[论文解读] VeinPLUS: A Transillumination and Reflection-based Hand Vein Database

Alexander Gruschina|arXiv (Cornell University)|May 25, 2015

Orthopedic Surgery and Rehabilitation被引用 4

一句话总结

本文介绍了VeinPLUS，一个通过透射照明和反射式近红外（NIR）照明获取的新型手部静脉数据库。该研究提出了一种基于霍夫变换圆形标定钉作为参考标记的自动化感兴趣区域（ROI）提取方法，可在不同手部位置、缩放比例和曝光条件下实现一致的ROI选择，最终生成1,213张高质量原始图像与压缩图像及其对应的ROI。

ABSTRACT

This paper gives a short summary of work related to the creation of a department-hosted hand vein database. After the introducing section, special properties of the hand vein acquisition are explained, followed by a comparison table, which shows key differences to existing well-known hand vein databases. At the end, the ROI extraction process is described and sample images and ROIs are presented.

研究动机与目标

• 创建一个由部门托管的手部静脉数据库，具备受控的采集条件，以支持可靠的生物特征识别研究。
• 比较透射照明与反射式NIR照明在手部静脉成像中的表现，因为目前尚无数据库同时聚焦于这两种方法。
• 开发一种自动化、鲁棒的ROI提取流程，以应对手部位置、缩放、旋转和曝光的差异。
• 提供一个公开可用的高质量数据集，包含原始图像与处理后的图像，用于评估手部静脉识别算法。

提出的方法

• 设计了一款定制木制手部静脉扫描仪，配备可拆卸前板和亚克力玻璃板，以标准化图像采集条件。
• 使用改装后的佳能EOS 5D Mark II单反相机拍摄NIR图像，并加装定制滤光片以阻挡830 nm以下的可见光。
• 实施了两种不同的照明配置：底部安装的NIR LED阵列（950 nm）用于透射照明，顶部安装的加热板用于反射光照明。
• 应用霍夫变换检测亚克力板上的圆形标定钉，作为固定参考点以实现ROI定位。
• 根据检测到的标定钉直径动态调整ROI大小，以补偿因手与传感器距离变化引起的尺度差异。
• 自动化ROI提取确保了所有图像中一致且居中的方形区域，无论图像存在何种差异。

实验结果

研究问题

• RQ1 在手部静脉识别中，透射照明与反射式NIR照明在图像对比度和静脉可见性方面有何差异？
• RQ2 固定的物理标记（如标定钉形参考点）是否能够实现在各种图像条件下准确且自动化的ROI提取？
• RQ3 自动化ROI提取在多大程度上减少了手部静脉数据库中的手动预处理工作量？
• RQ4 与公共数据库相比，使用部门自建扫描仪在数据质量和处理效率方面有何提升？
• RQ5 图像差异（如旋转、缩放、曝光）对ROI提取精度有何影响，以及如何有效缓解？

主要发现

• 透射照明方法生成了高对比度图像，静脉在无需后处理的情况下清晰可见，这得益于手部下方的50个LED NIR辐射器。
• 反射式照明方法生成的图像对比度较低，深层静脉可见度较差，但仍提供了可用于分析的有效数据。
• 基于标定钉的霍夫变换方法在所有图像中均成功检测到圆形参考点，实现了准确且一致的ROI定位。
• ROI大小根据标定钉直径动态调整，有效补偿了因手与传感器距离变化引起的尺度差异。
• 最终数据库包含1,213张原始图像与JPEG压缩图像，对应1,213个自动提取的ROI，所有图像均保持一致的空间对齐。
• 自动化ROI提取流程在手部位置、旋转、缩放和曝光变化下表现出强鲁棒性，确保了可重复性。