论文部分内容阅读
生物特征识别作为一种快速、有效的鉴定和识别个人身份的技术,在当今社会显示出前所未有的重要性。近年来,二维人耳识别技术的研究取得了很大的进展,但这些技术受姿态变化和光照条件的影响较大,识别的准确度和鲁棒性均受到限制。由于人耳是三维物体,从三维人耳数据中提取的轮廓、沟回等结构信息具有更好的稳定性,可以有效的克服姿态、光照等因素的影响,因此三维人耳重建及识别技术成为一个新的研究热点。本文研究的内容就是有关基于二维图像的三维人耳重建问题。
本文首先探讨了目前国际上已有的三维人耳重建及识别技术,并分析其存在的优缺点。在此基础上,提出了一种基于主动表观模型算法的全自动三维人耳重建方法。
该方法主要包括三部分:第一部分采用基于二维标定物的标定方法,对拍摄用的摄像机进行内外参数的标定;第二部分采用主动表观模型算法,对训练集中的人耳图片进行形状建模和纹理建模,在迭代搜索时通过拟合算法不断调整搜索定位结果。针对算法存在的问题,我们也做出了一部分改进,通过调整模板初始位置,并对参数进行约束,从而更加准确定位出人耳轮廓上的特征点;第三部分根据定位出的人耳轮廓点,并结合极几何约束关系和人耳梯度信息,寻找两视图中的匹配点对,再根据三角原理进行空间点重建,并进行优化。最后,本文还尝试运用最近邻点迭代算法,对重建出来的三维数据进行配准,进行三维人耳识别。
根据上述提出的全自动三维人耳重建方法,本文在实验室自建的三维人耳图像库上进行了实验。实验结果表明:主动表观模型算法可以比较鲁棒的提取到人耳的轮廓特征点,得到其坐标;通过极几何约束关系,我们可以比较准确的得到两视图中的特征点匹配点对,有效的解决了人耳纹理比较相似,传统匹配方法效果不佳的问题;最近邻点迭代算法也能用于对恢复出的三维数据进行识别。