復雜靜態(tài)彩色背景下的人耳檢測研究.pdf

1、人耳識別作為生物識別一個新的研究方向，由于其獨特的生理特征越來越受到更多人的關注。一個完整的人耳識別系統(tǒng)主要包括以下幾個部分：圖像讀取、人耳檢測、特征提取和識別。最初的人耳識別研究主要集中在人耳特征的提取及識別領域，對人耳檢測尚未有深入的研究。隨著人耳識別研究的深入，人耳檢測作為人耳識別系統(tǒng)中關鍵的一步也開始引起人們的重視。但目前所進行的人耳檢測多針對簡單背景的圖像，對于復雜背景下的人耳檢測研究則比較少。
　　本文在借鑒人臉檢測算

2、法的基礎上，對現(xiàn)有的人耳檢測方法進行研究，針對人耳區(qū)域小、共性特征少、復雜背景下難以檢測等特點，提出了一種分階段優(yōu)化的靜態(tài)彩色復雜背景下的人耳檢測方法，對無正面人臉干擾的靜態(tài)彩色圖像進行檢測，以期為復雜背景下人耳識別系統(tǒng)的發(fā)展提供一種可行的思路。
　　該方法分四個階段進行，第一階段利用彩色圖像中的膚色信息進行圖像區(qū)域分割，篩選出人耳可能的候選區(qū)域。在分析和對比了多種顏色空間下膚色分布的特點后，本文選擇YCbCr空間作為膚色分割空間

3、，采用高斯模型作為膚色分布模型，得到膚色分布隸屬度函數(shù)的參數(shù)，依據(jù)此參數(shù)進行膚色似然度轉換并對轉換后圖像進行動態(tài)閾值分割。第二階段，對分割出的每個區(qū)域，用形態(tài)學處理加以優(yōu)化，然后根據(jù)側臉的先驗知識如高寬比例、側臉膚色在圖像中的面積占有率等進行膚色區(qū)域篩選，盡可能地排除不含人側臉的膚色區(qū)域，減少干擾。第三階段，根據(jù)人耳內(nèi)部有豐富邊緣信息的特點，采用小波模極大值方法在不同尺度下檢測圖像邊緣，并將不同尺度下的邊緣二值圖像進行疊加，既精確地檢測

4、出人耳的內(nèi)外邊緣，又極大程度地抑制了噪聲干擾。第四階段，統(tǒng)計分析第三階段所得到的邊緣二值圖像，發(fā)現(xiàn)側臉膚色范圍內(nèi)只有耳朵區(qū)域有密集的邊緣線，其他部分只有稀疏的輪廓線。依此特點對邊緣圖像進行膨脹、填充、細化和重構等操作，耳朵部分密集的邊緣線被填充為邊緣區(qū)域，與此同時獨立輪廓線則被消除。此時對邊緣圖像進行邊緣區(qū)域搜索，就可以實現(xiàn)人耳的判斷和定位，從而實現(xiàn)人耳檢測。
　　總體而言，本文主要針對復雜背景下人耳檢測的難點，在借鑒人臉檢測算法