ComputerEngineeringandApplications计算机工程与应用2011,47(30)15
不同波长近红外光下手掌静脉图像质量分析
李威,苑玮琦
LIWei,YUANWeiqi
沈阳工业大学视觉检测技术研究所,沈阳110178ComputerVisionGroup,ShenyangUniversityofTechnology,Shenyang110178,China
LIWei,YUANWeiqi.Imagingqualityanalysisonpalmveinunderdifferentwavelengthsnear-IR.ComputerEngineer-ingandApplications,2011,47(30):15-18.Abstract:Inpalmveinimagingsystem,inordertoinvestigatetherelationbetweenlightsourcewavelengthandimagequali-ty,scatteringandabsorptioncharacteristicsofepidermis,dermisandfatinpalmskinundernearinfraredlightareanalyzedandmathematicalmodelisestablished.Thenonthisbasis,itqualitativeanalyzesimagequalityunderfoursinglewavelengthsincluding760nm,850nm,890nmand960nm.Finally,undertheabovementionedfoursinglewavelengthsandsixmixedwavelengths,itevaluatespalmveinimagequalitybyuseofimagecontrastandtwothousandandfivehundredimagesarepreprocessedandquantitativecompared.Experimentalresultsandtheoreticalanalysisshowthattheimagequalityofpalmveinisbestunderthelightof760nm+960nmwavelengths.Keywords:palmvein;NearInfrared;biologicaltissue;opticalmodel;absorptioncharacteristics;scatteringcharacteristics;imagecontrast;imagequality摘要:在手掌静脉成像系统中,为对光源波长和成像质量之间的关系进行研究,对手掌皮肤中的表皮层、真皮层和脂肪层在近红外光下的吸收、散射光学特性建立数学模型,并对在760nm、850nm、890nm和960nm四种单波长近红外光下图像质量的影响因素进行分析。在上述四种单波长及其六种混合波长下,利用图像对比度作为图像质量评价标准,对2500张掌脉图像进行了预处理和图像质量对比分析。实验结果和理论分析表明,在混合波长760nm+960nm下,最大程度保留了静脉信息。关键词:手掌静脉;近红外光;生物组织;光学模型;吸收特性;散射特性;图像对比度;图像质量DOI:10.3778/j.issn.1002-8331.2011.30.005文章编号:1002-8331(2011)30-0015-04文献标识码:A中图分类号:TP391.41
1引言
采集掌脉图像。这些文献都没有对光源波长与成像质量的关系进行分析。
为了对光源波长和成像质量之间的关系进行研究,本文对不同波长下的手掌静脉图像进行质量分析。从手掌的生理结构光学特征入手,对手掌皮肤中的表皮层、真皮层和脂肪层在近红外光下的吸收、散射特性建立数学模型,并在此基础上分析了760nm、850nm、890nm和960nm四种单波长下图像质量的影响因素,然后以图像对比度作为图像质量的评价标准,对在上述四种单波长及其六种混合波长下共2500张掌脉图像进行预处理和质量分析。实验结果表明,在混合波长760nm+960nm的光源照射下掌脉图像质量最好,既能保证图像清晰度,又在最大程度上保留了静脉信息。
