学位论文 > 优秀研究生学位论文题录展示

人耳识别若干算法研究

作　者: 姚琦
导　师: 徐中宇
学　校: 长春工业大学
专　业: 计算机软件与理论
关键词: 人耳识别图像修复偏微分方程 CDD模型 FCDD模型
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 37次
引　用: 0次
阅　读: 论文下载

内容摘要

人耳识别技术是一种新的生物特征识别技术,人耳以其自身的特点和应用范围逐渐引起同领域科研者的注意。目前,在国内研究这方面的科研机构和人员还不多,在国外也处于初步探索研究阶段,具有巨大的潜力和广阔的应用与发展空间。人耳识别技术既可以作为其他生物识别技术的有益补充,如和人脸、指纹相结合进行识别,也完全可以单独应用于一些个体身份鉴别的场合。本文在收集和分析关于生物识别研究成果的基础上,对人耳识别系统的关键技术进行了研究。本文的主要工作有以下几个方面：(1)人耳图像预处理。其目的是去除原始图像中的各种噪声,增强图像的清晰度,以便于下一步的细节特征提取。具体包括人耳图像的归一化、二值化、滤波去噪、图像修复、图像分割等几个部分。基于偏微分方程的修复模型就是将图像修复过程转化为一系列的偏微分方程或能量泛函模型,从而通过数值迭代和智能优化的方法来处理图像。本文提出了一种基于曲率驱动扩散的快速图像修复模型(本文称FCDD),对具有较大破损区域及细小边缘的图像都具有良好的修复能力。(2)人耳图像的特征提取。其目的是经过预处理得到细化图像中,得到外耳的边缘信息,提出了基于改进的Hausdorff距离的人耳特征描述。(3)特征匹配。其目的是根据得到外耳边缘信息,来判断两幅人耳图像是否来自同一个人,利用基于支持向量机的匹配算法。本文研究的结果丰富了人耳识别的方法,具有一定的理论意义。实验表明,提出的方法具有一定的应用价值。

全文目录

摘要  2-3
ABSTRACT  3-6
第一章绪论  6-9
  1.1 本课题的来源及研究意义  6-7
  1.2 国内外研究现状  7-8
  1.3 本章小结  8-9
第二章耳识别系统介绍  9-12
  2.1 耳识别系统  9-10
  2.2 耳识别系统的性能指标  10-11
  2.3 本章小结  11-12
第三章耳图像处理  12-35
  3.1 人耳图像的获取  12
  3.2 人耳图像预处理  12-16
  3.3 图像修复  16-28
  3.4 人耳图像的分割  28-34
  3.5 本章小结  34-35
第四章特征提取和分类识别  35-44
  4.1 特征与特征提取的基本概念  35-36
  4.2 基于改进的HAUSDORFF距离的人耳特征描述  36-40
  4.3 基于支持向量机的人耳分类识别方法  40-43
  4.4 本章小结  43-44
第五章结论  44-46
致谢  46-47
参考文献  47-51
攻读硕士学位期间研究成果  51-52

人耳识别若干算法研究

内容摘要

全文目录

相似论文