人耳特征算法研究.pdf

1、人耳識(shí)別是一種重要的生物特征識(shí)別方法，用途廣泛，利用人耳實(shí)現(xiàn)對(duì)人的鑒別是具體可行的，人耳識(shí)別方法較其他的識(shí)別方式而言有它無可比擬的優(yōu)勢(shì)。人耳識(shí)別的關(guān)鍵在于提取簡(jiǎn)單有效的特征，以較好地區(qū)分不同的人，但至今還沒有統(tǒng)一的理論。本文討論了目前的人耳特征形成方法，提出一類新的人耳特征形成的方法：基于平面非規(guī)則曲線與輪廓線的特征形成方法，圍繞該方法，我們?cè)谝韵氯齻€(gè)方面展開討論： 首先，本文創(chuàng)造性地提出對(duì)邊緣檢測(cè)圖像進(jìn)行預(yù)處理的方法，它們的核

2、心思想是對(duì)不同的人耳提取出相近的部分，只有這樣才能使得今后的識(shí)別變得有意義，需要說明的是，除最后兩個(gè)算法是并行的外，文中給出的前四個(gè)算法是依次進(jìn)行的。對(duì)一幅人耳圖像需要用前四個(gè)算法依次處理，爾后根據(jù)實(shí)際需要選用第四或第五個(gè)算法。這些算法是：提取人耳曲線的長(zhǎng)軸并標(biāo)記端點(diǎn)、確定人耳邊緣的兩個(gè)頂點(diǎn)、確定長(zhǎng)軸與內(nèi)輪廓的交點(diǎn)、消除人耳頂點(diǎn)一側(cè)的黑色像素點(diǎn)、檢測(cè)人耳邊緣的內(nèi)外輪廓線、將人耳邊緣序列等間隔劃分等。 其次，作者給出基于平面非規(guī)則

3、曲線與輪廓線的特征形成方法的定義：提取人耳邊緣檢測(cè)之后的外輪廓線和內(nèi)輪廓線，運(yùn)用某一種平面非規(guī)則曲線或輪廓線識(shí)別的方法，對(duì)提取的曲線進(jìn)行識(shí)別，從而完成對(duì)原始的人耳圖像的識(shí)別任務(wù)的方法。我們對(duì)這類方法進(jìn)行了較深入的討論。該方法種類繁多，文中具體給出了作者在該方法指導(dǎo)下的幾種新算法，這些算法有基于曲率的人耳特征形成方法、基于線段之比的人耳特征形成方法、基于Hu輪廓矩不變量的特征形成方法、基于長(zhǎng)軸與質(zhì)心夾角的人耳特征形成算法、基于主軸率等的人

4、耳特征形成算法。需要強(qiáng)調(diào)的是，這類方法對(duì)人耳識(shí)別實(shí)現(xiàn)了本質(zhì)性的轉(zhuǎn)化。 最后，為了增強(qiáng)特征的有效性，我們將一些經(jīng)典的特征壓縮方法應(yīng)用到人耳識(shí)別上來，給出了三種人耳特征的壓縮方法?；跉W氏距離的人耳特征提取算法、基于分支定界的人耳特征最優(yōu)搜索算法、基于增l減r法的人耳特征選擇方法。以上算法描述大都包括三個(gè)部分：一是算法的理論基礎(chǔ)，這里涉及到算法關(guān)于旋轉(zhuǎn)、平移、伸縮的不變性證明；二是算法的具體實(shí)現(xiàn)，作者給出了詳細(xì)的步驟：三是算法說明，