手掌静脉识别是一种新的生物特征识别技术,主要应用于个人身份鉴别。基于手掌静脉的身份识别主要具有以下优点:(1)手掌静脉(以下简称掌脉)位于手掌表皮下,且手掌平时处于半握拳状态,很难被窃取,具有很高的安全性;(2)掌脉包含丰富的个人信息,具有很高的身份辨别能力;(3)手掌能够通过非接触方式在近红外光下实现静脉成像,识别方式卫生且更容易被用户接受。
掌脉成像主要是利用人体静脉血液中的还原血蛋白对近红外光的吸收特性来实现,手掌皮肤对光的吸收和散射特性在不同波长的入射光下是不同的。在成像过程中,由于光源波长的不同以及被采集对象的个体差异性,导致获取的图像或好或坏。质量差的掌脉图像会丢失大量的有效特征信息,并出现伪特征,影响掌脉特征的提取与识别。对掌脉图像采集设备的光源波长相关文献说法不一,文献[1]利用850nm波长的光源采集静脉图像;文献[2-3]选择890nm波长的红外光作为采集掌脉的光源;文献[4]则选择800~1000nm波长光源
2手掌静脉成像机理
2.1手掌组织的光学特性数学模型
近红外光与生物组织相互作用的总衰减中有一部分是由
基金项目:国家自然科学基金(theNationalNaturalScienceFoundationofChinaunderGrantNo.60972123);高校博士点专项科研基金
(No.[1**********]002)。
作者简介:李威(1979—),女,博士研究生,讲师,主要从事基于生物特征信息识别技术及仪器的研究;苑玮琦(1960—),男,博士(后),教授,博士
生导师。E-mail:[email protected]
收稿日期:2011-05-26;修回日期:2011-07-19
162011,47(30)ComputerEngineeringandApplications计算机工程与应用
一部分光,对掌脉成像有一定影响[8-9]。表皮层中没有血管经过。真皮层的厚度约为0.06~0.30cm,由乳头层和网状层组成,以90%的弹性纤维与10%的胶原纤维所构成的结缔组织为主要结构,并包含了大量的水[10-11],对近红外光有一定吸收作用,对成像也有影响。皮下组织主要由大量的脂肪细胞和
(1)
动脉、静脉组成的血管网所构成。
I0
I1
′
I2
′I3
′I4
组织的吸收所引起的损耗,剩下的部分则是由散射所引起的[5]。即当光束入射手掌皮肤表面时,光能I最终分成三部分:从入射界面反射回空气中的回射光能I1、穿过皮肤时散射造成的光能损失S、还有被组织吸收的光能X。
对手掌组织的光学特性建立数学模型:I=I1+X+S
皮肤对光线的吸收程度越强,通过后向散射回到皮肤表面的光就越弱。皮肤中的静脉血管对近红外光线吸收程度越大,在皮肤表面形成的总体光强的差异就越大。本文主要研究X和S对掌脉成像的影响。
表皮层真皮层脂脉
静脉血管
X1
2.2手掌组织的光学参数
光在手掌组织中的吸收和散射特性是通过生物组织光学
X2X3
参数来体现的。
(1)吸收系数
吸收系数是单位长度上一个光子被吸收的几率,在生物组织光学中,吸收系数常用单位为“cm-1”。在700~900nm波长范围内,吸收系数范围为0.01~1.00cm-1[6]。此系数主要反映生物组织对光的吸收程度的大小,其表示:ε=dA
dA表示单位路径上光子因被吸收而损失的能量,A表示吸收事件发生前的光能量,ds表示单位路径。
(2)散射系数
光通过皮肤时除了吸收外,还要发生散射。光的散射可以用散射系数μs来表示,它表示单位光程上一个光子被散射的几率,常用单位为“cm-1”,主要反映生物组织对光散射程度的大小。它表示为:
μs=dA
dA表示单位路径上光子因被散射而损失的能量,A表示散射ds表示单位路径[7]。在700~900nm波事件发生前的光能量,
[7]
(a)手掌静脉解剖图(b)手掌皮肤光学特性
图1手掌皮肤结构与光学特性
在皮肤中,对光有吸收作用的主要是皮肤内的水、血红蛋白以及细胞色素等。在近红外的“光谱窗”范围内,胆红素、脱氧血色素和含氧血色素等细胞色素的吸收系数已接近0,对光的吸收可忽略不计[12]。血红蛋白根据是否和氧结合,分为氧合血蛋白和还原血蛋白。从氧合血蛋白、还原血蛋白、水的近红外吸收光谱[5](图2)可以看出,在600~800nm波长内,水对光的吸收系数小于0.01cm-1,远小于还原血蛋白的吸收系数;在800~1000nm波长范围内,水的吸收系数迅速增大,甚至在波长970nm附近出现一个吸收的高峰,不能忽略水对光的吸收。从图2还可以看出血液中的还原血蛋白和氧合血蛋白对不同波长的光吸收系数差异明显,在600~800nm波长内,还原血蛋白的吸收系数远比氧合血蛋白大;在800~1000nm波长范围内,还原血蛋白的吸收系数则小于氧合血蛋白的吸收系数。通过脂类在近红外的光谱图[14](图3)可知,在600~1000nm波长范围内,脂类的吸收系数一直是大于0.08cm-1,无法忽
