基于計(jì)算機(jī)視覺(jué)的人耳識(shí)別技術(shù)研究.pdf

1、人耳識(shí)別是一種比較新的生物特征識(shí)別技術(shù)，它是根據(jù)人耳生物特征進(jìn)行身份識(shí)別。人耳識(shí)別既可以單獨(dú)應(yīng)用于一些個(gè)體識(shí)別場(chǎng)合，也可以作為其它生物特征識(shí)別技術(shù)的有益補(bǔ)充。人耳識(shí)別技術(shù)的出現(xiàn)將會(huì)豐富生物特征識(shí)別技術(shù)領(lǐng)域，同時(shí)也為計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域提供了新的挑戰(zhàn)。
　　本文首先研究了人耳圖像預(yù)處理和邊緣檢測(cè)問(wèn)題。在人耳圖像邊緣檢測(cè)中，提出一種改進(jìn)的基于小波變換和中值濾波Canny算子提取耳廓邊緣。實(shí)驗(yàn)表明：該方法有效地提高了邊緣檢測(cè)的準(zhǔn)確性

2、，得到了比較理想的邊緣檢測(cè)效果。
　　其次研究了人耳識(shí)別中的特征提取方法，主要介紹了線性子空間方法和非線性流形學(xué)習(xí)方法。對(duì)基于線性判別分析算法（LDA）的人耳特征提取進(jìn)行了研究，由于在實(shí)際的人耳代數(shù)特征提取過(guò)程中存在著小樣本問(wèn)題，所以本文為解決這一問(wèn)題，提出了應(yīng)用主元分析降維的線性判別分析算法，并在人耳圖像庫(kù)中進(jìn)行了實(shí)驗(yàn)分析，取得了較高的識(shí)別率。接著深入分析了以流形學(xué)習(xí)為主的非線性特征提取方法。研究了當(dāng)前具有代表性的流形學(xué)習(xí)及其特