基于人耳几何特征的身份认证技术研究与系统实现

《基于人耳几何特征的身份认证技术研究与系统实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、哈尔滨工业大学工学硕士学位论文的人体特征都具有类似的稳定性和独特性，所以，利用生物特征进行身份鉴别是切实可行的。与传统的身份鉴别方法相比，生物特征识别技术具有稳定、唯一、方便及不易被复制、盗用等优点，近年来被广泛地应用在身份鉴别领域。目前生物特征识别技术主要有指纹识别、掌纹识别、人脸识别、虹膜识别、视网膜识别、语音识别和签名识别等[2-4]，其中指纹[5]、虹膜[1,6]识别技术研究和应用较早。这些传统的生物特征识别技术都存在一定的缺陷，使其应用受到了一定的限制。指纹和掌纹识别要求待识别者触摸传感器，带来了相关的卫

2、生问题，通常人们不愿意去接触被许多人触摸过的传感器。虹膜和视网膜识别需要检测眼睛，但人的眼睛比较敏感，会使待识别者感到紧张或者心里有顾虑，而且虹膜和视网膜都比较小，样本采集困难，传感器的价格昂贵。人脸识别的缺点在于：人脸塑性变形的不确定性，如面部表情；人脸模式的多样性，如发型、眼镜、化妆等[7]。另外，人脸识别中通常要求样本在一种受控的背景下进行采集，使用者面部的位置与周围的光环境都可能影响系统的精确性，这在视频监视应用中是不切实际的。而与现有生物特征相比，人耳结构稳定丰富，可以保持到晚年；不受面部表情的影响；位置

3、固定，因此它的背景是可预测的；耳朵样本的采集不会有相关的卫生问题，也不会使人紧张，更容易为人接受；尽管耳朵比人脸、掌纹要小，但比虹膜、视网膜、指纹大，更容易采集。因此人耳识别正在成为生物特征识别领域的又一热点。人耳识别的研究包括人耳的检测与定位、特征提取与识别两部分。由于人耳模式的多样性和图像获取的不确定性，使人耳识别研究任务十分艰巨。如何快速准确的利用人耳图像识别出人的身份，达到应用水平的要求，是人 耳识别技术迫切需要解决的问题。1.2研究现状从生理解剖学上，人的外耳分耳廓和外耳道。人耳识别的对象实际上是外耳裸露

4、在外的耳廓，也就是人们习惯上所说的“耳朵”。人耳识别是指利用人的耳廓进行身份鉴别的一种生物特征识别技术。1.2.1AlfredIannarelli的人耳分类系统最早的有记载的人耳识别方法是一位美国犯罪学研究专家Alfred-2-哈尔滨工业大学工学硕士学位论文Iannarelli于1946年发表的。他的Iannarelli人耳分类系统已经被美国法律执行机构采用，并应用了40多年。“Iannarelli系统”是通过在一张放大的耳朵 图像上放置一个有8根轮辐的透明罗盘，在耳朵周围确定12个测量点[8]，如图1-1所示。该

5、系统识别人耳的方法如下：首先，将人耳图像校准到标准位置，并进行归一化，具体做法是将图像投影到标准“IannarelliInscribed”内接的放大画板上，画板可以水平或垂直移动，直到人耳图像投影到画板上指定的区域，从而确保参考线通过上部的对耳轮与耳轮脚的交叉点，底部通过耳珠最里面的一个点；第二步是通过调整放大设备，直到第二根参考线准确地从顶端到底部跨越外耳。该系统要求人耳图像的精确校准和归一化。经过这些过程后，可以在图像中直接提取测量段，每个测量段的长度为整数值，这些测量段加上性别、种族等信息综合后可以进行识别不

6、同的人耳。显然，这种方法需要改进（使用更多的测量段或更小的测量单位）以增加空间的维数，并且由于它是以耳廓解剖学特征点作为测量系统的基础，不易定位，而所有的测量都取决于原点的精确定位；事实上，Iannarelli本人也承认该系统的缺点，所以该方法目前还不能用于人耳自动识别系统。图1-1Iannarelli系统Fig.1-1Iannarellisystem-3-哈尔滨工业大学工学硕士学位论文1.2Burge和Burger的人耳自动识别技术Burge和Burger两个人提出了一种基于人耳边缘段Voronoi图表而构建的相

7、似图表的方法，来描述耳朵信息，进而通过匹配耳朵图像的子图，来完成识别[7-9]。他们使用CCD摄像机采集个体头部灰度图像（图像大小为300×500像素），对图像梯度的Gaussian金字塔使用可变形轮廓方法进行人耳的定位，再使用Canny算子进行边缘检测，阈值上下限为46和20，如图1-2(a)所示；较大的曲线线段使用edgerelaxation形成，去除较小的曲线段，形成Voronoi图表，如图1-2(b)所示，识别在此阶段完成，即将提取的曲线与模板进行比对；光照和位置的变化使得这种方法非常不可靠，为了克服这种影

8、响，他们将问题转化为描述曲线之间的相邻关系，构建曲线的Voronoi相邻图，如图1-2(c)所示，而这种关系不受几何变换和光照的影响，这种方法还考虑了误差校正的问题，对由油脂和耳垢的堆积而产生的虚假阴影形成的错误的曲线进行去除处理，并对由此可能会折断的剩余的曲线，进行合并处理。a)耳廓b)Voronoi图c)邻接图图1-2基于图匹配的识别方法Fig.1-2R