（信号与信息处理专业论文）二维颅骨图像特征部位选取及识别技术研究.pdf

论文题目：论文题目：论文题目： 论文题目： 二维颅骨图像特征部位选取二维颅骨图像特征部位选取二维颅骨图像特征部位选取 二维颅骨图像特征部位选取 及识别技术研究及识别技术研究及识别技术研究 及识别技术研究 作者姓名：作者姓名：作者姓名： 作者姓名： 孔孔珊珊 珊珊入学时间：入学时间：入学时间： 入学时间： 20042004 年年 9 9 月月 专业名称：专业名称：专业名称： 专业名称： 信号与信息处理信号与信息处理研究方向：研究方向：研究方向： 研究方向： 图像处理与传图像处理与传输输 指导教师：指导教师：指导教师： 指导教师： 曹 茂 永曹 茂 永职职职 职 称：称：称： 称： 教教授授 论文提交日期：论文提交日期：论文提交日期： 论文提交日期： 20072007 年年 6 6 月月 论文答辩日期：论文答辩日期：论文答辩日期： 论文答辩日期： 20072007 年年 6 6 月月 授予学位日期：授予学位日期：授予学位日期： 授予学位日期： researchresearchresearch research ononon on characteristiccharacteristiccharacteristic characteristic partspartsparts parts selectionselectionselection selection andandand and recognitionrecognitionrecognition recognition ofofof of 2-d2-d2-d 2-d skullskullskull skull imageimageimage image a a a a dissertationdissertationdissertation dissertation submittedsubmittedsubmitted submitted ininin in fulfillmentfulfillmentfulfillment fulfillment ofofof of thethethe the requirementsrequirementsrequirements requirements ofofof of thethethe the degreedegreedegree degree ofofof of mastermastermaster master ofofof of philosophyphilosophyphilosophy philosophy fromfromfrom from shandongshandongshandong shandong universityuniversityuniversity university ofofof of sciencesciencescience science andandand and technologytechnologytechnology technology bybyby by kongkongkong kong shanshanshan shan s s s s hanhanhan han supervisor:supervisor:supervisor: supervisor: professorprofessorprofessor professor caocaocao cao maoyongmaoyongmaoyong maoyong collegecollegecollege college ofofof of informationinformationinformation information andandand and electricelectricelectric electric al al al al engineeringengineeringengineering engineering junejunejune june 200200200 200 7 7 7 7 声声明明 本人呈给山东科技大学的这篇硕士论文，除了所列参考文献和世界公认的文献外， 全部都是本人在导师指导下的研究成果。 该论文尚没有呈交于其它任何学术机关作鉴定。 研究生签名： 日期： afafaf af f f f f irmationirmationirmation irmation i i i i declaredeclaredeclare declare thatthatthat that thethethe the dissertation,dissertation,dissertation, dissertation, submittedsubmittedsubmitted submitted ininin in fulfillmentfulfillmentfulfillment fulfillment ofofof of thethethe the requirementsrequirementsrequirements requirements forforfor for thethethe the awardawardaward award ofofof of mastermastermaster