相位一致性和KDDA結(jié)合的人耳識別方法_苑瑋琦

　　人耳具有豐富的結(jié)構(gòu)， 每個人的外耳輪廓、內(nèi)部耳溝紋理都是不相同的，而且個體結(jié)構(gòu)穩(wěn)定、易采集，可用于于生物特征識別。Iannarelli 首次將人耳用于身份識別，他通過兩次大規(guī)模實驗證明耳朵具有獨一無二的特征。此后，人們針對人耳識別問題提出了多種方法， 如 Victor 等人 比較了 PCA 應(yīng)用于人耳識別和人臉識別的性能。Burge 和 Burger 提出了使用 Voronoi 圖表的鄰接圖匹配方法進(jìn)行人耳識。Hurley 等人模仿自然界的電磁力場過程， 提出了一種力場轉(zhuǎn)換理論。穆志純等人將基于徑向基核函數(shù)的 Fisher 判別分析算法用于人耳圖像進(jìn)行識別。 Michael 提出了一種幾何學(xué)方法來提取特征點，他用自己提出的算法進(jìn)行輪廓提取， 然后進(jìn)行二值化、坐標(biāo)歸一化， 找出其質(zhì)心。質(zhì)心是為特征提取所找的參考點， 以質(zhì)心作為參考點可以使圖像滿足平移、旋轉(zhuǎn)、大小不變性。有人還提出了基于灰度曲面匹配的人耳識別方法。Chen Hui 等人使用距離傳感器直接獲取人耳的 3D 圖像數(shù)據(jù)， 提出基于 3D 人耳檢測和識別方法。近期又有人提出了基于粗糙集和支持向量機(jī)的人耳識別。以上提到的傳統(tǒng) 2D 方法都不同程度的受到光照影響， 從而導(dǎo)致識別率不高。本文提出一種不受光照和對比度影響的人耳識別方法， 首先使用相位一致提取人耳特征，然后對特征進(jìn)行分塊求和，形成矢量，最后用 KDDA 特征向量投影到低維高可分空間，通過歐