嵌入式靜脈成像儀設(shè)計

劉楠 饒晶晶 鐘衛(wèi)帥 程鐵棟

(江西理工大學(xué)電氣工程與自動化學(xué)院,江西贛州 341000)

靜脈穿刺是醫(yī)學(xué)上常用的醫(yī)療手段,但具有穿刺困難、失敗率高的缺點,給患者帶來一定的痛苦。目前,國外已經(jīng)研發(fā)出靜脈成像設(shè)備[1],由于技術(shù)壟斷,設(shè)備價格昂貴等問題,國內(nèi)并未普及。因而,引起國內(nèi)研究者自主研發(fā)該產(chǎn)品的興趣[2]。本文研究重點是應(yīng)用嵌入式技術(shù),利用機器視覺庫并結(jié)合硬件,實現(xiàn)非接觸式靜脈成像功能。

1 靜脈成像原理

研究發(fā)現(xiàn)靜脈中的水、脫氧血紅蛋白和氧合血紅蛋白在不同波段的光的吸收系數(shù)不同。當(dāng)皮膚組織受到光照時,會產(chǎn)生反射且不同的人反射系數(shù)不同。因此,根據(jù)吸收系數(shù)及反射系數(shù),選用合適波長的紅外光LED照射皮膚,用攝像頭可采集到明顯的靜脈圖像。

2 硬件設(shè)計

根據(jù)脫氧血紅蛋白對近紅外光的吸收系數(shù),選用價格低廉且成像效果好的850nm波長的LED作為紅外光源[3];選用普通USB攝像頭,用紅外LED替代其白光LED,并將其原紅外光截止鏡頭換成白光截止鏡頭;選擇ARM—CortexA9處理器用于后期的移植。

圖1 靜脈分布圖

3 靜脈圖像的預(yù)處理

自制攝像頭采集到的是不明顯的手背靜脈圖像,因此需要對該圖像做預(yù)處理,提取有效部分。預(yù)處理流程為:

(1)感興趣區(qū)域提取,可減少處理時間,提高圖像精度。通過閾值Z的設(shè)定,對圖像f(x,y)進行處理:將攝像頭采集的256色圖像先轉(zhuǎn)化為黑白兩色的灰度圖像。再調(diào)用OpenCV中的Mat函數(shù),完成感興趣區(qū)域提取。

(2)濾波去噪。選用高斯濾波可得到較好的輪廓特征。濾波過程用下式表示:其中,f0指原圖像,f指濾波后的圖像。再根據(jù)方程:調(diào)整σ,降低圖像噪聲。

4 基于OpenCV的靜脈圖像后處理

軟件啟動開始檢測攝像頭是否存在并準(zhǔn)備采集圖像,當(dāng)攝像頭采集到圖像時,程序向軟件控制臺發(fā)送信息。軟件接受到圖像信息后,創(chuàng)建存儲空間,進行圖像的二值化、圖像增強及歸一化處理,并實時顯示到軟件界面上?；贠penCV的靜脈圖像后處理算法工作流程為:(1)攝像頭初始化。檢測攝像頭是否存在,在OpenCV中,調(diào)用VideoCapture及isOpened類來實現(xiàn)。(2)圖像二值化。采用自適應(yīng)閾值的方法對圖像進行二值化處理。(3)圖像增強。完成自適應(yīng)的二值化后,在 OpenCV 中用直方圖均衡增強法對圖像進行增強處理,讓圖像更加平滑,同時不失去其細(xì)節(jié)。(4)圖像歸一化。根據(jù)矩陣關(guān)系式:對圖像進行二維縮放,完成歸一化。

5 系統(tǒng)移植及效果

選用ARM—Cortex A9處理器,首先移植Linux 系統(tǒng),然后移植算法:(1)移植 BootLoader,引導(dǎo) Linux的啟動;(2)移植自定義裁剪后的Linux內(nèi)核;(3)移植文件系統(tǒng);(4)移植OpenCV庫。最終可清晰看到靜脈分布如圖1。

6 結(jié)語

本文以提高靜脈穿刺成功率、減輕患者痛苦為初衷,完成了利用嵌入式技術(shù)顯示手背靜脈的設(shè)計。實際結(jié)果表明,該設(shè)計可以實時顯示清晰的靜脈圖像。欲優(yōu)化設(shè)計,可將該算法移植到體積更小的嵌入式平臺。

[1]L Wang, G Leedham. Near- and Far-Infrared imaging for vein pattern biometrics[J]. IEEE International Conference on Video & Signal Based Surveillance, 2006: 52.

[2]張晉陽.紅外靜脈輔助定位系統(tǒng)設(shè)計[J].電子測量技術(shù),2007,(30):140-143.

[3]吳微.手掌靜脈圖像識別技術(shù)綜述[J].中國圖像圖形學(xué),2013,(18):1215-1224.