master ofofof of philosophyphilosophyphilosophy philosophy ininin in shandongshandongshandong shandong universityuniversityuniversity university ofofof of sciencesciencescience science andandand and technology,technology,technology, technology, is is is is whollywhollywholly wholly mymymy my ownownown own workworkwork work exceptexceptexcept except referencesreferencesreferences references ofofof of acknowledge.acknowledge.acknowledge. acknowledge. thethethe the documentdocumentdocument document hashashas has notnotnot not beenbeenbeen been submittedsubmittedsubmitted submitted forforfor for qualificationqualificationqualification qualification atatat at anyanyany any otherotherother other academicacademicacademic academic institute.institute.institute. institute. signature:signature:signature: signature: date:date:date: date: 山东科技大学硕士学位论文摘要 摘摘要要 现实生活中，随着计算机及网络技术的高速发展，信息安全显示出前所未有的重要 性。身份鉴定是保证系统安全的必要前提，在金融、国家安全、司法、电子商务、电子 政务等应用领域,都需要准确的身份鉴定。基于生理特征（如：人脸、指纹、虹膜）的生 物识别技术是利用生物体固有的生理特征作为识别依据。 在识别过程中， 依靠生理特征 的这种唯一性，将个体生理特征预先提取处理并储存，使用中通过将个体即时有效信息 和预先保存的信息进行比较的方法来验证他的身份有效性。 本文以颅骨 ct 重建图的二维正面图像为研究对象，结合法医人类学中的相关知识 对识别过程中的关键算法进行研究，主要工作包括以下几个方面： 1：针对课题研究需要，选择并提取颅骨轮廓、眼眶及其轮廓、下颌角曲线作为颅骨 重要特征。 2：利用奇异值分解方法对颅骨整体特征进行提取；利用图像配准算法对眼眶进行特 征提取，选取互信息最大化作为配准准则。在颅骨成像标准统一的情况下，颅骨的灰度 信息有一定的可用性。 3： 论文中对提取的下颌角曲线的曲率特性进行了研究。 对曲线曲率相关度进行研究 ， 实验验证了下颌角曲线的互异性。 4：将极半径不变矩、傅立叶描述子、小波描述子等形状描述方法作为提取颅骨轮廓 和眼眶轮廓信息的主要手段，并且构造了应用于眼眶边界的相对量作为特征量。通过实 验验证极半径不变矩和极半径小波描述子对颅骨轮廓和眼眶轮廓有较好的描述能力。 论文着重于寻找可靠的特征量和识别算法的研究，进行了大量的仿真试验，结果表 明选取的特征及算法在颅骨识别过程中起到了良好的作用。 关键词：关键词：颅骨识别特征提取极半径形状描述 山东科技大学硕士学位论文摘要 abstractabstractabstract abstract with the development of information technology and network technology, people pay much more attention to information security. personal identification is one efficient way to protect information system. it has been used in many fields, such as financial department, national security, and judicial systems etc. biometrics is a technology, which uses peoples physiological characteristics to identify a person, such as face, fingerprint, and iris. recognition system extracts feature from peoples physiological characteristics and saves the feature into database. when a person uses the system, his feature will be compared with the features, which have been saved