（计算机应用技术专业论文）基于灰度图像的人耳检测技术研究.pdf

中文摘要 近年来，随着生物特征识别技术的发展，人耳识别技术已成为继指纹、人脸、 掌纹、虹膜等识别技术之后，又一个倍受关注的研究领域。虽然，目前人耳识别 技术还没有如指纹识别、人脸识别等生物特征识别技术那样，形成比较完整的理 论体系，实际应用还处于探索阶段，但是人耳识别技术也因其具有图像便于采集、 图像相对简单、处理快速等其他技术彳i 可比拟的优点，成为一个具有广阔发展前 景的研究方向。 目前的入耳识别技术是在特定的入耳图像库上实现的。入耳图像库通常通过 摄像机或数码相机采集一定数量的人耳图像建立起来。动态的人耳图像获取与检 测技术研究，目前还存在一定难度。一套完整的人耳自动识别系统一般包括以下 几步过程：人耳图像采集、图像的预处理、人耳图像的边缘检测与分割、特征提 取、人耳图像的识别。本文重点论述的人耳检测技术可认为是人耳图像的边缘检 测与分割环节的部分。 本文以生物特征识别技术及人耳识别技术的发展历史为背景，重点研究了基 于灰度图像的入耳检测技术，对模板匹配的检测方法进行了实验验证，为适应实 际应用中更多实时系统的需要，在常规算法的基础上，提出了以增加空间开销为 代价实现降低系统时间开销目标的改进算法。 按照本文所述方法，实验先后对三组不同大小图像进行检测，实验结果表明 系统性能较好，人耳检测正确率较高，改进方法对降低系统时间开销的效果明显。 关键词：人耳识别，入耳检测，模板匹配，平方积分 a b s t r a c t w i t ht h er e c o g n i t i o nt e c h n o l o g yo nb i o l o g yc h a r a c t e r i s t i c sd e v e l o p i n gi nr e c e n t y e a r s ，t h er e s e a r c ho ne a rr e c o g n i t i o nh a sg a i n e dm o r ea t t e n t i o na f t e rt h er e c o g n i t i o n t e c h n o l o g yo nf i n g e r p r i n t ，f a c e ，p a l m ，i r i s ，e t c a l t h o u g h ，t h ee a rr e c o g n i t i o n t e c h n o l o g yh a s n tg r o w n t ob eac o m p l e t et h e o r ys y s t e m ，a n d ，i t sp r a c t i c a l a p p l i c a t i o ni ss t i l li ne x p o r a t o r ys t a g e ，w h i c hi sn o tl i k es u c hb i o l o g yr e c o g n i t i o n t e c h n o l o g ya sf i n g e r p r i n tr e c o g n i t i o n ，f a c er e c o g n i t i o na n ds oo n b e c a u s eo fi t s a d v a n t a g e ss u c ha sc o l l e c t i n ge a s i l l y ，t h es i m p l ep o r t r a i ta n df a s th a n d l es p e e d ，e t c ， t h ee a rr e c o g n i t i o nt e c h n o l o g yi sb e c o m m i n gt h er e s e a r c hw i t hav a s td e v e l o p m e n t f o r e g r o u n d a tp r e s e n t ，e a rr e c o g n i t i o nt e c h n o l o g yi sr e a l i z e do ns o m es p e c i f i c a le a rp i c t u r e d a t a b a s e s ，w h i c ha r eb u i l tu pw i t haa m o u n to fe a rp i c t u r e sc o l l e c t t e dw i t hc a m e r a so r d i g i t a lc a m e r a s d y n a m i ce a rp i c t u r e sc o l l e c t i n ga n dd e t e c t i n gi sv e r yd i f f i c u l t g e n e r a l l y ，a s e to fe a ra u t o m a t i cr e c o g n i t i o nt e c h n o l o g ys y s t e mi n c l u d e st h es t e p sa s f o l l o w s ：c o l l e