基于編輯距離的眉毛識別方法的研究與實現(xiàn).pdf

1、隨著信息技術的發(fā)展和日益增長的對安全的需要，基于生物特征的身份識別技術在近年來有了迅速的發(fā)展。人們正在研究和使用的生物特征包括人臉、虹膜、指紋、掌紋、聲音、步態(tài)、人體溫譜圖、基因等，這些生物特征識別技術的研究在對信息安全需求日益提高的今天顯示出了很大的優(yōu)越性。這些現(xiàn)有的生物特征都具有以下的特點：普遍性、唯一性、可采集性和一定時期內的穩(wěn)定性。本文通過對已有的生物特征識別技術的分析，提出了一種新的觀點，利用人類的眉毛進行個人身份鑒定，并就眉

2、毛識別的算法進行了研究。本文的主要工作分成兩個部分，第一部分是眉毛圖像數(shù)據(jù)集的建立和預處理；第二部分是眉毛特征的提取和識別。 眉毛圖像數(shù)據(jù)集的建立過程包括圖像數(shù)據(jù)庫的設計，采集卡的選擇和采集系統(tǒng)的開發(fā)以及數(shù)據(jù)的采集。數(shù)據(jù)庫的設計參考了人臉數(shù)據(jù)庫和虹膜數(shù)據(jù)庫的設計，并確定了合適眉毛識別初期研究的數(shù)據(jù)集的狀態(tài)特征?？紤]到圖像采集卡的性能和支持二次開發(fā)，選擇了大恒CG300型號的采集卡，并利用它開發(fā)出適合工作的數(shù)據(jù)采集系統(tǒng)。眉毛特征的

3、提取和分類是本文研究的重點。特征提取利用了圖像變換經典的方法一付里葉變換，將圖像的特征在頻域內表現(xiàn)出來，并通過計算頻域內的頻率譜來表達一幅眉毛圖像。通過對矢量量化算法的研究，將其應用到眉毛識別中，用一個特征字符串表示一幅眉毛圖像。在分類器的設計部分，延用了串的識別算法，兩個串之間的編輯距離通過動態(tài)規(guī)劃的方法來計算，從而確定兩個串之間的相似程度。最后，本文通過大量的實驗驗證了利用眉毛進行個人身份鑒定的可行性及眉毛識別算法的有效性。