in the database, to testify who he is. the research in this dissertation is based on reconstructed ct images. basic knowledge of forensic anthropology and some feature exaction methods have been studied. the main work includes: 1. the contour of skull, orbit and its contour, the curve of submaxilla have been selected as the important characteristics of the skull. 2. method of image feature extraction based on svd has been used to extract the character of whole skull images. the feature of orbit has been tested using image registration algorithm. mutual-information maximization has been used to separate orbit features. experiments show that the gray information could be used in skull recognition while images are normative. 3. the curvature of submaxillas curve has been studied in this dissertation. correlation of submaxillas curve has been test, and experiments show that curves of submaxilla from the same person are correlated, while the curves of submaxilla from different persons are uncorrelated. 4. the feature of skull contour has been extracted by some methods in shape description, such as polar radius-invariant-moment, fourier descriptors and wavelet descriptors etc.the characteristic parameter for orbit contour has been constructed. the recognition results show that polar-radius-invariant-moment and wavelet descriptors are effective in skull and orbit contour feature extraction. in this dissertation, character and algorithm has been studied. plenty of tests have been 山东科技大学硕士学位论文摘要 done to validate the efficiency of characteristic parts, and the result show that the character and algorithm we choose are favorable to the recognition. keywords:keywords:keywords: keywords: skull recognition, feature extraction，polar-radius， shape description 山东科技大学硕士学位论文目录 目目录录 1 1 1 1 绪绪绪 绪 论论论 论 1 1 1 1 1.1 研究背景1 1.2 颅骨身份认证简介2 1.3 课题的提出和意义3 1.4 国内外研究状况3 1.5 本文的研究内容4 2 2 2 2 颅骨特征部位的选择与处理颅骨特征部位的选择与处理颅骨特征部位的选择与处理 颅骨特征部位的选择与处理 6 6 6 6 2.1 引言6 2.2 特征部位的选择6 2.3 颅骨边界轮廓的提取7 2.4 颅骨眼眶轮廓的提取9 2.5 颅骨下颌角曲线的提取19 3 3 3 3 基于特征部位灰度的特征提取基于特征部位灰度的特征提取基于特征部位灰度的特征提取 基于特征部位灰度的特征提取 2 2 2 2 3 3 3 3 1.1 引言23 3.2 基于面貌识别算法的特征提取23 3.3 基于图像配准技术的特征提取25 3.4 实验与分析26 3.5 本章小节30 4 4 4 4 基于特征部位轮廓的特征提取基于特征部位轮廓的特征提取基于特征部位轮廓的特征提取 基于特征部位轮廓的特征提取 3 3 3 3 1 1 1 1 4.1 引言31 4.2 基于几何特征的形状描述31 4.3 基于曲率测度的形状描述33 4.4 基于变换域特征的形状描述38 4.5 本章小节53 5 5 5 5 总结与展望总结与展望总结与展望 总结与展望 5 5 5 5 4 4 4 4 致致致 致 谢谢谢 谢 555555 55 参考文献参考文献参考文献 参考文献 5 5 5 5 6 6 6 6 山东科技大学硕士学位论文目录 contentscontentscontents contents 1 1 1 1 introductionintroductionintroduction introduction . . . . 