基于輪廓波變換的耳朵識(shí)別

1、成績南京工程學(xué)院機(jī)電工程專業(yè)英語課程大作業(yè)英 文 題 目： CONTOURLET TRANSFORM BASED EAR RECOGNITION 中 文 題 目： 基于輪廓波變換的耳朵識(shí)別 所在院(系)部： 機(jī)械工程學(xué)院 專 業(yè) 名 稱： 機(jī)械電子工程 基于輪廓波變換的耳朵識(shí)別摘要：該文章提出一種新穎的使用輪廓波變換耳朵識(shí)別的方法。首先,我們采用輪廓波變換分解圖像。然后,分別提取低通波段和帶通方向次波段。這里采用標(biāo)準(zhǔn)的灰度共生矩陣和廣義的高斯密度提取耳朵特征。最后,將這兩種功能連接并用智能音量管理的方法進(jìn)行分類。大量的實(shí)驗(yàn)證實(shí)了該方法的有效性和穩(wěn)定性。因此，可以得出這樣的結(jié)論:輪廓波小波變換更

2、適合于耳朵特征的提取。1、引言耳朵是一個(gè)很有前途的生物計(jì)量,近年來吸引了越來越多研究者的關(guān)注。耳朵有許多吸引人的優(yōu)勢(shì)，超過其他比較受歡迎的生物識(shí)別技術(shù)。首先,相比于臉,耳朵具有穩(wěn)定的結(jié)構(gòu)并且不會(huì)隨著年齡和面部表情的改變而變化。其次,與虹膜和指紋相比,即使在一定的距離范圍內(nèi)也可以獲得耳朵圖像。最后,在光線變化的場(chǎng)合下耳朵識(shí)別更加穩(wěn)定,因?yàn)槎鋱D像具有統(tǒng)一分配的顏色并且耳朵圖像小于臉的圖像。此外,當(dāng)我們只需要捕獲側(cè)臉圖像時(shí),耳朵識(shí)別技術(shù)變的更加重要。最早研究發(fā)展耳朵識(shí)別的是揚(yáng)納雷利。從那以后,后人在這一領(lǐng)域又做了大量的工作并且提出了很多方法，這些方法大致可以分為兩類。第一類是基于幾何特性提取的方法

3、,比如伯吉斯提出的泰森多邊形法，漢堡和力場(chǎng)赫爾利等提出的分子力場(chǎng)轉(zhuǎn)換方法。第二類是以代數(shù)特征為基礎(chǔ)的提取方法，例如主要成分分析法，小波分析法以及神經(jīng)網(wǎng)絡(luò)法。雖然幾何特性提取法似乎更適合耳朵識(shí)別,但是該方法需要質(zhì)量較好的耳朵圖像并且現(xiàn)有的提取方法在自動(dòng)化和穩(wěn)定性方面做的不夠好。耳朵的代數(shù)特征包括紋理信息和結(jié)構(gòu)信息,所以,文章中研究的主要是基于代數(shù)特征的提取方法?；诖鷶?shù)特征提取方法的關(guān)鍵問題是有效的表示耳朵圖像。對(duì)于一維分段光滑的信號(hào),小波法是最合適的方法因?yàn)樗鼙硎境鲎罴训男阅?。然?對(duì)于圖像,小波法看到的不是光滑的邊緣輪廓而是間隔2 d不連續(xù)的邊緣點(diǎn)。為了解決這個(gè)問題,Minh N.Do a

4、nd Martin Vetterli在2002年提出了輪廓波變換。輪廓波變換支持人類視覺皮層中接受域的的特征,所以可以捕捉到耳朵內(nèi)在的結(jié)構(gòu)信息。輪廓波變換提供了一個(gè)靈活的多分辨率的特點(diǎn),允許圖像的分辨率先后近似,從粗糙到精細(xì)。表示出來的基礎(chǔ)元素可以在空間、頻率域以及各個(gè)方向上進(jìn)行定位,有少量的方向是由可分離的微波提供。此外,這些基礎(chǔ)元素具有不同縱橫比的形狀。這些元素的基函數(shù)在空間及各個(gè)方向接近線性關(guān)系,因此幾個(gè)系數(shù)就可以有效地表示耳朵的邊緣和結(jié)構(gòu)信息。根據(jù)上述分析,我們采用輪廓波變換提取出耳朵識(shí)別的特征。首先,我們使用輪廓波變換分解圖像并獲得一個(gè)低通次波段和幾個(gè)不同尺度和不同方向的帶通方向次波

