毕业设计（论文）--基于HCS的人耳检测.docVIP

目 录 1文献综述 1 1.1 人耳识别系统 1 1.2 国内三维人耳检测发展 2 1.2.1利用 Hausdorff 距离的快速检测 2 1.2.2基于梯度的ROI提取 2 1.2.3基于几何结构关键点 2 1.2.4基于 Contourlet变换 3 1.3国外三维人耳检测发展 3 1.4分类形状直方图特征 4 1.5支持向量机 4 2课题背景及开展研究的意义 6 2.1课题背景 6 2.2开展研究的意义 6 3研究内容、预期目标及研究方法 8 3.1研究内容 8 3.2预期目标 8 3.3研究方法 8 4进度安排 9 参 考 文 献 10 1文献综述 人耳识别是生物特征识别的一种。生物特征识别是指通过将计算机、各种传感器和生物统计学原理密切结合，利用人体固有的生理特性和行为特征，进行个人身份识别、鉴定的技术。而人耳识别技术是以人耳作为识别媒介来进行身份鉴别的一种新型的技术。它也是模式识别领域中的一个新课题。医学研究的结果表明，人耳在出生4个月之后，随身体发育按比例生长，整体结构比率基本保持不变。除了对观察者友好，它还具有人脸无法比拟的图像面积小、色度相对稳定、不受化妆、表情的影响等特点。因此人耳与人脸、虹膜、指纹一样具有唯一性和稳定性，可用来进行个体生物识别。 1.1 人耳识别系统 所谓的人耳识别[1]是一种必威体育精装版发展的识别技术，在其他的识别技术已经很成熟的情况下，人耳识别如果能借鉴其他的一些识别技术的方法，便能更高效的实现，特别是借鉴人脸识别技术。大部分的生物识别过程都是类似的，分别有图像获取和预处理、目标检测和定位、特征提取、目标识别这几个步骤；人耳识别与人脸识别都是在人的头部， 被用来加以分析的都是人的头部图像，只不过一个是正面的，一个是侧面的，而且需要解决的也都是与头部有关的问题，比如头部的转动、光线还有头发的遮盖等的影响。二者除了在系统构成上，在许多算法上也有相通之处。研究人脸识别所要解决的是比较精确的人脸定位、 合理的选择提取特征以及鲁棒的识别算法的问题。 人耳识别在方法上依赖于其他识别技术特别是人脸识别技术，但在一些具体的实现细节上又必然会有别于其他识别技术。图1.1是一个典型人耳识别系统的构成，可以看到，人耳识别系统的构成与人脸识别系统有诸多相似之处，而对边缘检测、特征提取、 人耳识别各部分研究的目的也都是探索一系列对光照、姿态等条件不敏感、具有良好鲁棒性的方法。 图1.1
人耳识别系统 1.2 国内三维人耳检测发展 用2D灰度图像进行识别不可避免地会遇到类似阴影、姿势和光照条件改变等问题，三维人耳检测则可以很好的解决这些问题。而三维人耳检测又是其中非常重要的一个步骤。所以，有关于人耳检测的研究越来越多，各种方法也应运而生。 1.2.1利用 Hausdorff 距离的快速检测 人耳检测中经常会遇到有头发遮挡和光照不均匀等问题，而Hausdorff 距离具有模糊匹配的特点，而且可以较强的抗干扰，所以，雷松泽、郝重阳等人提出了基于Hausdorff 距离的人耳检测[2]算法。该算法首先用肤色模型检测出人脸区域，然后用 canny 算子提取边缘，并进行距离变换，再就是构造多分辨率金字塔模型，在不同分辨率层上采用不同的匹配策略进行Hausdorff 距离的匹配。算法之所以采用多分辨率方法，是因为它可以显著提高检测速度，采用部分 Hausdorff 距离也提高了它的抗干扰能力。这个方法会有较高的正确率，并且对头发遮挡和光照不均匀等具有较强的鲁棒性。对于角度的偏转变化，在一定的角度范围内不影响检测正确性，角度增大则误检率也增加。 1.2.2基于梯度的ROI提取 雷松泽和齐敏等又利用人耳区域内梯度幅值较大的特点提出了基于梯度的ROI提取方法[3]，然后可以利用支持向量机（SVM）学习特征，进而对人耳进行检测。ROI提取方法具体步骤是：先计算与人耳大小相当的区域的梯度均值，通过设定合适的阈值得到较少的候选区域（为了降低有哪些信誉好的足球投注网站范围，用肤色模型检测人脸区域，然后设计区域梯度值快速有哪些信誉好的足球投注网站算法提取人耳的候选区域）；然后将提取的候选区域利用主元变换降维后用SVM进行分类判别，就能提取出人耳区域。这个方法在人耳有遮挡以及角度很大的时候，正确率降低。 1.2.3基于几何结构关键点 外耳图像上最具区分能力的特征就是外耳的形状特征和外耳的解剖学特征，比如耳轮、 耳垂、 三角窝等部分。由此，宋晓坤[4]提出了一种新的基于耳朵特有结构几何关系的识别方法，该方法可自动完整的提取外耳解剖学特征，不需要任何的手动操作。步骤是：首先将基于灰度识别转化为复杂度比较，从而增强可操作性；然后结合人耳特有的几何特征，进行结构特征基本点的选取（在选取时考虑在局部采用优化算法进行最优化选点）；最后抓取到选取的最优点来进行曲线拟合，得到人耳轮廓及特