1 1 1 1 1.1 the background of the investigation.1 1.2 introduction of skull authentication.2 1.3 resource and significance of the project.3 1.4 the investigate status both home and abroad.3 1.5 research and detailed scheme.4 2 2 2 2 thethethe the choosingchoosingchoosing choosing andandand and managementmanagementmanagement management ofofof of skullskullskull skull characteristiccharacteristiccharacteristic characteristic partspartsparts parts . . . . .6.6.6 .6 2.1 introduction.6 2.2 the choosing of skulls character parts.6 2.3 the extraction of skulls boundary.7 2.4 the extraction of skulls orbit boundary.9 2.5 the extraction of skulls submaxilla curve.19 3 3 3 3 charactercharactercharacter character extractionextractionextraction extraction basebasebase base ononon on thethethe the graygraygray gray messagemessagemessage message ofofof of characteristiccharacteristiccharacteristic characteristic partspartsparts parts .2.2.2 .2 3 3 3 3 3.1 introduction.23 3.2 character extraction based on algorithm in face recognition.23 3.3 character extraction based on algorithm in image registration.25 3.4 experiments and analysis.26 3.5 chapter summary.30 4 4 4 4 charactercharactercharacter character extractionextractionextraction extraction basebasebase base ononon on thethethe the boundaryboundaryboundary boundary messagemessagemessage message ofofof of characteristiccharacteristiccharacteristic characteristic partspartsparts parts .3.3.3 .3 1 1 1 1 4.1 introduction31 4.2 the description based on geometric method.31 4.3 the description based on curvature method.33 4.4 the description based on domain transforms method.38 4.5 chapter summary.53 5 5 5 5 summarsummarsummar summar y y y y andandand and prospectprospectprospect prospect . . . . .5.5.5 .5 4 4 4 4 acknowledgementacknowledgementacknowledgement acknowledgement 5 5 5 5 5 5 5 5 referencesreferencesreferences references . . . . 5 5 5 5 6 6 6 6 山东科技大学硕士学位论文绪论 1 1 1 1 1 绪绪绪 绪 论论论 论 1.11.11.1 1.1 研究背景研究背景研究背景 研究背景 信息科学技术的快速发展和广泛渗透已经成为现今社会的一个重要时代特征。