c t t i n gt h ee a rp i c t u r e ，p r e t r e a t i n gt h ep i c t u r e ，e d g ed e t e c t i o na n d p a r t i t i o n ，w i t h d r a w i n gc h a r a c t e r i s t i c ，i d e n t i f y i n gp e r s o n s e a r e a rd e t e c t i o n t e c h n o l o g ya st h ee m p h a s i so ft h i st r e a t i s ei sap a r to fe a re d g ed e t e c t i o na n dp a r t i t i o n t h i st r e a t i s ef o c u s e so ne a rd e t e c t i o nt e c h n o l o g yo ng r e y s c a l ei m a g e s ，w h i c hi so n t h eb a c k g r o u n do fi d e n t i f i c a t i o nt e c h n o l o g yo nb i o l o g yc h a r a c t e r i s t i c sa n de a r s i t e x p e r i m e n t a l i z e se a rd e t e c t i o nt e c h n o l o g yo ng r e y s c a l ei m a g e sb yt e m p l a t em a t c h i n g m e t h o da n db r i n g sf o r w a r dab e t t e rd e t e c t i o nm e t h o dw h i c hi sb a s e do nt h en o r m a l d e t e c t i o nm e t h o dt or e d u c i n gt i m ec o n s u m i n gb yi n c r e a s i n gi t ss p a c ec o m s u m i n g a c c o r d i n gt ot h et r e a t i s e ，t h ee x p e r i m e n th a sd e t e c t e de a ri m a g e si nt h r e eg r o u p so f i m a g e sw i t hd i f f d r e n ts c a l e t h ee x p e r i m e n td e m o n s t r a t e st h a tt h ep e r f o r m a n c ei s b e t t e r t h ec o r r e c tr a t eo fe a rd e t e c t i n gi sh i g h t h ei m p r o v e m e n to fr e d u c i n gt h et i m e c o n s u m i n g i so b v i o u s k e yw o r d s ：e a rr e c o g n i t i o n ，e a rd e t e c t i o n ，t e m p l a t em a t c h i n g ，s q u a r ei n t e g r a l 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和 取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得墨奎苤堂或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所 做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签字日期：刃夕年。月 学位论文版权使用授权书 本学位论文作者完全了解墨童苤堂有关保留、使用学位论文的 规定。特授权苤鲞盘堂可以将学位论文的全部或部分内容编入有关数 据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅 和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 芦v ( 留弛 签字日期：弘哆年歹月尹同 日 导师签名： 伍长j 签字同期：- 弩夕年月尹 j 第+ 。章绪论 1 1 选题背景及意义 第一章绪论 随着人类社会科学技术的发展，一种集光学、传感技术、遥感技术和计算机 技术于一身的，更加便捷、先进的生物识别技术已经取代机械钥匙和电子密钥成 为身份认证技术发展的新方向。生物特征识别技术使远程化、虚拟化了的“人的 标识”还原为“人本身”，使身份认证过程变得非常可信、隐秘和人性化。 目前，人们关注的生物特征识别技术主要有：人脸识别、虹膜识别、指纹识 别、掌纹识别、签名识别等。