基于人耳特征的身份识别系统设计与应用

论文摘要

人耳本身具有明显的独特性,可以将其作为人体的生物特征进行识别。基于人耳的识别技术是一种新的生物识别技术,既可以单独应用于个体身份识别,也可以与其他生物识别技术相结合使用。目前,此方面的研究尚处于起步阶段,但其自身的特点和优势逐渐引起同领域科研者的关注。除此之外,基于人耳的识别技术还具有巨大的潜力和广阔的发展空间。在对人耳特征进行研究后,设计了一种基于人耳特征的身份识别系统。本文介绍了整个系统从图像采集到人耳识别再到识别后处理控制(硬件控制)的详细设计过程。首先,应用肤色检测方法定位出人脸侧面区域,去掉图像中的背景信息,然后用阈值分割等方法定位人耳区域。在提取出人耳区域后,对其进行归一化,其中包括灰度均衡化、几何归一化。其次,提出了基于BP网络的识别方法。此方法应用小波变换和离散余弦变换对归一化后的人耳区域进行特征提取,使用BP网络对提取特征进行分类识别。最后,当识别出对应人员信息后,将此人员信息予以显示,根据判断确认特定人员后,发出相应的硬件控制信号,使执行机构完成设定的动作。应用自建的图像库分别进行人耳区域定位和识别测试,实验结果表明本文提出的人耳区域定位和识别方法是可行的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 课题研究价值和意义
• 1.3 发展与现状
• 1.4 论文结构
• 第2章 系统需求分析与总体设计
• 2.1 系统需求分析
• 2.1.1 可行性分析
• 2.1.2 功能需求分析
• 2.1.3 方案论证
• 2.2 系统总体设计
• 2.2.1 系统结构和功能设计
• 2.2.2 图像数据采集设备选择
• 2.2.3 系统软件设计
• 第3章 人耳图像预处理
• 3.1 人脸定位和提取处理
• 3.2 人耳定位和提取
• 3.3 人耳归一化处理
• 3.3.1 灰度均衡化
• 3.3.2 几何归一化
• 第4章 基于人耳特征的身份识别技术
• 4.1 人耳特征提取
• 4.1.1 基于小波变换的一次特征提取
• 4.1.2 基于离散余弦变换的二次特征提取
• 4.2 基于人耳特征的分类识别
• 4.2.1 最近邻法分类识别人耳
• 4.2.2 BP神经网络法分类识别人耳
• 4.3 基于数据库技术身份识别
• 第5章 基于人耳特征的身份识别后处理
• 5.1 人耳身份识别系统应用领域
• 5.2 人耳身份识别系统后处理控制动作设计
• 5.2.1 电动机基本控制
• 5.2.2 后处理控制动作硬件电路设计
• 5.2.3 后处理控制动作硬件执行动作控制程序设计
• 第6章 系统测试
• 6.1 系统测试方案
• 6.1.1 人耳定位测试
• 6.1.2 不同分类器测试
• 6.1.3 特征向量维数选择测试
• 6.1.4 BP网络隐含层节点测试
• 6.1.5 BP网络训练次数测试
• 6.1.6 系统整体测试
• 6.2 人耳身份识别系统软件
• 6.3 系统可靠性分析
• 6.4 系统实时性分析
• 结论
• 参考文献
• 致谢
• 攻读硕士期间发表（含录用）的学术论文