14]
略。另有研究表明[8,,表皮层中的黑色素在近红外光区也有
长范围内,散射系数范围为:5~20cm-1[6]。吸收,如图4所示。
由于在静脉血液中,氧合血蛋白浓度大于47%[15],因此可近似认为在760nm波长附近,人体组织中存在脂类、黑色素、氧合血蛋白和还原血蛋白四种吸收体;在860nm、890nm和960nm这三个波长范围内,由于水的吸收系数大大增加,存在脂类、黑色素、氧合血蛋白、还原血蛋白、水共五种吸收体。通过对760nm、850nm、890nm和960nm四个波段下手掌的生物光学吸收特性进行分析,可得在760nm波长附近,皮肤的吸收光能近似等于黑色素吸收光能X1、脂类吸收光能X2、还原
3
Hemoglobin
Absorption/a.u.2
2.3
2.3.1
手掌组织的光学特性
吸收特性
手掌组织具有明显的分层结构特性,由表皮层、真皮层、
皮下组织层(由脂肪层和静脉血管组成)三部分组成,如图1所示。表皮的结构非常薄,厚度约0.0027~0.0150cm,由角质层、透明层、颗粒层、有棘层和基底层组成。其中前四层对入射光线吸收能力弱,大部分光线都能穿透进入皮肤下层,只有基底层中存有黑色素颗粒,负责制造黑色素。黑色素会吸收
0.300.25吸引系数/cm-1
0.200.150.100.05
还原
血红蛋白含氧血红蛋白
700
800
900
1000
1100
水
mua/mm-1
0.0200.0180.0160.0140.0120.010
1
Melanin
0600
0.008
[***********][1**********]300
400
[1**********]0Wavelength/nm
900
图2氧合血蛋白(即含氧血蛋白)、还原血蛋白及水的近红外吸收光谱
图3脂肪的近红外吸收光谱图4
血红蛋白和黑色素的光学吸收
李威,苑玮琦:不同波长近红外光下手掌静脉图像质量分析
血蛋白吸收光能X3和氧合血蛋白吸收光能X5之和,即:
X=X1+X2+X3+X5
I0=I1+I2+I3+I4+A01eMel
ε
CMeldMel
2011,47(30)+A02e
εFatCFatdFat
17
+
(2)
在850nm、890nm和960nm波长附近,皮肤的吸收光能近似等于黑色素吸收光能X1、脂类吸收光能X2、还原血蛋白吸收光能X3、水的吸收光能之和X4和氧合血蛋白吸收光能即:X5之和,
X=X1+X2+X3+X4+X5
A03e
εHbCHbdHb
+A05e
εHb0CHbodHb
2
2
(6)
+A02eA05e
εFatCFatdFat
在850nm、890nm和960nm波长附近:I0=I1+I2+I3+I4+A01eMel
A03e
εHbCHbdHb
ε
CMeldMel
+
+A04eWater
ε
CWaterdWater
εHb0CHbodHb
2
2
(7)
(3)
从推导出的式(6)和(7)可看出,光源波长、脂肪层薄厚、血蛋白浓度、手掌表皮薄厚和表皮光滑程度都会影响掌脉图像的质量。本文只分析光源波长对掌脉图像质量的影响,其他因素对成像质量的影响会在后续文章中进行讨论。
在760nm附近,还原血蛋白对近红外光的吸收量明显大于在其他三个波长附近对近红外光的吸收量;水和脂肪对光的吸收小,皮肤表面形成的光强差异明显,且在该波段下,后向散射明显,图像亮度适中,图像质量较好。但对于个别脂肪层较厚样本,入射的近红外光大部分被脂肪层反射回去,透过脂肪层到达静脉血管的光很少,导致部分掌脉图像中静脉特征不明显。
随着波长的增大,水和脂类对近红外光的吸收量明显增大,在皮肤表面形成的光强差异降低。但在波长960nm附近,血管中的氧合血蛋白对近红外光的吸收量增加,皮肤中组织对近红外光的后向散射进一步降低,光的透过率增大,透过脂肪层到达静脉血管的光增多,对于脂肪层较厚的样本,可采集出较多的静脉特征。因此可以采用混合波长760nm+960nm的光源,既最大程度上保留了静脉信息,也保证对脂肪层较厚人群的采集效果。