但是，研究表明，过去被忽略的人耳也与人脸、虹 膜、指纹等生物特征一样，具有普遍性、唯一性、稳定性和可采集性的特点，可 以作为身份识别的研究对象。人耳具有独特的生理结构特征和生理位置，与人脸 相比，它的形态基本不会受到人的身体状态和心理状态的影响，从这个角度说， 人耳更适合作为生物特征识别的研究对象。 目前，国内外对人耳识别技术的研究还没有像指纹和人脸识别技术研究那样 形成比较完整的体系，一些关键性问题，如入耳检测、入耳特征描述、人耳特征 提取、人耳图像的遮挡与缺损处理、人耳识别方法等问题均有待深入研究。 本课题以生物特征识别技术和人耳识别技术为背景，主要对人耳识别系统中 的人耳检测技术进行研究，即在输入复杂图像中如何确定人耳是否存在，如何确 定人耳所在的位置，并将其从复杂的背景图像中分割出来。一套完整的人耳自动 识别系统一般包括以下几个过程：人耳图像采集、图像的预处理、人耳图像的边 缘检测与分割、特征提取、人耳图像的识别。入耳检测过程可以视为边缘检测和 分割的一部分。人耳检测虽然只是人耳识别系统中的一小部分，但是因其重要性 和技术难度还是需要单独形成课题进行研究。 人耳识别系统的输入是可能包含人耳的复杂图像，输出的结果是图像中是否 存在待识别的人或存在哪些人。通常，人耳图像只占整幅检测图像的一小部分， 如果直接在全局范围内进行人耳识别，会出现大量的数据库操作和数据计算，这 样会大大增加识别过程的时间开销，降低识别工作效率。将人耳检测从识别全过 程中单独提出，目的在于在进行身份识别匹配之前，运用更加快速的方法将人耳 图像从复杂的背景图像中分离出来，这使识别过程在一幅更简单的图像中进行， 从而降低整个系统的时间开销。在人耳识别系统中，对入耳检测技术单独研究， 第章绪论 并改善人耳检测技术本身的性能对于改进人耳识别系统功能来说是必要的。 1 2 人耳检测技术的研究动态 在人耳识别技术的发展历史中，出现了许多种巧妙的识别方法，如a l f r e d i a n n a r e l l i 的人耳测量方法、m o r e n o 的复合识别方法、b u r g e 和b u r g e r l s 提出的基于 人耳边缘曲线图表构建相似图表的方法等技术方法，在实际中得到广泛应用。国 内目前较为系统的人耳识别研究机构主要以北京科技大学最为突出。2 0 0 3 年，由 穆志纯教授牵头，在国内成立第一所专门从事人耳识别领域研究的实验室人 耳识别研究中心，该实验室在人耳识别领域取得了许多关键性的成果 近几年来，由于应用环境和应用领域的变化，许多用户对身份识别系统的工 作方式及处理速度提出了更高的要求。这些需求使如人耳识别这样，可以在非受 迫条件下进行的身份识别技术变得更受欢迎。这样的应用背景要求人耳自动识别 系统必须不断提高自身性能，不断适应新的需求。系统必须对一般环境具有适应 能力，能够自动获取图像，并能根据复杂图像自动完成人耳识别。 随着计算机技术的发展，目前人耳识别主要是应用计算机及各种外围技术在 特定的人耳图像库上实现的。实验阶段用于人耳识别的图像库都不是很大。一般 的人耳图像库是通过摄像机或数码相机采集一定数量的人耳图像建立起来的。动 态的入耳图像检测的研究近年来虽然也有所发展，但是目前成果依然不多，实现 的难度依然较大。 目前，人耳识别的一般过程为：在采集到图像后，对图像进行预处理，通常 包括降噪和图像增强，去除由于采集设备所带来的噪声，进行光照补偿等，以克 服光照变化对图像的影响，突出人耳的特征；在对图像进行预处理之后，对图像 进行边缘检测和分割；然后对分割出来的人耳图像进行特征提取：用综合后的人 耳特征与人耳库中的人耳进行特征匹配，完成身份识别全过程。基于特征的人耳 识别系统在分离入耳图像后，从入耳图像中提取各种特征，经过分析综合，与人 耳库中的人耳图像进行特征匹配，从而达到身份识别的目的。基于图像的人耳识 别系统在进行人耳检测和对检测出的人耳图像进行处理后，将图像与人耳库中的 人耳图像直接进行匹配计算，最终达到身份识别的目的。 随着应用目的的不断发展，人们对人耳识别系统的需求已经不只停留在实现 识别功能的层次上，他们对系统识别的准确率和速度都提出了更高要求。这些新 需求要求研究者能够提出更加科学的识别策略，编制出更加合理的识别算法，提 高系统的整体性能。 人耳检测问题就是出于提高识别系统的识别速度而提出的。同时，如何提高 第。章绪论 检测环节本身的准确率和速度也成为一个倍受关注的热点问题。人耳检测技术作 为一个薪的课题，研究还4 i 是很深入。目前，主要的人耳检测技术有基于特征的 人耳检测技术和基于图像的人耳检测技术两种。基于特征的人耳检测技术与人耳 识别技术本身有一定的相似性，主要是通过特征匹配来确定人耳；而基于图像的 人耳检测技术，是通过待测图像与模板图像的匹配来实现的。 1 3 人耳检测技术的发展前景1 1 随着研究工作的不断深入，入耳识别技术己成为涉及模式识别、计算机图形 学、计算机视觉、数字图像、图像处理、生物学、心理学、认知学等领域的一门 交叉学科。虽然，长久人耳的生物特征属性，没有被研究者所关注，但随着解剖 学的发展，人们才逐渐认识到，耳纹作为人类重要的外貌特征，如同指纹一样， 对每一个人来说都是唯一的，可以通过非强迫、非接触的方式( 如摄像头) 获取， 非常适合作为研究对象用于身份识别，入耳识别技术发展潜力巨大。 