在现 代社会中，随着计算机及网络技术的高速发展，信息安全显示出前所未有的重要性, 图 像处理与识别技术作为信息技术领域的主要组成部分也发挥着越来越重要的作用。身份 鉴定是保证信息系统安全的必要前提，在金融、国家安全、司法、电子商务、电子政务 等应用领域，都需要准确的身份鉴定12。 当前,用于个人身份鉴别主要依靠 id 卡(如身份证、工作证、智能卡、计算机标志 卡和储蓄卡等)和密码等手段，然而这些手段存在携带不便、容易遗失,或者由于使用过 多或不当而损坏、不可读和密码易被破解等诸多问题。因此，目前广泛使用的依靠证件、 个人识别号码、口令等传统方法来确认个人身份的技术面临着严峻的挑战，并显得越来 越不适应现代科技的发展和社会的进步。人们希望有一种更加方便可靠的办法来进行身 份鉴定。生物特征识别技术给这一切带来可能。人们可能会遗忘或丢失他们的卡片或忘 记密码，但是人们却不可能遗忘或者丢失自己的生物特征如面貌3、指纹4、虹膜5、 掌纹6等。因此基于生物特征识别技术的个人身份识别系统具有更好的安全性、可靠性 和有效性， 在电子门禁、电子设备访问权限、支票信用卡验证、atm 使用认证等方面发 挥着重要作用，以极快的速度开始进入我们社会生活的各个领域。 图像处理技术在现代医学影像技术方面的应用十分广泛。尤其是在对 x-ct、核磁 共振成像的处理上更是广泛的应用在临床医学上。在法医人类学中 x 线射影也有进行同 一认定的技术。用于个人统一认定的 x 线摄影技术可分为两种方法：特征认定法与科学 数据分析法7。 特征认定法是被检尸体 x 线底片所见的骨骼特定性状与失踪者的 x 线底 片相比较，借以认定同一；科学数据分析法是依据测量数据对骨骼的外形进行分析，借 以认定同一。其中包括使用多元测量法、根据额窦构造、颅骨缝构型、蝶鞍对颅骨 x 线 摄影的同一认定。 影像系统利用人体不同组织对信号的吸收和反射不同的特性进行灰度成像8。这种 医疗设备对人体内部进行无损伤诊断，具有灵敏度高且易于鉴别等多种优点。计算机断 层扫描装置以多个 x 射线的投影来获得穿过人体内部的 x 射线密度值， 由此形成人体截 面图像并重建出人体内部骨骼的立体图像。重建的立体图像都将客观的反映人体的个人 山东科技大学硕士学位论文绪论 2 信息。 结合医学影像技术与图像处理分析技术，我们可以通过对不同个体的重建图像进行 分析找到比较可靠的特征量对其进行有效的区分。 1.21.21.2 1.2 颅骨身份认证简介颅骨身份认证简介颅骨身份认证简介 颅骨身份认证简介 颅骨(skull)呈球形， 位于脊柱的上 方，分为脑颅骨与面颅骨。颅骨是活 人头部的母基或骨性核心。颅骨是人 体骨骼中最复杂、最重要的部分。它 包含了大量的有关人的信息，并且颅 骨特征是因人而异的。通过大量实际 测量，没有发现各种尺寸完全相同的 颅骨，而仅发现相似的颅骨。依据颅 骨进行的认证根据具体应用是可以达 到统一认证的9。 基于颅骨的身份认证是一个国际 范围的研究领域，已有百多年的研究 历史，过去基本上是采用解剖学的方 法研究面貌与颅骨的相互关系，主要存在的问题是活体解剖不可能，尸体解剖其面貌往 往有一定的变化，而且采样的数量限制很大。法医人类学上，颅骨的身源鉴定有两种主 要的方法：面貌复原法和颅相重合技术7。其中面貌复原法的经典概念是，根据被检颅 骨解剖学特点及其平均软组织厚度数据，用可塑性物质（软塑泥、蜡、粘土）在颅骨的 复制品上重建与死者生前面貌相似的塑像。从广义上来说，面貌复原法的概念就是根据 颅骨的解剖学特点，用科学的方法重建与死者生前面貌相似的形象。大多数的颅骨识别 技术是基于颅相重合技术对白骨化后的颅骨进行颅相拍摄并与要进行统一认证的照片进 行颅相重合处理。利用在颅相和照片上选取一系列的特征点，针对特征点进行匹配，来 达到法医人类学的统一认证。 近年来，随着现代科技的发展与各学科的交叉渗透，尤其是计算机图形学和图像技 术的发展，为颅骨身份认证研究提供了新的手段。 图 1.1颅骨（正面） fig.1.1skull(forehead) 山东科技大学硕士学位论文绪论 3 1.31.31.3 1.3 课题的提出和意义课题的提出和意义课题的提出和意义 课题的提出和意义 应用比较成熟的颅骨识别技术是建立在照片与白骨化颅骨基础上进行的10，我们参 照原有颅骨身源鉴定中的技术特点结合 ct 重建图像实现对活体颅骨识别。通过医院部 门合作，得到由 ct 重建三维颅骨的二维正面图像，并对图像进行分析和具体操作，以 此来对颅骨识别技术进行初步的研究。结合法医人类学中对颅相重合研究及实践证明， 研究中选取的特征点比较能代表个体的差异。其中指出由特征点构造的轮廓曲线在鉴定 标准中个体差异性较高，是值得信赖的标准。所以我们根据颅相重合技术中涉及到的关 键点和轮廓曲线来构造识别的特征向量进行个体识别。 活体颅骨作为生物体的生理特征，具有唯一性且由于其属于人体内部结构，伪造的 难度很高，风险很大，伪造的可能性几乎不存在。活体的颅骨识别技术在实际应用方面 的价值相对于单纯的白骨化后的颅骨识别技术将高出很多。就像其它基于生理特征的识 别技术一样，颅骨识别技术主要应用于对个体的识别。