基于生理結(jié)構(gòu)的熱紅外人臉識別方法研究.pdf

1、熱紅外人臉識別除了具有近紅外光譜范圍的優(yōu)點(diǎn)以外，更是重要的一點(diǎn)是從熱紅外人臉圖像中可以提取出面部的解剖生理結(jié)構(gòu)信息。作為一種與傳統(tǒng)基于面部幾何特征的人臉識別完全不同的一種新方法，本文人臉識別方法的識別依據(jù)是面部血管網(wǎng)絡(luò)的生理結(jié)構(gòu)特征。
　　 主要研究目的是為熱紅外圖像人臉識別所涉及的圖像分割，特征點(diǎn)選取及識別提供理論依據(jù)及方法支持。并測試基于生理結(jié)構(gòu)的人臉識別方法的可行性與其識別率在時間上的穩(wěn)定性。主要研究內(nèi)容是以熱紅外人臉圖像

2、為研究對象，結(jié)合熱像儀根據(jù)溫度成像的特點(diǎn)著重研究面部血管網(wǎng)絡(luò)的分割算法。并詳細(xì)研究面部血管網(wǎng)絡(luò)與指紋的紋理特征相似性，以借鑒指紋的優(yōu)秀識別思想尋求一種基于血管網(wǎng)絡(luò)生理結(jié)構(gòu)特征的識別方法。
　　 圖像分割階段，首先采用了Bayesian Segmentation分割方法將人面部圖像從背景圖像中分割出來。然后經(jīng)Anisotropic Diffusion處理后，對人面部圖像采用了White Top Hat Segmentation分割

3、方法，從而實(shí)現(xiàn)了面部血管網(wǎng)絡(luò)圖像的有效分割。
　　 在特征點(diǎn)提取及匹配識別過程中，本文借鑒了幾種指紋識別中的成功技術(shù)。首先在特征點(diǎn)提取過程中選用了單位像素并行細(xì)化算法，成功實(shí)現(xiàn)了特征點(diǎn)的準(zhǔn)確提取。然后，利用指紋細(xì)節(jié)點(diǎn)匹配較為出色的密碼匹配技術(shù)最終實(shí)現(xiàn)了血管網(wǎng)絡(luò)特征點(diǎn)的匹配。
　　 最后利用基于OpenCv的C++編程語言對本文算法進(jìn)行實(shí)現(xiàn)。并以諾丁漢大學(xué)生物測量實(shí)驗(yàn)室的熱紅外人臉庫進(jìn)行測試。實(shí)驗(yàn)證明：本方法可行，并且其識