基于外耳輪廓的人耳識別方法研究.pdf

1、人耳識別技術(shù)是一種新的生物特征鑒別技術(shù)，以其獨(dú)特的應(yīng)用方向和優(yōu)勢已經(jīng)引起了研究者越來越多的注意。它涉及到生物特征提取、計(jì)算機(jī)視覺、圖像處理、模式識別和身份認(rèn)證技術(shù)等諸多領(lǐng)域。人耳識別技術(shù)既可以作為其他生物識別技術(shù)的有益補(bǔ)充，如和人臉、指紋相結(jié)合進(jìn)行識別，也完全可以單獨(dú)應(yīng)用于一些個(gè)體身份鑒別的場合。 雖然關(guān)于人耳識別的算法已有不少，但是利用最佳邊緣信息進(jìn)行人耳識還是一個(gè)未深入研究的方向。為此，本文通過綜合分析人耳識別的研究現(xiàn)狀，對

2、邊緣信息在人耳識別應(yīng)用中涉及到的基礎(chǔ)理論和方法進(jìn)行研究。 人耳圖像的去噪是人耳識別過程中的一個(gè)重要步驟。本文提出了一種基于膚色檢測的人耳圖像去噪及修復(fù)方法。該方法通過膚色檢測將人耳圖像分割成膚色區(qū)域和非膚色區(qū)域，膚色檢測在HSI色彩空間下進(jìn)行，其中被膚色區(qū)域包圍的非膚色區(qū)域?qū)⒈慌袆e為噪聲區(qū)域，最后利用修復(fù)算法修復(fù)該區(qū)域。修復(fù)算法就是利用非膚色噪聲周圍的膚色像素來取代噪聲區(qū)域的非膚色像素。實(shí)驗(yàn)結(jié)果表明，該方法可以有效的去除噪聲，同

3、時(shí)能較好的保留邊緣等重要信息，并具有算法簡單的優(yōu)點(diǎn)。 傳統(tǒng)邊緣檢測方法大多以各種微分算子為基礎(chǔ)，結(jié)合模板及門限、平滑等手段提取邊緣，或以傳統(tǒng)微分算子為基礎(chǔ)的改進(jìn)算法，但或多或少都存在噪聲敏感性較大或邊緣保留不完整的缺點(diǎn)。本文將灰度形態(tài)學(xué)的方法應(yīng)用于邊緣檢測，利用形態(tài)運(yùn)算膨脹、腐蝕、開、閉等變換以及它們的組合，提出了一種改進(jìn)的形態(tài)學(xué)邊緣檢測算子，可以完整探測、準(zhǔn)確捕捉到邊緣點(diǎn)的位置，并且具有濾波作用。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的邊緣檢測

4、算子相比較，該算法抗噪性能良好，計(jì)算量較小，因此具有一定的實(shí)用性和可行性。 Hausdordd距離是一種用于二值圖像比較的一種有效相似度量，本文在原有Hausdorff距離的基礎(chǔ)上，提出了一種利用標(biāo)準(zhǔn)方差和邊緣線段長度差改進(jìn)的Hausdorff距離，該距離可以更準(zhǔn)確的度量邊緣間的差異。從而較好地解決了傳統(tǒng)Hausdorff距離因噪聲點(diǎn)、偽邊緣和外野點(diǎn)而造成的誤差問題。在人耳識別的最后部分嘗試探索使用在小樣本識別中具有很大優(yōu)勢的支