人耳作为一种生物特征，其满足了生物特征所必备的四个基本性质【2 1 ： 1 普遍性。正常人都具有人耳这种生物特征。 2 唯一性。美国犯罪学专家a l a n n a r e l l i 进行了两组实验。第一组比较加利福 尼亚州随机抽取的1 0 0 0 0 只人耳样本：第二组比较兄弟和双胞胎的耳型。研究发 现所有被测人耳都是唯一的。即使是双胞胎，即使他们的长相相似，但是他们耳 朵的结构尤其是外耳和耳垂部分的结构还是不一样的。该研究结果表明每一个人 的人耳结构都是唯一的，利用人耳特征进行个体识别是可行的。 3 稳定性。医学研究结果表明：人耳在婴儿出生4 个月之后，是成比例生长 的，整体结构比率基本保持不变，唯有耳垂在4 个月到8 岁之间较之耳朵的整体生 长有较大的拉伸，大约是其整体生长速度的4 倍，但是8 岁至1 1 7 0 岁耳垂的拉伸速度 同人耳整体结构生长速度基本保持一致，7 0 岁以后耳垂的拉伸速度才继续加快。 由此可见在8 岁至i 7 0 岁之间，每个人耳朵的结构特征都是基本稳定的。 4 可采集性。采集人耳图像可通过非受迫方式进行，不涉及接触式指纹扫 描中存在的卫生何题，也不会像测量虹膜和视网膜那样给人们带来紧张情绪。虽 然不如人脸或姿态容易捕获，但相对虹膜、视网膜和指纹，人耳面积较大，捕获 相对容易，并且可以在不打扰个体正常活动的情况下进行采集，被检测者更容易 接受。 相对于人脸图像来说，人耳图像不受表情、化妆的影响，也不易损伤，经过 处理，耳环、眼镜等影响也可消除。此外，入耳图像具有更一致的颜色分配，在 转化为灰度图像时信息丢失少，而对于人脸图像进行同样的操作，眼睛的颜色信 第一章绪论 息几乎会全部丢失。人耳图像而积更小( 大约为人脸的1 2 0 到1 2 5 ) ，信息处理 量更少，更便于以较小的计算来实现身份识别。从这几方面来说，人耳识别技术 的发展前景更为广阔。 人耳检测技术是人耳识别系统的重要组成部分。如果检测过于严格，会出现 漏检以及增加系统负担、降低系统效率的情况；如果检测过程不够严格，又会增 加识别过程的计算量，从而弱化了检测过程本身的意义。 如何实现检测过程、如何确定检测的精度、如何提高检测过程的速度和正确 率已经成为一个具有相当理论研究价值和实际应用前景的研究课题。 1 4 本文主要工作和创新点 本文针对人耳本身的特征，以生物特征识别技术和人耳识别技术为背景，重 点研究了基于灰度图像的人耳检测技术，根据实际应用对于系统实时性的要求， 在常规检测算法的基础上，提出了以增加空间开销为代价达到降低系统时间开销 目的的改进算法，提高人耳检测的速度。最后，本文通过实验，对模板匹配的人 耳检测方法及常规方法与改进方法的速度比较进行了验证。 基于灰度图像的人耳检测技术研究主要由四部分组成：第一部分，在实验室 人耳图像库基础上，制作平均灰度人耳模板：第二部分，依模板灰度均值和方差 对当前待测图像窗口的灰度分布进行标准化调整：第三部分，应用相关系数和平 均偏差联合分类器，实现模板匹配分类，检测人耳图像；第网部分，应用灰度值 一阶积分、二阶积分等思想，改进人耳检测全过程的实现算法，降低检测过程的 时间消耗。 1 5 论文结构 第一章，绪论部分介绍了人耳识别和人耳检测技术的背景和研究意义，以及 目前国内外人耳识别技术的发展现状和前景，最后对本文的主要工作和创新点做 了简要介绍。 第二章，本章以人耳识别技术为重点，对生物特征识别技术做了介绍，详细 论述了各种生物特征识别技术的发展历史和优缺点。 第三章，本章以基于图像的人耳检测技术为重点，全面介绍了人耳检测的整 体概况。 第四章，本章详细论述了基于灰度图像的模板匹配人耳检测方法，并对常规 算法提出改进，最后通过实验予以验证。 第。章绪论 第五章，本章对全文内容做出总结，并对人耳识别和人耳检测技术的发展 做出展望。 第章生物特征识别技术综述 第二章生物特征识别技术综述 如何实现个人身份的数字化和隐性化、准确鉴定一个人的身份已成为当今特 征识别研究领域的一个关键性问题。目前，个体身份识别技术的应用，主要可以 分为两类：一类是传统的身份识别技术：第二类是基于生物特征的人体生物识别 技术。 目前，经常用到的、为大多数人所熟悉的身份识别技术基本上都是传统的身 份识别技术。传统身份识别技术出现得比较早，历史比较悠久，已比较成熟和完 善。传统身份识别技术主要有三种形式：一种是基于标识物( 如身份证、会员卡等) 的身份识别技术：一种是基于特定知识( 如口令、密码等) 的身份识别技术；还有 一种就是基于标识物和特定知识相结合( 如磁卡、智能i z - 等) 的身份识别技术。 虽然，传统的人体识别技术在长时间的发展中得到了不断的完善，看起来更容易 实现，但是它自身存在一些固有的缺陷还是不能避免，例如：身份证可能丢失和 伪造；密码、口令可能遗忘和被破解。诸如此类的一些问题都会给身份识别的检 测者与被检测者造成很大不便。但这些传统的个体识别技术由于其技术相对成 熟，配套设备和网络相对完善，在实际应用中仍然占据主要地位，特别是在重要 的机密场所。 生物特征识别技术就是因为人们看到了传统身份识别方法的缺点，经过探 索、研究而逐步发展起来的。经过多年的研究，人们发现人身上的很多属性都可 以成为身份识别的研究对象，通过对这些研究对象的检测，就可以实现过程相对 简单、识别特征稳定、特征信息更加准确的身份识别功能。