识别中使用到的特征量可以在相 应的特征数据库进行存储，其应用价值主要表现在刑事案件的侦破应用方面。识别的结 果可以作为身份鉴定的主要依据，可以做成电子门禁系统，对出入人员做严格的限定。 其在公安(罪犯识别等)，安全验证系统，信用卡验证等方面也存在着巨大应用前景。 1.41.41.4 1.4 国内外研究状况国内外研究状况国内外研究状况 国内外研究状况 目前对颅骨的研究，可以分成几大类。第一类是用于临床诊断和治疗1112。第二 类是关于人的起源、地域分布特征、种族特征等的研究1315。第三类是用计算机辅助进 行法医人类学等方面的应用研究。 国内研究比较成熟的基于颅骨的识别技术主要是在侦破无名尸骨案件中。它利用颅 相重合的方法进行身源鉴定。该技术主要是用被害人白骨化后的颅相与生前的照片进行 重合比对，重合像如能达到法医解剖学关系上的一致即可认定该颅骨是此照片上失踪人 的颅骨。 该技术已经得到基本应用并有tlga-213颅骨身源鉴定仪相应被开发。 邱小彬等 16采用一种经过改进后的产生式规则表示法， 将中国法医人类学专家研究的大量个人识 别函数方程式，建立成一个实用的计算机系统-“法医人体骨骼个人识别专家系统”。 此系统在侦破多起案件中为查找死者身源起到关键作用。西北大学可视化研究所利用颅 相重合技术研究的基于颅骨的三维面貌复原技术的身份认证取得了较大的成功1719。结 山东科技大学硕士学位论文绪论 4 合国家863计划支持的三维动画课题， 中科院自动化所生物特征识别认证与测评中心已经 组建了专门的研究团队。自2001年申奥成功，我国就开始研发“骨骼识别身份”技术， 用于对比赛场馆的安全控制。 在国外早在上个世纪就开始有根据颅骨的形态特点鉴别种族的研究。鉴别种族的研 究主要是根据不同人种的鼻、口骨骼特征作为依据进行。英国p.vanezis等20利用计算机 3-d图形技术对人类的颅骨进行面部容貌复原。需要复原的颅骨的数据用激光系统记录 下来，然后使用以tcl/tk scripting语言编写的软件产生三维面部复原图像。利用计算机 对颅骨进行面部复原具有操作简单， 修改容易， 对原颅骨无损坏等特点。 印度的p.sinha21 根据人类依靠整体特征和对称特征对人类面貌图像进行识别的原理，设计出对称理解适 应神经网络计算机系统。该系统有学习能力，能够利用对称性原理，比较两张照片的异 同，输出机器重合照片。该系统被用于许多案件，进行个人面部图像识别取得成功。日 本mineo yoshino等22利用容貌范围探测仪设计出计算机辅助面部图像识别系统，用于 识别在案发现场所拍摄到的人与疑犯是否为同一人。 国内外的研究都处于重要的发展阶段，已经开始跨越以手工操作为主采用计算机图 形图像的处理技术来辅助进行。但对三维重建颅相的二维图像特征选取及识别技术的研 究却很少涉及，研究空间较大。 1.51.51.5 1.5 本文的研究内容本文的研究内容本文的研究内容 本文的研究内容 1.5.11.5.11.5.1 1.5.1 内容简介内容简介内容简介 内容简介 由于利用三维空间重建技术的身源鉴定技术所需数据量大且复杂度高，这样就引发 了在二维空间进行识别的讨论。 本文利用图像处理与模式识别技术对ct重建二维颅骨图 像进行特征提取，以达到个体识别的目的。 由于目标物的灰度特征和形状特征为识别过程提供了重要的信息，在图像处理与模 式识别领域经常根据物体的灰度特征和形状来识别物体或对其进行分类。从法医人类学 可知，颅骨重要的特征是眼眶、梨状孔、牙槽骨、下颌骨等。研究中针对颅骨的重要特 征，我们利用灰度投影法对重建ct图像的眼眶部位进行提取，并对颅骨、下颌和眼眶部 位的轮廓特征进行提取处理。将选择特征部位的灰度特征与轮廓作为后续研究的主要对 象。 首先是对重建颅骨二维图像特征部位灰度信息的研究。在研究中，借助面貌识别和 山东科技大学硕士学位论文绪论 5 图像配准技术中的主要算法对图像特征进行提取，并对其在加噪和平面旋转的条件下进 行分类实验。 其次，利用选取的轮廓，运用形状匹配中的主要技术进行轮廓特征的提取。主要利 用曲率描述，基于极半径的小波、傅立叶、不变矩描述子对图像特征进行描述，以颅骨 正面图像边缘、 双眼眶边缘、 下颌角曲线信息作为主要识别特征并对所取特征进行分析。 对选取特征部位的有效性、构造特征量与选取算法的适用性进行验证。 1.5.21.5.21.5.2 1.5.2 内容的组织内容的组织内容的组织 内容的组织 全文共分五章。 第一章是本文的绪论部分，着重介绍了课题的来源和背景，研究的需要与意义，介 绍了本文的研究内容。 第二章是以法医人类学中颅相重合技术为依据，对颅骨中的特征部位进行选择，并 对选取特征部位及轮廓进行提取。对轮廓曲线提取算法、曲线滤波、特征定位算法给出 了实现步骤。 第三章对颅骨二维图像的灰度信息进行研究。利用相关技术（面貌识别、图像配准） 中的主要算法对二维图像进行特征提取与识别。通过实验说明了灰度信息在识别过程中 发挥的作用。 第四章利用颅骨特征部位的边界特征，对选择的轮廓进行特征提取。使用多种轮廓 特征描述方法进行分类实验，并且构造出相对不变矩来对眼眶部分轮廓进行了分析。通 过实验验证选择的特征部位及算法在识别上的效果。应用信号近似分解的方法对颅骨边 界的极半径函数在识别中的均值和方差特性进行初步研究。 第五章对本文中各个技术要点做出了相应的总结， 同时提出了进一步发展的可能性， 对可以继续深入研究的方面进行了总结。 