唇型提取及识别的图像处理算法研究

论文摘要

生物特征识别技术已经随着计算机技术的飞速发展,而逐步发展起来。唇读技术作为一种生物特征识别技术,它不仅应用于传统的聋哑人交流、情报获取,还广泛应用于现代身份识别领域,已经成为国内外研究及应用的热点。唇读的研究内容包括基本口型特征的提取、描述与表示方法,以及口型识别与理解,包括对来自多个通道的相关信息的综合理解。本文重点研究唇的特征分割及边缘提取:在深入分析、比较当前主流的唇读方法基础上,结合神经网络方法与灰度阈值方法进行唇的特征分割,经过多次训练并根据经验选取适当阈值,得到效果较好的唇分割二值图像;在得到唇形二值图像后,构造模板对图像进行平滑及边缘提取,并选取适当数量的边缘特征点;最后应用神经网络,反复对边缘特征点进行拟合训练,得到平滑的边缘拟合曲线。本文尝试建立简单的汉语元音唇形库,对元音唇形能够进行比较准确的识别。并且应用MATLAB的GUI制作了一个唇读系统用户界面,能够实现预览视频图像、选取图像、进行唇分割、唇识别等一系列功能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 生物特征识别技术
• 1.1.1 生物特征识别技术的概念
• 1.1.2 几种生物特征识别技术比较
• 1.1.3 生物特征识别技术市场发展现状与前景
• 1.2 唇读技术
• 1.2.1 唇读技术的研究背景
• 1.2.2 唇读技术的应用现状
• 1.2.3 唇读识别的研究内容
• 1.2.4 唇读识别方法概述
• 1.2.5 唇读识别的技术优势与存在的难点
• 1.3 本论文的内容安排
• 1.3.1 主要研究工作
• 1.3.2 论文结构安排
• 第二章 唇读图像预处理
• 2.1 预备知识
• 2.1.1 人脸图像灰度化
• 2.1.2 二值化
• 2.1.3 能量归一化
• 2.1.4 平滑与中值滤波
• 2.2 人脸定位
• 2.3 唇定位
• 2.3.1 基于形状的方法——可变模板和有效轮廓模型
• 2.3.2 基于图像的方法——PCA（主成份分析法）
• 2.4 本文的唇定位方法
• 2.4.1 差分图像法
• 2.4.2 差分图像算法及其局限性
• 2.4.3 改进的双重差分图像算法
• 2.5 本章小结
• 第三章 唇分割及特征提取
• 3.1 唇分割
• 3.1.1 传统灰度阈值分割法
• 3.1.2 神经网络
• 3.1.3 自组织竞争型神经网络
• 3.1.4 自组织竞争型神经网络学习算法
• 3.1.5 平滑滤波
• 3.2 边缘提取
• 3.2.1 边缘提取
• 3.2.2 边缘特征点提取
• 3.2.3 曲线拟合
• 3.2.4 优缺点分析
• 3.3 本章小结
• 第四章 汉语元音唇形库的建立
• 4.1 唇形库建立的意义
• 4.2 常用唇形库建立方法
• 4.2.1 双模态语料库
• 4.2.2 汉语双模态语料库
• 4.3 简单汉语唇形库
• 4.4 本章小结
• 第五章 用户界面制作
• 5.1 唇读系统用户界面
• 5.2 用户界面制作分析总结
• 5.2.1 制作技巧分析
• 5.2.2 小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文
• 参与的科研项目