与传统的个体识别技 术相比，生物识别技术是一种更安全、更方便、更具发展潜力的身份识别技术。 所谓生物特征识别( b i o m e t r i c s ) 技术是指通过计算机，利用人体所固有的生理特 征或行为特征，来进行个人身份鉴定的一种技术。生理特征与生俱来，多为先天 性的；行为特征是通过长时间行为积累而形成的习惯特征，多为后天性的。生理 特征和行为特征统称为生物特征。由于人体特征具有不可复制的特性，而且不论 是生理特征还是行为特征都4 i 能主观隐瞒的，这一技术的安全系数较传统意义上 的身份验证机制有很大的提高。同时，要注意到并非所有的生物特征都可用于个 人的身份鉴别。身份鉴别可利用的生物特征必须满足以下几个条件：普遍性、唯 一性、可采集性、稳定性。当然，在应用过程中，还要考虑其他的实际因素，比 如：识别精度、识别速度、对人体无伤害、被识别者的接受性等问题。每种个体 生物特征识别技术都具有与相应生物特征相联系的固有特点，有优点，也存在问 第章生物特征识别技术综述 题。总的来说，与传统的身份鉴定手段相比，基于生物特征识别的身份鉴定技术 具有不易遗忘或丢失，防伪性能好，不易伪造或被盗，随时随地可用的共同的优 点。 生物特征识别技术虽然与传统的身份识别技术相比，具有明显的优势，但是 它在自身的发展过程中，还是存在一定的障碍和难题。 ( 1 ) 技术难点 与传统的密码、口令、证件、卡技术相比，生物特征识别技术的本质原理， 不是一个1 0 0 识别的技术，它是通过概率匹配实现的一类识别技术。而以目前 的数据库技术，实现生物特征识别技术所要求的数据库操作，是有很大难度的。 这正是生物特征识别技术发展的一个主要技术瓶颈。 ( 2 ) 自身缺陷 生物特征识别技术的唯一性要求既是这个技术的优点，也是它的缺陷。一旦 这个特征被伪造或破坏，系统将在所有层面上失去效力。同时，这种失效是无法 弥补的失效。 随着应用领域的不断扩大和安全性需求的日益提高，生物特征识别技术仍面 临众多研究问题，主要包括：探索新的生物特征识别技术的研究对象：完善针对 现有识别对象的识别技术。 2 1 生物特征识别技术介绍川3 】 从总体上说，生物特征识别技术代表着身份识别技术的发展趋势，虽然在目 前的探索阶段还有许多技术难题影响着它的发展，还有许多新课题需要它去解 决，但是，这些问题都不阻碍生物特征识别技术的前进。生物特征识别技术已经 越来越明显地显示出了它的生命力和研究价值。 现在常用的生物特征识别技术有：人脸识别、虹膜识别、手形识别、指纹识 别、掌纹识别、签名识别、声音识别等。其中，生理特征有人脸、指纹、虹膜等； 行为特征有步态、签名等；声纹兼具生理和行为的特点，介于两者之间。 2 1 1 基于生理特征的识别技术 指纹识别。指纹识别技术是通过取像设备读取指纹图像，然后用计算机识别 软件分析指纹的全局特征和指纹的局部特征，特征点如嵴、谷、终点、分又点和 分歧点等，从指纹l | i 抽取特征值，最终实现身份识别。指纹识别技术可以非常可 靠地确认一个人的身份。指纹识别的优点表现在：研究历史较长，技术相对成熟： 指纹图像提取设备小巧，便于嵌入到各种应用系统中；同类产品中，指纹识别的 第_ 章生物特征识别技术综述 成本较低，便于推广。指纹识别技术的缺点在于：指纹识别是物理接触式的，是 一种受迫式检测，具有侵犯性：指纹易磨损，手指太干或太湿都不易准确提取图 像。 虹膜识别。虹膜识别技术是利用人眼中虹膜终身不变性和差异性的特点来识 别身份。虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每个虹膜都包含一 个独一无二的基于水晶体、细丝、斑点、凹点、皱纹和条纹等特征的结构。虹膜 在眼睛的内部，外科手术也很难改变其结构；由于瞳孔会随光线的强弱发生大小 变化，想用伪造的虹膜代替活体虹膜是不可能的。目前世界上还没有发现虹膜特 征重复的案例，就是同一个人的左右眼虹膜也有很大区别。除了白内障等原因外， 即使是接受了角膜移植手术，虹膜的特征结构也不会改变。虹膜识别技术与相应 的识别算法结合后，可以到达十分优异的准确度，即使全人类的虹膜信息都录入 到一个数据中，出现误识和漏识的可能性也相当小。和常用的指纹识别相比，虹 膜识别技术操作更简便，检验的精确度也更高。统计表明，到目前为止，虹膜识 别的错误率是各种生物特征识别中最低的，并且具有很强的实用性，3 8 6 以上计 算机和c c d 摄像机即可满足对硬件的需求。 视网膜识别。人体的血管纹路也是具有独特性的，人的视网膜上面血管的图 样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视网 膜周围，即视网膜细胞的最边缘处。如果视网膜不被损伤，从人生长到三岁起就 已经定型并终身不变了。同虹膜识别技术一样，视网膜扫描可能具有最可靠、最 值得信赖的生物识别技术，但它运用起来还是存在较大难度。视网膜识别技术要 求运用激光照射眼球的背面以获得视网膜特征的唯一性。视网膜技术的优点：视 网膜是一种极其固定的生物特征，因为它是存在于人眼的最深处，故而不易磨损， 老化或是为疾病影响；同时，视网膜识别是通过非接触性检测来实现的；视网膜 因其隐藏在人眼的最深处，是不能在常规条件下观察到的，故而不会被伪造。