5、段。然后采用標(biāo)準(zhǔn)化的灰度共生矩陣提取低通次波段的特征，采用廣義的高斯密度提取帶通方向次波段的特征。最后,采用智能音量管理法完成分類。文章剩余部分安排如下。第二節(jié)用公式法表達(dá)輪廓波變換的原理。第三節(jié)描述了耳朵識(shí)別的詳細(xì)步驟和方法,包括耳朵特征提取及分類。第四節(jié)提供實(shí)驗(yàn)結(jié)果。第五節(jié)總結(jié)全文。2. 輪廓波變換輪廓波變換提供了一種多分辨率、局部和定向的擴(kuò)張圖像。它主要有兩個(gè)階段:多尺度拉普拉斯錐體分解和方向?yàn)V波器組。如圖1所示,有一個(gè)雙濾波器組結(jié)構(gòu)以及兩個(gè)相互獨(dú)立的階段。方向?yàn)V波器組有一個(gè)靈活的方向并且只能捕捉高頻率輸入圖像,因?yàn)樵趹?yīng)用之前已經(jīng)過濾掉低頻率輸入圖像。圖1、 輪廓波變換圖首先,我們使用拉

6、普拉斯算子估算一個(gè)多尺度三角錐體的分解。在每個(gè)層次,采集低通濾波器得到原始圖像并且通過計(jì)算原始圖像和期望圖像之間的不同得到帶通圖像。期望圖像是低通濾波器過采集的結(jié)果。低通圖像與下一層次的不同的圖像可以以同樣的方式計(jì)算。然后便可以獲得一系列的帶通圖像。采用拉普拉斯算子計(jì)算三角錐體分解可以避免在小波濾波器組不規(guī)則性的頻繁地發(fā)生,因?yàn)樗唤档偷屯V波器的采樣。其次,利用方向?yàn)V波器組接通各個(gè)帶通渠道。方向?yàn)V波器組最早是由班貝克和史密斯提出的。方向?yàn)V波器組可以分解方向圖像,并且具有良好的圖像重建性能。Minh N. Do and Martin Vetterli提出一種基于雙通道五點(diǎn)形濾波器組的方向?yàn)V波器

7、組。當(dāng)圖像需要較高的重建精度時(shí)方向?yàn)V波器組有一個(gè)更加簡(jiǎn)單的規(guī)則擴(kuò)展分解樹。通過應(yīng)用剪切操作與雙通道五點(diǎn)形過濾器組結(jié)合的方法在每個(gè)二進(jìn)制結(jié)構(gòu)組的節(jié)點(diǎn)可以每個(gè)規(guī)模分解為任意兩倍于方向的能量。3、 耳朵識(shí)別方法的建議文章中,我們提取低通部分波段和帶通方向的部分波段特征。合并這兩種特性用智能音量管理進(jìn)行識(shí)別。詳細(xì)步驟描述如下。3.1、應(yīng)用輪廓波變換分解耳朵圖像首先,使用輪廓波變換將輸入圖像分解為一低通次波段和幾個(gè)帶通方向的部分波段。如圖2所示將,耳圖像分解一個(gè)三角錐體，再將三角錐體分成四個(gè)、八個(gè)、十六個(gè)方向次波段。系數(shù)小的是黑色，系數(shù)大的事白色。最左邊的圖像低通次波段。從圖中可以看輪廓波變換可以有效地

8、利用圖像內(nèi)部的位置信息和方向信息。圖2、輪廓波變換的圖像3.2 提取低通濾波器部分波段的特征在紋理描述領(lǐng)域已經(jīng)廣泛應(yīng)用灰度共生矩陣。灰度共生矩陣的定義是：在一個(gè)圖像的分布上，給定偏移量便可以通過計(jì)算獲得一個(gè)共生值，通常像素灰度強(qiáng)度值i與橫向相鄰的像素值j同時(shí)出現(xiàn)。給定一個(gè)mn圖像I和偏移矢量d=（dr，dc），灰度共生矩陣的定義是：A cover letterDistinguished leadership: hello!I am a student of Nanjing institute of technology engineering institute of machinery an

9、d electronics engineering , facing graduation. our school has maintained the good tradition of scholarship.In such an academic atmosphere, the innovative spirit is the environment of dense, my training in addition to the steadfast dedication, realistic and innovative spirit.After several years of pr

10、ofessional knowledge learning, I have a solid professional knowledge and practical operation ability, overall quality has greatly improved.Cultivated my keen observation, correct judgment, ability to work independently, rigorous, sureness working attitude.Schools in the process, entrepreneurial spir

11、it of innovation, cultivate a batch of and a number of engineering professional and technical personnel.I personally have favoured mechanical electronic engineering, so learning also special prudence seriously, while serious finish school teaching plan, extracurricular learning other professional kn

12、owledge, expand my aspect of knowledge.I am very confident to my own work and learning ability , I can make a success in my own professional field !personal resumeName：Qiguangliang gender：male nationality：Han birthday：1991、12Political status：League memberMajor：mechatronic engineeringLocation：The nan

13、jing of jiangsu provincehome address: Zhoukou of henan provinceobjective： internal studenteducation background 2012.92016.6 Nanjing institute of technologymajor courses: theory of machines and mechanisms, Mechanical Design, technology of electronics, automatic control theory etcEnglish level：CET-4、CET-6Motto：always be preparedprofessional experience 2012、92015、4 internship three times in school 2015、42015、5 Worked as an intern in shiyan of hubei province two weeksScholarship and Awards Field CAD third prize Third-class scholarship won College third prize of scientific and technologica