人耳地形图在耳轮廓提取中的应用研究

摘要

人耳识别是生物特征识别技术研究中继人脸识别，指纹识别，虹膜识别，步态识别后的又一个新兴领域，它旨在根据人的外耳以及内耳的结构特征进行特征提取进而达到身份识别的功能。目前，国内外研究人耳识别这方面的科研机构和人员都不多，处于初步探索研究阶段，因此具有巨大的潜力和广阔的应用与发展空间。
　　 人耳特征属于生物特征范畴，必然依赖于传统的生物特征鉴别技术和图像处理、模式识别等基本理论，同时人耳是一种特殊的生物特征体，具有其固有的生理结构和生理位置，必然有独特的处理方法和识别技术与之相适应，本文主要探索与研究人耳图像预处理后人耳图像轮廓提取的方法。
　　 在人耳检测方面，采用otsu单阈值分割法对人耳图像进行二值化处理，提出了人耳等高线地形图模板匹配的方法解决外边缘不连续的问题，根据得到的完整初始轮廓作为snake模型的输入。
　　 本文采用snake模型，介绍了一种snake的边缘提取算法。该模型不但能精确地提取图像中的凸形物体的边缘，而且能够接近边缘的凹陷处；引入自适应外部约束能量来增大吸收范围，使控制点能够快速地收敛到目标的真实轮廓。
　　 本文采用人耳等高线匹配方法和snake模型，较好地解决了人耳轮廓的提取，对推动人耳识别技术的发展与应用具有一定的积极意义。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题背景及意义

1.2生物特征识别技术及应用现状

1.3人耳识别

1.3.1人耳识别的优势

1.3.2人耳识别的国内外研究现状

1.3.3人耳识别系统的构成

1.4本文的主要工作

1.5论文结构

第二章人耳生理特性及用于图像处理的相关基本理论

2.1人耳的生理特性

2.2图像增强

2.1.1图像增强的点运算

2.1.2图像平滑化

2.3图像分割理论

2.3.1图像边缘检测

2.3.2阈值分割

2.4形态学图像处理

2.4.1形态学基本概念及运算

第三章人耳图像的预处理方法研究

3.1人耳图像灰度线性变换

3.2人耳灰度图的二值化处理

3.2.1最大类间方差法进行阈值分割

3.3人耳边缘检测

3.4人耳图像的噪声滤除

3.5小结

第四章snake模型综述

4.1 snake的基本思想

4.2 snake模型的数学表征

4.2.1数学模型描述

4.2.2模型的工作原理以及极小化算法

4.2.3模型的离散实现形式

4.3 snake模型的优势与缺陷

4.4 snake模型的改进

第五章人耳图像的外边缘补偿与轮廓自动提取

5.1利用人耳地形图匹配算法补偿外边缘

5.1.1人耳地形图研究的指导思想

5.1.2人耳地形图的实现

5.1.3图像的取样，量化，表示

5.1.4人耳地形图模板匹配

5.2利用snake模型进行轮廓提取

5.2.1 snake模型在人耳轮廓提取上的实现

5.3实验结果及分析

5.4小结

第六章总结与展望

参考文献

致谢