缺 点是：视网膜技术未经过任何测试，可能会给使用者带来健康的损坏，这需要进 一步的研究；对于消费者，视网膜技术没有吸引力，同时，这一技术很难进一步 降低它的成本。 人脸识别。人脸识别技术通过对面部特征和它们之问的关系，如眼睛，鼻子 和嘴的位置以及它们之间的相对位置等信息来进行身份识别。其中，用于捕捉面 部图像的两项技术为标准视频和热成像技术：标准视频技术是通过视频摄像头摄 取面部的图像，热成像技术是通过分析由面部的毛细血管的血液产生的热线来产 生而部图像。与视频摄像头不同，热成像技术并不依赖在较好的光源，即使在黑 暗情况下也可以使用。面部识别技术优点是：非接触性的。缺点是：对图像采集 设备要求较高，比较高级的摄像头才可有效高速地扑捉人的而部图像：使用者面 第_ 章生物特征识别技术综述 部的位置与剧围的光环境都可能影响系统的精确性，而且而部识别也是最容易被 欺骗的；获取人脸图像时，人的表情变化，心理变化都会影响最终的识别：另外， 因人体而部，如头发、饰物，变老以及其他的变化也会影响身份识别的准确性， 但是，这些问题可以通过人工智能技术来得到一定程度的补偿：对于采集图像的 设备会比其他技术昂贵得多。这些因素限制了面部识别技术的“泛应用。 掌纹识别。掌纹与指纹一样也具有稳定性和唯一性，利用掌纹的线特征、点 特征、纹理特征、几何特征等信息，完全可以确定一个人的身份。因此掌纹识别 是基于生物特征身份认证技术的重要内容。目前采用的掌纹图像主要分脱机掌纹 和在线掌纹两人类。脱机掌纹图像，是指在手掌上涂上油墨，然后在一张 l 纸上 按印，然后通过扫描仪进行扫描而得到数字化的图像。在线掌纹图像则是用专用 的掌纹采样设备直接获取，图像质量相对比较稳定。随着网络、通信技术的发展， 在线身份认证将变得更加重要。掌纹识别技术一般用于整体分离后的同一认定， 可以将其用做批量商品的防伪，以防止成箱的商品内有部分被“调包”，以部分 赝品充真，也可将其用于通道口安全防范系统。 手形识别。手形指的是手的外部轮廓所构成的几何图形。手形识别技术中， 可利用的手形几何信息包括手指不同部位的宽度、手掌宽度和厚度、手指的长度 等。经过生物学家大量实验证明，人的手形在一段时期具有稳定性，且两个不同 人手形是不同的，即手形作为人的生物特征具有唯一性，手形作为生物特征也具 有稳定性，且手形也比较容易采集，所以可以利用手形对人的身份进行识别和认 证。手形识别是速度最快的一种生物特征识别技术，它对设备的要求较低，图像 处理简单，且可接受程度较高。由于手形特征不像指纹和掌纹特征那样具有高度 的唯一性，因此，手形特征只用于认证，满足中、低级的安全要求。 红外温谱图h 1 。人的身体各个部位都在向外散发热量，而这种散发热量的模 式就是一种具有唯一性的生物特征。人们通过红外设备可以获得反映身体各个部 位的发热强度的图像，这种图像称为温谱图。拍摄温谱图的方法和拍摄普通照片 的方法类似，因此，可以用人体的各个部位来进行鉴别，比如可对面部或手背静 脉结构进行鉴别来区分不同的身份。温谱图的数据采集方式决定了利用温谱图的 方法可以用于隐蔽的身份鉴定，可以是非受迫性的。除了用来进行身份鉴别外， 温谱图的另一个应用是吸毒柃测，因为人体服用某种毒品后，其温谱图会显示特 定的结构。温谱图的方法具有可接受性，因为数据的获取是非接触式的，具有非 侵犯性。但是，人体的温谱值受外界环境影响很大，对于每个人来说不是完全固 定的，而且人自身的温度也会受到身体状况、精神状态、情绪等因素的影响，而 出现一定幅度内的不稳定性。目前，市场上已经有了利用温谱图实现身份鉴别的 产品，但是由于红外测温设备的昂贵价格，使得该技术没能得到广泛的应用。 第_ - 章生物特征识别技术综述 人耳识别。人耳识别技术是2 0 世纪9 0 年代末开始兴起的一种生物特征识别技 术。人耳具有独特的生理特征和观测角度的优势，使人耳识别技术具有相当大的 理论研究价值和实际应用前景。从生理解剖学上，人的外耳分耳廓和外耳道。人 耳识别的对象实际上是外耳裸露在外的耳廓，也就是人们习惯上所说的“耳朵”。 一套完整的人耳自动识别系统一般包括以下几个过程：人耳图像采集、图像的预 处理、人耳图像的边缘检测与分割、特征提取、人耳图像的识别。在非特定条件 下采集到的人耳图像，往往是不规范的，所以在随机条件下获取图像后，要通过 人耳图像的检测，才能获取符合要求的人耳图像。人耳检测环节，可视为人耳图 像边缘检测与分割工作的一部分。目前的人耳识别技术是在特定的人耳图像库上 实现的，一般通过摄像机或数码相机采集一定数量的人耳图像，建立人耳图像库， 动态的人耳图像检测与获取还存在一定的难度。与其他生物特征识别技术相比， 人耳识别技术具有以下几个特点：( 1 ) 与人脸识别方法相比，人耳识别方法不受 面部表情、化妆品和胡须变化的影响，同时保留了面部识别图像采集方便的优点， 与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。( 2 ) 与指纹识别方法比较，人耳图像的获取是非接触的，非受迫性的，其信息获取方 式更容易让被榆测者接受。( 3 ) 与虹膜识别方法比较，人耳图像采集更为方便， 与虹膜识别技术的采集装置相比，成本要更加低廉，便于在实际应用中推广。 味纹识别。人的身体是一种味源，人类的气味，虽然会受到饮食、情绪、环 境、时间等因素的影响和干扰，其成分和含量会发生一定的变化，但作为由基因 决定的那一部分气味味纹，却始终存在，而且终生不变。