南京航空航天大学自动化学院, 江苏 南京 211106
提出了一种基于贝叶斯理论检测血管边界的手臂静脉线跟踪方法,该方法自动选取初始种子点,避免人工干预。跟踪血管时,将血管结构分为正常型、分支型和交叉型3种。每次迭代时综合考虑血管的横向和纵向特性。由于短距离内血管近似为直线,可利用多尺度直线模板对图像进行滤波,得到像素点的直线强度。使用高斯模型拟合血管横截面的灰度分布,基于贝叶斯最大后验概率准则,确定可能性最大的血管结构,从而得到局部血管的边界点、中心点、直径和方向。实验结果表明:与传统的阈值分割法和重复线跟踪法相比,所提方法提取出的手臂静脉线更准确、更全面,且具有较好的噪声稳健性。
机器视觉 线跟踪 贝叶斯理论 手臂静脉
