基于稀疏结构噪声检测的指静脉图像去噪算法

摘要：

针对携带污染噪声的指静脉图像中背景区域、静脉区域和噪声区域的稀疏特性,提出一种改进的指静脉图像去噪算法.利用指静脉稀疏结构特性建立鲁棒主成分分析(RPCA)模型,通过交替方向乘子法求解RPCA模型获得含稀疏目标的前景图像并对其进行阈值分割以提取噪声分布图,同时根据提取结果建立修复优先度规则和自适应选择性滤波模板,实现指静脉图像的去噪处理.实验结果表明,与自适应非局部均值去噪算法和基于分数阶微分梯度噪声检测的去噪算法相比,在零误识情况下该算法处理后的带噪指静脉图像拒识率平均降低5.95％和3.64％,有效提升了带噪指静脉图像的识别性能.

关键词：指静脉、鲁棒主成分分析、噪声检测、噪声去除、稀疏性

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61571172

在线出版日期：2021-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：236-243