学位论文 > 优秀研究生学位论文题录展示

万有引力在人耳图像识别中的应用研究

作　者: 莫兴俊
导　师: 刘嘉敏
学　校: 重庆大学
专　业: 仪器科学与技术
关键词: 人耳识别 万有引力场 势能通道 势能阱 场线 改进模糊C-均值法
分类号: R318
类　型: 硕士论文
年　份: 2007年
下　载: 51次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人耳识别是生物特征识别技术研究中的一个新兴领域,它旨在根据人的外耳特征进行身份识别。人耳识别可以作为其他生物识别技术的有益补充,也可以单独应用于一些个体识别场合。目前人耳识别技术在国内外尚处于初步探索研究阶段,还没有形成较为完善的理论体系。作为一种生物特征识别技术,人耳识别需要借鉴其他的生物识别技术和处理方法,同时人耳具有其特殊的生理结构和生理位置,必然有其独特的处理方法和技术与之相适应。本文以人耳这一特殊的生物特征为研究对象,并在前人所做工作的基础上,以人耳图像万有引力场转换、特征提取等关键环节为研究重点,力图改善和丰富人耳识别这种新兴的生物特征识别技术,以期对后续研究人员的工作进展有所启发。众所周知,确定特征空间的最终目标是在降低原有的维度空间的同时,又能保持正确分类识别的能力。为了达到这个目标,在人耳生物识别研究领域中,一种新的万有引力场转换理论把图像看作一系列相互吸引的像素粒子,这些粒子就作为万有引力场源。伴随力场产生的还有一个标量势能场,在势能场中,人耳轮廓具有光滑的表面,就像很多由山脊连接的山峰一样。这里的山峰对应的就是势能阱,类似地山脊就对应着势能通道。本文着重描述了如何利用万有引力场转换算法来提取力场特征,利用场线方向来定位势能通道和势能阱,这些势能通道和势能阱最终将构成人耳的特征信息。为了进一步说明力场转换具有可逆性、良好的亮度灵敏性及定位迅速等优点,本文利用自己建立的人耳图像库完成了实验。并通过对比硬C-均值,模糊C-均值和改进模糊C-均值聚类算法的实验结果,来说明力场转换理论应用于人耳识别的有效性。本文不仅证明了人耳识别是一种有着极大发展潜力的生物识别技术,还证明了力场转换具有很好的鲁棒性,特别是对噪声的容忍度。另外人耳轮廓不必从背景中提取出来,这点也是它的优势所在。总的来说,本文主要从力场转换理论的几个关键环节进行了有益的探索与研究,得到了较好的实验结果,为人耳识别技术的发展和应用提供了有价值的研究思路。

全文目录


摘要  3-4
ABSTRACT  4-8
1 绪论  8-22
  1.1 研究背景  8-15
    1.1.1 生物特征识别技术的概念  8-13
    1.1.2 不同生物特征识别技术的比较  13
    1.1.3 生物特征识别技术的标准化工作  13-14
    1.1.4 生物特征识别技术的发展趋势  14-15
  1.2 人耳识别技术研究现状  15-20
  1.3 本文工作  20-22
2 人耳识别技术  22-30
  2.1 人耳识别的基本概念  22-25
    2.1.1 耳廓的生理结构  22-23
    2.1.2 耳廓特征点定位  23-24
    2.1.3 耳廓分类  24-25
  2.2 人耳识别的可行性  25-26
  2.3 人耳特征提取与分类方法  26-28
  2.4 人耳识别系统  28
  2.5 识别结果评价指标  28-29
  2.6 本章小结  29-30
3 图像采集  30-38
  3.1 图像的常见格式  30
  3.2 BMP 格式  30-35
    3.2.1 BMP 位图的结构  31-34
    3.2.2 BMP 位图分类  34-35
  3.3 人耳图像采集  35-37
    3.3.1 摄像环境  35-36
    3.3.2 原始图像的获取  36-37
    3.3.3 人耳数据库  37
  3.4 本章小结  37-38
4 图像预处理  38-46
  4.1 人耳图像的尺寸归一化  38-40
  4.2 人耳图像的滤波处理  40-42
  4.3 人耳图像灰度归一化  42-44
  4.4 对比度调整  44-45
  4.5 本章小结  45-46
5 基于万有引力场转换的人耳特征提取  46-58
  5.1 万有引力场转换  46-48
    5.1.1 力场  46-47
    5.1.2 势能场  47-48
  5.2 场线、势能通道和势能阱  48-51
  5.3 实验过程与结论  51-56
  5.4 本章小结  56-58
6 分类器设计及实验结果分析  58-74
  6.1 聚类分析的基本思想  58
  6.2 方法的有效性  58-59
  6.3 模式相似性测度  59-61
  6.4 聚类算法  61-66
    6.4.1 硬C-均值算法（HCM）  61-64
    6.4.2 模糊C-均值算法（FCM）  64-65
    6.4.3 改进模糊C-均值算法（IFCM）  65-66
  6.5 实验设计及结果分析  66-74
    6.5.1 实验设计  66
    6.5.2 实验结果及分析  66-74
7 结论与展望  74-76
致谢  76-78
参考文献  78-82
附录  82

相似论文

  1. 人耳识别若干算法研究,TP391.41
  2. 多视角人耳检测与识别研究,TP391.41
  3. 人耳地形图在耳轮廓提取中的应用研究,TP391.41
  4. 基于主成分分析的人耳识别方法研究,TP391.41
  5. 基于力场转换理论的人耳识别算法,TP391.41
  6. 快速三维人耳识别系统的研究,TP391.41
  7. 多方向多尺度与矩特征在人耳识别中的应用,TP391.41
  8. 车载通信总线的抗电磁干扰性分析,TN914
  9. 基于外耳结构的人耳特征提取研究,TP391.41
  10. 基于灰度图像的人耳检测技术研究,TP391.41
  11. 分水岭算法和神经网络相结合的人耳识别方法研究,TN912.34
  12. 海洋环境物理场特性测试与分析技术研究,X12
  13. 人耳识别中人耳地形图技术的研究,TP391.4
  14. 电磁诱导吸收的研究,O562
  15. 基于外耳轮廓的人耳识别方法研究,R318
  16. 多特征人耳识别,TP391.4
  17. 基于子空间分析和支持向量机的人耳识别研究,TP391.4
  18. 万有引力场方法在人耳图像识别中的应用研究,D918.2
  19. 基于侧脸和耳廓组合特征的个人身份鉴别方法,TP391.41
  20. 人耳识别若干问题的研究,TP391.4

中图分类: > 医药、卫生 > 基础医学 > 医用一般科学 > 生物医学工程
© 2012 www.xueweilunwen.com