復(fù)雜靜態(tài)彩色背景下的人耳檢測(cè)研究.pdf

1、人耳識(shí)別作為生物識(shí)別一個(gè)新的研究方向，由于其獨(dú)特的生理特征越來(lái)越受到更多人的關(guān)注。一個(gè)完整的人耳識(shí)別系統(tǒng)主要包括以下幾個(gè)部分：圖像讀取、人耳檢測(cè)、特征提取和識(shí)別。最初的人耳識(shí)別研究主要集中在人耳特征的提取及識(shí)別領(lǐng)域，對(duì)人耳檢測(cè)尚未有深入的研究。隨著人耳識(shí)別研究的深入，人耳檢測(cè)作為人耳識(shí)別系統(tǒng)中關(guān)鍵的一步也開(kāi)始引起人們的重視。但目前所進(jìn)行的人耳檢測(cè)多針對(duì)簡(jiǎn)單背景的圖像，對(duì)于復(fù)雜背景下的人耳檢測(cè)研究則比較少。
　　本文在借鑒人臉檢測(cè)算

2、法的基礎(chǔ)上，對(duì)現(xiàn)有的人耳檢測(cè)方法進(jìn)行研究，針對(duì)人耳區(qū)域小、共性特征少、復(fù)雜背景下難以檢測(cè)等特點(diǎn)，提出了一種分階段優(yōu)化的靜態(tài)彩色復(fù)雜背景下的人耳檢測(cè)方法，對(duì)無(wú)正面人臉干擾的靜態(tài)彩色圖像進(jìn)行檢測(cè)，以期為復(fù)雜背景下人耳識(shí)別系統(tǒng)的發(fā)展提供一種可行的思路。
　　該方法分四個(gè)階段進(jìn)行，第一階段利用彩色圖像中的膚色信息進(jìn)行圖像區(qū)域分割，篩選出人耳可能的候選區(qū)域。在分析和對(duì)比了多種顏色空間下膚色分布的特點(diǎn)后，本文選擇YCbCr空間作為膚色分割空間

3、，采用高斯模型作為膚色分布模型，得到膚色分布隸屬度函數(shù)的參數(shù)，依據(jù)此參數(shù)進(jìn)行膚色似然度轉(zhuǎn)換并對(duì)轉(zhuǎn)換后圖像進(jìn)行動(dòng)態(tài)閾值分割。第二階段，對(duì)分割出的每個(gè)區(qū)域，用形態(tài)學(xué)處理加以優(yōu)化，然后根據(jù)側(cè)臉的先驗(yàn)知識(shí)如高寬比例、側(cè)臉膚色在圖像中的面積占有率等進(jìn)行膚色區(qū)域篩選，盡可能地排除不含人側(cè)臉的膚色區(qū)域，減少干擾。第三階段，根據(jù)人耳內(nèi)部有豐富邊緣信息的特點(diǎn)，采用小波模極大值方法在不同尺度下檢測(cè)圖像邊緣，并將不同尺度下的邊緣二值圖像進(jìn)行疊加，既精確地檢測(cè)

4、出人耳的內(nèi)外邊緣，又極大程度地抑制了噪聲干擾。第四階段，統(tǒng)計(jì)分析第三階段所得到的邊緣二值圖像，發(fā)現(xiàn)側(cè)臉膚色范圍內(nèi)只有耳朵區(qū)域有密集的邊緣線，其他部分只有稀疏的輪廓線。依此特點(diǎn)對(duì)邊緣圖像進(jìn)行膨脹、填充、細(xì)化和重構(gòu)等操作，耳朵部分密集的邊緣線被填充為邊緣區(qū)域，與此同時(shí)獨(dú)立輪廓線則被消除。此時(shí)對(duì)邊緣圖像進(jìn)行邊緣區(qū)域搜索，就可以實(shí)現(xiàn)人耳的判斷和定位，從而實(shí)現(xiàn)人耳檢測(cè)。
　　總體而言，本文主要針對(duì)復(fù)雜背景下人耳檢測(cè)的難點(diǎn)，在借鑒人臉檢測(cè)算法