明標記的效果良好。本文所提出系統(tǒng)設計思想和關鍵點的標記方法對手掌自動診病系統(tǒng)的開發(fā)具有積極意義。

［1］A.Jain,R.Bolle and S.Pankanti,Biometrics：Personal Identification in Networked Society[M].Kluwer Academic Publishers,1999.

［2］N.Duta,A.K.Jain,and K.V.Mardia,Matching of palmprint [J].Pattern Recognition Letters,vol.23,no.4,pp.477-485,2001.

［3］D.Zhang,Automated Biometrics-Technologies and Systems [J].Kluwer Academic Publishers,2000.

［4］Xiangqian Wu,Kuanquan Wang,David Zhang,Bo Huang,Palmprint Classification Using Principal Lines[J].Pattern Recognition.2004,37(10)：1987-1998.

［5］Xiangqian Wu,Kuanquan Wang,David Zhang, “Fusion of Phase and Orientation Information for Palmprint Authentication”,Pattern Analysis and Application,Dec.2005.

［6］http：//www.pudn.com/downloads92/sourcecode/others/detail357842.html [EB/OL].

［7］Han Zhongzhi,Li Yanzhao,Zhang Jiapeng,Zhao Yougang.Counting Ear Rows in Maize Using Image Process Method[C].IEEE ICIC2010.6,(3)：333-336.