所以，味纹可以作 为识别任何一个人的标记。由于人体气味的性质相当稳定，如果将其密封在试管 里制成气味档案，可以保存3 年时间，即使是在露天空气中也可以保存1 8 d , 时。 科学家通过研究证实，人的味纹可以从手掌中轻易获得。首先将手掌握过的物品， 用一块经过特殊处理的棉布包裹住，将其放进一个密封的容器中，然后通入氮气， 让气流慢慢地把气味分子转移到棉布上，这块棉布就成了保持人类味纹的档案。 在应用中，可以利用训练有素的警犬或电子鼻来区分不同的气味，实现身份识别。 基因( d n a ) 识别。d n a ( 脱氧核糖核酸) 存在于一切有核的动( 植) 物 的细胞中。生物的全部遗传信息都贮存在d n a 分子里。d n a 识别是利用不同的 人的细胞中具有不同的d n a 分子结构的特性来实现身份识别的。人体内的d n a 在整个人类范围内具有唯一性和永久性。因此，除了对双胞胎个体的鉴别可能失 去它应有的功能，出现误识外，这种方法具有绝对的权威性和准确性。基因识别 不像指纹识别那样，必须从手指上提取，d n a 模式在身体的每一个细胞和组织 中存在且都是一样的。这种方法的准确性优于其他任何生物特征识别方法，往 往作为身份识别的结论性检测。它广泛应用于对罪犯的认定、尸检以及考古实践 第_ 章生物特征识别技术综述 中。它的主要问题是使用者的伦理问题和实际的可接受性，d n a 模式识别必须 在实验室中进行，刁i 能满足实时性以及抗干扰性，耗时长、检测成本过高是另一 个问题。这些问题都限制基因识别技术在实际应用中的推广。目前基因识别，只 应用于少数需要高精度身份识别的研究领域。另外，某些特殊疾病可能改变人体 d n a 的结构，系统无法对这类人群进行识别。 2 1 2 基于行为特征的生物识别技术 步态识别。步态是指人们行走时的姿态方式，这是种复杂的行为特征。步 态识别主要提取的是人行走时，人体每个关节的运动特征。尽管步态不是每个人 都各不相同的，但是它也提供了充足的信息来识别人的身份。步态识别的输入是 一段行走的视频图像序列，因此其数据采集与人脸相识别类似，具有非受迫性和 可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较 高，处理起来也比较困难。尽管生物力学中对于人行走时的步态进行了大量的研 究工作，但是，基于步态的身份鉴别的研究工作却是刚刚起步。到目前为止，商 业化的基于步态的身份鉴别系统还没有得到广泛应用。 击键识别。击键识别是基于人敲击键盘时的动作特征如：击键的持续时间、 击不同键之间的时间、出错的频率以及力度大小等信息，达到进行身份识别的目 的。上世纪8 0 年代初期，美国国家科学基金和国家标准局研究证实，击键方式 是一种可以达到身份识别目的的动态特征。 签名识别。签名作为身份认证的手段已经用了几百年了，而且我们都很熟悉 的在银行格式表单中，就是用签名作为我们的身份标志。将签名数字化是这样一 个过程：测量图像本身以及人在整个签名过程中的动作，在每个字母以及字母之 间的不同的速度、间隔、顺序和压力，最终将这些特征存储为人签名的数字化特 征，或与库中已存的签名数字化特征进行匹配检测，达到身份识别的目的。签名 识别易被大众接受，是一种公认的身份识别的技术。但事实表明人们的签名在不 同的时期和不同的精神状态下是不一样的。这就降低了签名识别系统的可靠性。 所以，签名识别技术并没有吸引到广大研究者的注意力，研究成果不多，进入广 泛商业应用阶段的条件还远远没有达到。 2 1 3 兼具生理特征与行为特征的声纹识别 声纹识别本质上是一个模式识别问题。在进行声音识别时需要说话人讲一句 或几句试验短句，对它们进行某些测量，然后计算量度矢量与存储的参考矢量之 间的一个( 或多个) 距离函数，从而达到身份识别的目的。语音信号获取方便， 并且可以通过电话进行鉴别，检测途径方便、灵活。但是语音识别系统对人们在 第二章生物特征识别技术综述 感冒时变得嘶哑的声音比较敏感，容易被伪装欺骗。另外，待测声音的存储介质， 磁带录音存储时间、存储环境对检测结果的影响也很大，同一个人的磁带录音也 能让语音识别系统犯错误。 2 2 人耳识别技术综述 人耳识别是以人耳作为识别媒介来进行身份鉴别的一种新的生物特征识别 技术。人耳独特的生理特征和观测角度的优势使人耳识别技术具有相当大的理论 研究价值和实际应用前景。 2 2 1 人耳识别技术的可行性1 】 智能人机接口技术研究就是要提高计算设备的智能性和可用性，建立高效、 和谐的人机交互环境，使人能够按照已有的习惯与计算机实现自然的信息交换。 这也要求计算机在与人交换信息的同时，能够实现诸如人一样的感觉、思考、行 动等基本功能，最终实现计算机在工作中摆脱人干预的目标。身份识别技术也是 智能人机接口技术的一个重要研究方向。它的研究目标在于通过图像采集、图像 处理、数据计算，最终实现计算机自动识别人的身份的功能。目前比较成熟的身 份识别技术有指纹、人脸、掌纹、虹膜等识别技术，人耳识别技术相对起步较晚， 研究工作更待深入。 人耳识别是对通过计算机获取的人耳部的数字图像或者视频进行操作，通过 一系列计算机运算，最终达到身份识别目的的一项技术。其中，入耳所具有的标 准结构特征是它可以作为身份识别研究对象的关键。