2.3.2散射特性
皮肤是一种致密的非均匀的混浊光学介质,光通过皮肤
时除了吸收外,还要发生散射[7]。散射使光的传播方向发生改变,入射光与散射光的传播方向夹角为散射角,近红外光穿过手掌时,散射角大多在8°~45°之间,属于前向散射,一部分光
13]
会由于散射角比较大,变成后向散射[11,。散射也具有波长依
赖性,波长越短,散射越严重;波长越长,光线越容易继续往下传播[11]。皮肤表皮层的散射比较少,几乎都是向前散射的。因此除了被吸收的部分,其余光线都进入真皮层。真皮层的散射比较复杂。Claridge等[6]直接指出真皮层的乳突层中小胶原纤维使得该层后向散射严重,大部分入射光线直接被反射回去,且在红光波段末尾和近红外波段更加明显。在网状层中,入射光与较大的胶原纤维接触后,大部分产生前向散射并一直往下传播。在脂肪层中,由于脂肪细胞尺寸为几百微米,远大于近红外光的波长,满足散射条件,因此脂肪中存在着相当强烈的散射。皮肤因散射造成的光能衰减量可近似等于真皮层的散射光能I2、脂类的散射光能I3和血液的散射光能I4之和,即:
S=I2+I3+I4
(4)
由于手掌组织的皮肤层较厚,测量所用近红外光源能量相对较弱,光子进入肌肉层的概率很低,因此本文近似认为入射的近红外光被皮肤的表皮层、真皮层和皮下组织层完全吸收。2.3.3
手掌组织的光学特性分析
根据朗伯·比尔(Beer-Lambert)定律可知,薄层材料所吸收的辐射能的强度依赖于吸收物质和入射辐射波的波长,并且与吸收层的厚度成正比[12]。通过朗伯-比尔定律可得:
X1=A01eMelX2=A02eX3=A03eX4=A04eX5=A05e
ε
CMeldMelεFatCFatdFat
33.1
掌脉图像质量评价掌脉图像预处理
在760nm、850nm、890nm和960nm四个单波段下以及
760nm+850nm、760nm+890nm、760nm+960nm、850nm+890nm、850nm+960nm、890nm+960nm六个混合波段下对25个样本采集掌脉图像共2500张。原始掌脉图像不仅含有掌脉有效区域,还包括手指、背景以及手腕等与掌脉无关区域,因此需要对掌脉图像进行预处理,提取出实验需要的感兴趣区域。
图像预处理主要包括三个步骤:(1)手掌轮廓提取[16]。由于红外光能量弱,红外图像整体偏暗。获取的掌脉图像中手
(5)
掌和背景区域的灰度差很小,提取手掌轮廓很困难。本文对同一样本在同一状态下连续采两幅图像,一幅是二值图像,如图5(a),一幅是静脉图像,如图5(b),两幅图像采集时间间隔是ms级,由于时间间隔短,两幅图像中手掌位置不会发生明显变化,如图5(c)所示。在二值图像中提取手掌轮廓线,如图5(d)所示,把手掌轮廓图像和手掌静脉图像融合,可以验证手掌未发生明显的位置偏移;(2)在手指轮廓线上确定特征点,以特征点连线为Y轴,过中点且垂直Y轴的直线为X轴,在该坐标系下进行归一化并选取128×128的矩形区域,记录其位置信息,如图5(e)所示。根据位置信息,在归一化后的静脉图中,截取出矩形区域作为感兴趣区域,如图5(f)所示。
εHbCHbdHbεWaterCWaterdWater
εHb0CHbodHb
2
2
εMel、εFat、εHb、εWater、εHbo2分别为黑色素、脂类、还原血蛋白、CMel、CFat、CHb、CWater、CHbo2分别水和氧合血蛋白的吸收系数;
为黑色素、脂类、还原血蛋白、水和氧合血蛋白的物质浓度;dMel、dFat、dHb、dWater分别为光穿过基底层、脂肪层、静脉血管
和皮肤的路径长度;A01、A02、A03、A04、A05分别为对应的入射光强。
由式(1)~(5),得到:在760nm波长附近:
182011,47(30)ComputerEngineeringandApplications计算机工程与应用
构光学特性入手,定性分析760nm、850nm、890nm和960nm四种单波长下的图像质量,然后对在上述四种单波长及其六种混合波长下共2500张掌脉图像进行预处理和定量分析。
(a)手掌二值
图像
(b)手掌静脉
图像
(c)手掌轮廓线和静脉图像的融合
通过对光源波长的研究,提高成像的质量,对掌脉识别具有应用价值。
参考文献:
[1]WangKejun,ZhangYan,YuanZhi.Handveinrecognitionbased
