動(dòng)態(tài)圖像序列中的人耳檢測技術(shù)研究.pdf

1、人耳識別是生物特征識別技術(shù)研究中一個(gè)新興領(lǐng)域，它旨在根據(jù)人的外耳特征進(jìn)行身份識別。人耳識別可以作為其他生物識別技術(shù)的有益補(bǔ)充，也可以單獨(dú)應(yīng)用于一些個(gè)體識別場合。實(shí)時(shí)人耳檢測與跟蹤作為人耳識別系統(tǒng)的第一個(gè)也是非常關(guān)鍵的一個(gè)環(huán)節(jié)，具有重大的研究意義和實(shí)用價(jià)值。目前國內(nèi)外對人耳檢測與跟蹤的研究尚處于初步探索階段，還沒有形成系統(tǒng)的理論和技術(shù)，因此該課題的研究具有很大的挑戰(zhàn)性。
　　本文在目前常用的運(yùn)動(dòng)物體檢測跟蹤技術(shù)的基礎(chǔ)上，提出了一種動(dòng)

2、態(tài)圖像序列中檢測人耳的新方法。該方法主要包括三大部分：第一部分利用圖像的運(yùn)動(dòng)信息，首先采用簡單的背景差分法從運(yùn)動(dòng)圖像中檢測出運(yùn)動(dòng)人體，然后采用自適應(yīng)閾值分割圖像得到運(yùn)動(dòng)人體的二值圖像，最后做開運(yùn)算和形態(tài)學(xué)梯度運(yùn)算得到運(yùn)動(dòng)人體的二值邊緣圖像。第二部分利用圖像的膚色信息，首先在線計(jì)算HSV色彩空間下的色調(diào)膚色直方圖，然后計(jì)算膚色的概率分布，并在此概率分布基礎(chǔ)上應(yīng)用CamShift算法得到側(cè)面人臉這個(gè)包含人耳的感興趣區(qū)域（ROI），最后將RO

3、I應(yīng)用到二值邊緣圖像中得到只包含人耳的二值邊緣圖像，實(shí)現(xiàn)人耳的粗定位。第三部分利用灰度輪廓信息，針對耳朵自身包含豐富的輪廓信息這一特點(diǎn)，對人耳邊緣圖像按一定規(guī)則做輪廓提取和最小二乘橢圓擬合，得到人耳在視頻序列圖像中的大小和位置信息，實(shí)現(xiàn)對人耳的定位和跟蹤。
　　根據(jù)以上所提出的人耳檢測跟蹤算法，本文設(shè)計(jì)并實(shí)現(xiàn)了動(dòng)態(tài)圖像序列中的人耳檢測系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，該方法能對視頻序列圖像中出現(xiàn)的人耳進(jìn)行實(shí)時(shí)準(zhǔn)確的跟蹤。同時(shí)算法具有速度快、檢測