尺度不变特征与几何特征融合的人耳识别方法.pdfVIP

第28卷第8期 光 学学 报 V01．28．No．8 2008年8月 ACTA0PTICA SINICA August，2008 文章编号：0253—2239(2008)08—1485一07 尺度不变特征与几何特征融合的人耳识别方法 田 莹1’2 苑玮琦1 摘要要提高人耳的识别率，关键是特征的提取与表达。尺度不变特征变换(SlFT)技术是局部点特征提取算法， 在尺度空间寻找极值点。提取对图像的尺度和旋转变化具有不变性，对光照变化和图像变形具有较强的适应性的 特征向量。尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子，为了克服一幅图像中有多 个局部描述子相似的问题。在SIFT特征描述子中融人一个耳廓几何特征。最后采用特征向量的欧氏距离作为两 幅图像相似性度量标准进行人耳识别。在耳图像库七进行实验。结果表明，该方法不仅可以有效地提取人耳特征， 通过少量特征可获得较高的识别率，而且对耳图像刚体变化具有较强的稳健性。 关键词 模式识别；人耳识别；尺度不变特征变换；几何特征；特征融合 中图分类号 TP391．4 文献标识码 A doi：10．3788／AO1485 Ear BasedonFusionofScaleInvariantFeature Recognition and GeometricFeature Tian 1·2 Yuan 1 Ying Weiqi f‘觑3m孔te盯co例眦￡Br 1 sc九oof }2 o，C：pm舢ter I L￡a帆i伽114051，观i咒n J offeatures rate AbstractExtractionand arecriticalt0 the ofear expression improverecognitionimagerecognition． Scaleinvariantfeaturetransform(SIFT)isalocal00intfeaturesextractionmethod．Itcanfindthosefeaturevectors differentscale whichin、mriantfor for and in spaces are scalechan2esandrotationsandfIexibleillumimtion、，ariations affinetransformations．SIFTisusedtoextractstructuralfeature ofear and stablefeature points imagesget ordertoovercomeadefectoflocal thatan simiIar descriptors．In descriptorimagemayha、陀multipleregions，an auricle Ear baSed Euclid geometricfeatureisfu∞d． rec