(d)手掌轮廓线
(e)感兴趣区域位置的确定图5
(f)提取感兴
趣区域
(g)提取出的掌脉区域
onmultisupplementalfeaturesofmulti-classifierfusiondeci-sion[C]//Proceedingsofthe2006IEEE,June25-28,2006.[2]张大鹏,卢光明,郭振华.基于手掌静脉与掌纹的近红外成像设备
与身份识别方法:中国,G06K9/00.[1**********]6.4[P].2008-08-27.[3]张大鹏,卢光明,郭振华.在线掌纹\手掌静脉图像身份识别方法及
其专用采集仪:中国,G06K9/00.[1**********]4.5[P].2008-06-11.[4]HaoYing,SunZhenan,TanTieniu.Comparativestudiesonmulti-spectralpalmimagefusionforbiometrics[C]//LectureNotesinComputerScience:Volume4844,2007:12-21.
[5]杜烜.多通道近红外光谱血氧监测系统的研制[D].武汉:华中科技
大学,2005.
[6]张智.组织光学成像中吸收参数的研究[D].武汉:华中科技大学,
2005.
[7]胡佑周.生物组织光学参数测量[D].天津:天津大学,2003.[8]JacquesSL,McauliffeDJ.Themelanosome:thresholdtempera-tureforexplosivevaporizationandinternalabsorptioncoeffi-cientduringpulsedlaserirradiation[J].PhotochemistryandPhol-tobiology,1991,53(6):769-775.
[9]KrishnaswamyA,BaranoskiGVG.Astudyonskinoptics[R].Uni-versityofWaterloo,Canada,2004.
[10]田丰华,丁海曙,王广志.利用近红外光谱监测皮肤血氧输运[J].
光谱学与光谱分析,2002,22(2):209-212.
[11]徐舒畅.基于色素分离的皮肤图像处理与分析[D].杭州:浙江大
学,2007:14-16.
[12]AndersonRR,ParrishJA.Theopticsofhumanskin[J].Journal
ofInvestigativeDermatology,1981,77(1):13-19.
[13]卢延辉.红外法人体皮下脂肪厚度测量的研究[D].天津:天津大
学,2004:14-17.
[14]谢树森,龚伟,李晖.光子嫩肤术的作用机制[J].光电子·激光,2004,
15(10):1260-1262.
[15]AngelopoulouE.Thereflectancespectrumofhumanskin,MS-CIS-99-29[R].GRASPLaboratory,DepartmentofComputerandInformationScience,UniversityofPennsylvania,1999.
[16]崔宝侠,都俊松.火灾视频图像的边缘检测[J].沈阳工业大学学
报,2007,29(6):699-702.
手掌静脉图像预处理
3.2掌脉图像质量评价
利用拉普拉斯高斯算子对预处理后的感兴趣区域图像提
取掌脉边缘,从而确定掌脉区域,如图5(g),最后求出图像对比度。图像对比度公式如下:
图像对比度=
非静脉区域灰度均值
静脉区域灰度均值
掌脉图像的静脉区域与非静脉区域的灰度差越大,图像对比度的值就越大;相反,掌脉图像的静脉区域与非静脉区域的灰度差小,图像对比度的值就越小。
4实验结果
对各波长下的掌脉图像求图像对比度,并对各波长下的
图像对比度求平均值,结果如表1所示。
由表1可以看出,采集设备中光源的波长对成像质量确实有影响。其中在760nm波长和760nm+960nm混合波长下的图像对比度的平均值最高,但是采用单波长760nm的光源,会有部分人采集不出掌脉图像,因此,在混合波长760nm+960nm下图像质量最优,既能保证较高的图像对比度,又解决了采集对象的人群覆盖面的问题。
5结论
研究了掌脉成像的成像质量问题,从手掌皮肤的生理结