论文摘要
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。