通常，一只标准的耳朵由以 下部分构成：外耳轮廓、对耳轮( 处于外耳轮内侧，并与其平行) 、耳垂以及独 特的u 形凹口( 位于耳洞和耳垂之间) 。之所以将人耳作为一种生物特征，是因为 其满足了生物特征所应具备的四个基本性质：普遍性、唯一性、稳定性、可采集 性。 因为人耳识别技术可以通过非强迫的、非接触式的、连续的和实时的方式进 行工作，在国家安全、军事安全、公共安全等领域具有很高的应用价值，特别是 在公安、司法、民政、金融、民航、海关、边境、口岸、保险、安保等行业更具 发展潜力。例如：公安布控监控、监狱监控、司法认证、民航安检、口岸出入监 控、海关身份验证、银行密押、智能身份证、智能门禁、智能视频监控、智能跟 踪监控、智能出入控制、证件验证、信用卡身份验证，社会保险身份验证，智能 识别玩具、智能机器人等大多需要身份认证的应用。其中，身份鉴定、身份确认、 跟踪监视等是人耳识别技术的最典型应用。身份鉴定是人耳识别技术的一种一对 第一章生物特祉叭* u 土术综述 多的搜索确认j h 用打弋，它实时地对采集到的人耳艮 像数抛进 r 训掉，片，人】_ | ： 胖巾的人耳图像数据j 垄进“比较算数抻：2 问的相似度，计般扭 削定规则 返叫。肯是卉认止敛的结粜。身份确认世人耳u 瑚j 技术的种刈的f 节j f | 打 式。它将待艘研究青的耳纹图像数槲l 三知人扣巾被习找嚣的人耳罔像数据进 行比较，墟过i i 算卉根槲削定规则确止州个人j 崩像是否敛，从而确宅被 研究肯是卉就足被、找者。跟踪j 监视技术是以身份确认和身份签别挫术为基 i i | 发 展起来的它足埘动态的图像或桃频进行计算通过确定某人耳的行动轨迹 对粜特定身份人进 r 雌说和跟踪的种技术，整个过私! 无需人的干预，m 计算 机按照程序自动执行。这种技术可以迪过在段州f e i j 序列上的身份确认的工作方 式米实现，也可以通过在发现h 标人物的弟个时间点进行身份确认，在之后的 时间点进行身份咎剧的l 作方式来宜现。 l 刊时u j 以预见到，mj ：人耳识别笆乍物特征i 5 别的技术的发展以科学技术 为先呼的t 业对：产也将有个新的发展方向，从向使工业，“品的人性化水平进 步提高，大大提高人们的生活水平从而艘变人们的早已习以为常巾活斤式和思 维方式。 2 2 2 人耳识别技术的发展历史川6 l a l f r e d l a n n a r e l l i i f j 人j l ：分类系统1 ；。最1 1 ( 记我的人耳识刖方法，足忙美蚓 犯罪学研究专家a i f r e dl a n n a r e l l i 于1 9 4 6 年发丧的并赴1 9 8 8 年修止过一次。他的 l a n n a r e l l i 人耳分类系统已经被美同法律执t 亍_ * t 构采用，井直应用了4 0 多年。 “l a n n a r e l l i 系统”足通过在一张放人的耳朵h 像上放置一个有8 根轮辐的透明岁 赢，在耳朵周嗣确定1 2 个测懂点米进行分类的，如图2 一i 所示。 【2 - l l a n n a r e l l i 人耳分类系统币意i 目 l a n n a r e l l i 人l 分类系统u ! 别人le 曲方沾如下：n 兜，将人t e 罔像枝准刨标冲 第_ 章生物特征识别技术综述 位置，并进行归一化处理。归一化处理的具体做法是：将图像投影到标准的、名 叫“l a n n a r e l l ii s c r i b e d ”的内置放大面板上。i 雨i 板可以水平或垂亢移动，直到人 耳图像投影到画板上指定的区域内，从而确保参考线通过上部的对耳轮与耳轮脚 的交叉点，底部通过耳珠最里面的一个点；第二步是通过调整放大设备，直到第 二根参考线准确地从顶端到底部跨越外耳。该系统要求人耳图像的精确校准和归 一化。经过这些过程后，可以在图像中直接提取测量段，每个测量段的长度为整 数值。这些测量段的长度值与性别、种族等信息综合后，可以进行识别不同的人 耳。显然，a l f r e dl a n n a r e l l i 的人耳识别方法是需要改进的。我们可以使用更多的 测量段或更小的测量单位或者增加空问的维数，以记录更多的人耳信息，提高人 耳识别的准确率。同时，由于a l f r e dl a n n a r e i l i 的人耳识别方法是以耳廓解剖学特 征作为测量系统的基础，系统存在不易定位的问题。但是，系统巾所有的测量都 取决于校准原点的精确定位。在实际操作中a l f r e dl a n n a r e l l i 本人也承认该系统存 在诸多缺点，所以该方法目前还不能用于人耳自动识别系统。 b u r g e 和b u r g e r l 构人耳自动识别技术协儿钉1 。b u r g e 和b u r g e r 两个人提出了一 种基于人耳边缘段v o r o n o i 图表构建相似图表的方法，并用这种方法来描述人耳 信息，进而通过匹配人耳图像子图的方法来完成身份识别。这种方法的具体步骤 是：首先，他们使用c c d 摄像机采集个体头部灰度图像，图像大小为3 0 0 x 5 0 0 像 素；第二步，对图像梯度的g a u s s i a n 金字塔使用可变形轮廓( d e f o r mc o n t o u r ) 方法进行人耳的定位；第三步，使用c a n n y 算子进行边缘检测，所采用的