山东科技大学硕士学位论文颅骨特征部位的选择与处理 6 2 2 2 2 颅骨特征部位的选择与处理颅骨特征部位的选择与处理颅骨特征部位的选择与处理 颅骨特征部位的选择与处理 2.12.12.1 2.1 引引引 引 言言言 言 特征抽取研究肩负两方面的使命：一是寻找针对模式的最具鉴别性的描述，以使此 类模式的特征能最大程度地区别于彼类；二是在适当的情况下实现模式数据描述的维数 压缩，当描述模式的原始数据空间对应较大维数时，这一点会非常有意义，甚至必不可 少24。在对图像进行特征提取的过程中，图像本身的灰度信息和边界信息在其中发挥着 重要作用。结合课题中研究的颅骨图像，对图像特征部位的灰度特征和边界特征进行提 取。在这之前，特征部位的选择在后续研究中起到了主导作用。 2.22.22.2 2.2 特征部位的选择特征部位的选择特征部位的选择 特征部位的选择 在颅骨识别数字化研究中，颅相重合技术在其中起到根本的指导作用。所以研究中 特征部位的选择也是依据这项技术来进行。 颅相重合技术 （superposition technique） 是将失踪人的生前照片与未知身源的颅骨照 片负片进行重叠印像，所得的重叠相片依其能否达到解剖学关系的一致，确定是否认定 同一。 早期的颅相重合是颅骨与肖像的重合， 是为了确定历史的真实性而发展起来的79。 这种早期的颅相重合，第一步是将该颅骨与历史上其它名人的颅骨测量值以及同一时期 其它人群颅骨测量值相比较，确认其相对大小及特殊性。第二步是以测量值为基础划出 颅骨的轮廓，包括横位、矢状位和水平位，对各方位的颅骨外形得到一个总的印象。最 后看颅骨的轮廓像是否与已知的肖像重合一致。 由于颅骨轮廓像与肖像绘制的方位不同， 这种早期的重合方法常以失败而告终。其后重叠照相法在各国学者中进行了不同程度的 应用和研究。其中提出了标志点鉴定法和增加光座改善颅骨拍摄的方法提高了重合的质 量。 1981年，才东升、兰玉文、贾静涛在颅相重合法对颅骨身源的鉴定研究中，首次提 出了一整套应用颜面解剖投影的平面数据指标对重合相片进行比价测量，依据数据而不 只是外部边缘轮廓的观察来进行评价重合鉴定的结果，使鉴定结论立于可靠的科学基础 上。这些轮廓点（面部和颅骨）和轮廓曲线在鉴定标准中个体差异性较高，是值得信赖 山东科技大学硕士学位论文颅骨特征部位的选择与处理 7 的标准。 这样结合法医人类学的先验知识，我们可以知道在颅骨的二维正面特征中轮廓、眼 眶部位、下颌等一些特定位置在颅相重合的过程中起到重要的作用。我们将在颅相重合 过程中起到重要作用的特征点所在部位及轮廓曲线进行提取和分析。在进行颅骨特征提 取的过程中，我们运用比较常见的图像处理方法对颅骨特征部位进行定位和提取，并在 后续的实验中对提取的特征进行分类试验，测试这些特征的应用情况。 2.32.32.3 2.3 颅骨边界轮廓的提取颅骨边界轮廓的提取颅骨边界轮廓的提取 颅骨边界轮廓的提取 在法医人类学中颅骨的轮廓曲线包含很多有用的特征点，如：颅顶点、颌下点、下 颌角点等。 这些重要的特征点在颅相重合技术中发挥着重要的作用。这里根据特征点所 在的轮廓曲线对重建颅骨二维正面图像中的相关特征曲线进行提取。 对颅骨图像进行二值化后，在对于颅骨轮廓线的提取上，往往需要一些技术手段跟 踪颅骨的边界来获得边界点信息。跟踪的基本原则是由一个边缘点出发，依次搜索并连 接相邻边缘点从而逐步检测出轮廓的方法。对于所要处理的图像，首先确定一边界点的 起始位置，以该点为中心对其8邻域按照逆时针进行标记，如图所示： 图 2.1原有颅骨认证技术中主要特征点及其对比位置分布 fig.2.1the distribution of relative character points inprimary technique 山东科技大学硕士学位论文颅骨特征部位的选择与处理 8 轮廓跟踪的基本方法是：先根据探测准则找到目标物体轮廓上的像素，再根据这些 像素的特征用一定的“跟踪准则”找出目标物体上的其它像素。这里介绍两种二值图像 的轮廓跟踪算法25。 首先找到第一个边界像素的准则是：按照从左到右，从下到上的顺序搜索，找到的 第一个黑点一定是图像最左下方的边界点，记为a。它的右、右上、上、左上（如上图 中的s1、s2、s3、s4）是个邻点中至少有一个是边界点，记为b。从b点开始找，按右、 右上、上、左上、左、左下、下、右下（即为s1、s2、s3、s4、s5、s6、s7、s8）的顺 序找相邻点中的边界点c。如果c点就是s点，则表明已经转了一圈，边界搜索结束。否 则继续寻找，知道首尾相接。判断是不是边界点：如果它的上下左右四个邻点都不是黑 点则它是边界点。 这种算法要对每个边界像素周围的八个点进行判断，计算量比较大。接着介绍另外 一种跟踪准则。 首先按照上面所说的探测准则找到最左下方的边界点。由于边界是连续的，以这个 起始边界点开始，定义初始的搜索方向为沿左上方（s4） ；如果左上方的点是黑点，则 为边界点，否则搜索方向顺时针旋转45度。这样一直到找到第一个黑点为止。然后把这 个黑点作为新的边界点，在当前搜索方向的基础上逆时针旋转90度，继续用同样的方法 继续搜索下个黑点，直到返回最初的边界点为止。 图2.3为这种简化的跟踪算法示意图，箭头代表搜索的方向。 s4s3s2 s5s ss1 s6s7s