本科毕业设计——人耳识别(SIFT&OIFT)

人耳识别技术是一种新的生物特征识别技术，由于人耳独特的生理特征结构和生理位置，以及其不受外界环境（刺激）和内心活动对生物特征体影响的特点，逐渐引起同领域研究人员的广泛关注。本文主要从人耳图像的特征提取技术方面进行探索与研究。 人耳图像的特征提取是整个识别过程的核心环节。本文的工作主要是围绕如何提取人耳的局部特征和几何特征及如何将这些特征应用于人耳识别等问题展开的，主要工作有： 1)针对人耳图像存在大量相似纹理，直接应用SIFT描述子进行特征点匹配会产生大量误匹配的情况，提出了利用基于全局上下文信息的SIFT描述子进行图像匹配的方法。结合全局上下文信息的SIFT描述子不仅保持了SIFT描述子对图像尺度、旋转、光照变化和图像噪声的良好性能，而且可以较好地对相似纹理区域进行辨别分析。实验结果表明，基于结合全局上下文信息的SIFT描述子的图像匹配算法可有效避免相似纹理区域特征点之间的误匹配，提高了人耳图像匹配的效率。 2)针对已有的人耳几何特征提取方法受姿态变化影响都较为严重的情况，本文提出了一种基于射影不变量的人耳特征提取方法。首先，检测人耳长轴上的五个边缘特征点，然后，任取其中的4个边缘特征点并计算它们之间的交比，可得到5个交比值。最后，将计算出的5个交比值联合起来，构造成人耳特征向量。实验结果表明，与利用特征点长度比值作为人耳几何特征的识别方法相比，基于射影不变量的人耳识别方法对人耳姿态变化具有更好的鲁棒性。 3)为了进一步提高识别率，本文将基于结合全局上下文信息SIFT描述子的图像匹配方法与基于射影不变量的人耳几何特征提取方法结合起来用于人耳识别，并通过大量的实验验证了该方法的有效性。