资源描述：
《基于轮廓波变换的耳朵识别》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、成绩南京工程学院《机电工程专业英语》课程大作业英文题目：CONTOURLETTRANSFORMBASEDEARRECOGNITION中文题目：基于轮廓波变换的耳朵识别所在院(系)部：机械工程学院专业名称：机械电子工程基于轮廓波变换的耳朵识别摘要：该文章提出一种新颖的使用轮廓波变换耳朵识别的方法。首先,我们采用轮廓波变换分解图像。然后,分别提取低通波段和带通方向次波段。这里采用标准的灰度共生矩阵和广义的高斯密度提取耳朵特征。最后,将这两种功能连接并用智能音量管理的方法进行分类。大量的实验证实了该方法的有效性
2、和稳定性。因此，可以得出这样的结论:轮廓波小波变换更适合于耳朵特征的提取。1、引言耳朵是一个很有前途的生物计量,近年来吸引了越来越多研究者的关注。耳朵有许多吸引人的优势，超过其他比较受欢迎的生物识别技术。首先,相比于脸,耳朵具有稳定的结构并且不会随着年龄和面部表情的改变而变化。其次,与虹膜和指纹相比,即使在一定的距离范围内也可以获得耳朵图像。最后,在光线变化的场合下耳朵识别更加稳定,因为耳朵图像具有统一分配的颜色并且耳朵图像小于脸的图像。此外,当我们只需要捕获侧脸图像时,耳朵识别技术变的更加重要。最早研究
3、发展耳朵识别的是扬纳雷利。从那以后,后人在这一领域又做了大量的工作并且提出了很多方法，这些方法大致可以分为两类。第一类是基于几何特性提取的方法,比如伯吉斯提出的泰森多边形法，汉堡和力场赫尔利等提出的分子力场转换方法。第二类是以代数特征为基础的提取方法，例如主要成分分析法，小波分析法以及神经网络法。虽然几何特性提取法似乎更适合耳朵识别,但是该方法需要质量较好的耳朵图像并且现有的提取方法在自动化和稳定性方面做的不够好。耳朵的代数特征包括纹理信息和结构信息,所以,文章中研究的主要是基于代数特征的提取方法。基于代
4、数特征提取方法的关键问题是有效的表示耳朵图像。对于一维分段光滑的信号,小波法是最合适的方法因为它能表示出最佳的性能。然而,对于图像,小波法看到的不是光滑的边缘轮廓而是间隔2d不连续的边缘点。为了解决这个问题,MinhN.DoandMartinVetterli在2002年提出了轮廓波变换。轮廓波变换支持人类视觉皮层中接受域的的特征,所以可以捕捉到耳朵内在的结构信息。轮廓波变换提供了一个灵活的多分辨率的特点,允许图像的分辨率先后近似,从粗糙到精细。表示出来的基础元素可以在空间、频率域以及各个方向上进行定位,有
5、少量的方向是由可分离的微波提供。此外,这些基础元素具有不同纵横比的形状。这些元素的基函数在空间及各个方向接近线性关系,因此几个系数就可以有效地表示耳朵的边缘和结构信息。根据上述分析,我们采用轮廓波变换提取出耳朵识别的特征。首先,我们使用轮廓波变换分解图像并获得一个低通次波段和几个不同尺度和不同方向的带通方向次波段。然后采用标准化的灰度共生矩阵提取低通次波段的特征，采用广义的高斯密度提取带通方向次波段的特征。最后,采用智能音量管理法完成分类。文章剩余部分安排如下。第二节用公式法表达轮廓波变换的原理。第三节描
6、述了耳朵识别的详细步骤和方法,包括耳朵特征提取及分类。第四节提供实验结果。第五节总结全文。2.轮廓波变换轮廓波变换提供了一种多分辨率、局部和定向的扩张图像。它主要有两个阶段:多尺度拉普拉斯锥体分解和方向滤波器组。如图1所示,有一个双滤波器组结构以及两个相互独立的阶段。方向滤波器组有一个灵活的方向并且只能捕捉高频率输入图像,因为在应用之前已经过滤掉低频率输入图像。图1、轮廓波变换图首先,我们使用拉普拉斯算子估算一个多尺度三角锥体的分解。在每个层次,采集低通滤波器得到原始图像并且通过计算原始图像和期望图像之间
7、的不同得到带通图像。期望图像是低通滤波器过采集的结果。低通图像与下一层次的不同的图像可以以同样的方式计算。然后便可以获得一系列的带通图像。采用拉普拉斯算子计算三角锥体分解可以避免在小波滤波器组不规则性的频繁地发生,因为它只降低低通滤波器的采样。其次,利用方向滤波器组接通各个带通渠道。方向滤波器组最早是由班贝克和史密斯提出的。方向滤波器组可以分解方向图像,并且具有良好的图像重建性能。MinhN.DoandMartinVetterli提出一种基于双通道五点形滤波器组的方向滤波器组。当图像需要较高的重建精度时方
8、向滤波器组有一个更加简单的规则扩展分解树。通过应用剪切操作与双通道五点形过滤器组结合的方法在每个二进制结构组的节点可以每个规模分解为任意两倍于方向的能量。3、耳朵识别方法的建议文章中,我们提取低通部分波段和带通方向的部分波段特征。合并这两种特性用智能音量管理进行识别。详细步骤描述如下。3.1、应用轮廓波变换分解耳朵图像首先,使用轮廓波变换将输入图像分解为一低通次波段和几个带通方向的部分波段。如图2所示将,耳图像分解一个三角锥体
