[發(fā)明專利]融合小波分析與矩特征的人耳圖像識別方法

無效

• 申請?zhí)枺?/td>: 200810069589.5
• 申請日: 2008-04-25
• 公開（公告）號: CN101266646A
• 公開（公告）日: 2008-09-17
• 發(fā)明（設計）人: 劉嘉敏;謝海軍;錢鳳;魏彪;潘銀松;李以農;劉強
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 重慶志合專利事務所
• 代理人: 胡榮琿

1.一種融合小波分析與矩特征的人耳圖像識別方法，其特征在于所述方法有以下步驟：

(1)對采集的人耳圖像進行預處理：

用小波變換模極大值對采集的人耳圖像去噪，提取人耳圖像邊緣，得到小波分解各尺度下模極大值邊界圖像，其中人耳圖像的去噪和人耳圖像邊緣提取的步驟如下：

1)利用小波模極大值及小波變換，對人耳圖像的去噪處理；

2)利用小波模極大值檢測算子確定人耳圖像的突變與緩變的位置，檢測信號變化的奇異性的特點，用于檢測人耳圖像的邊緣和細節(jié)，得到小波分解各尺度下模極大值邊界圖像，用于人耳圖像邊緣提取；

(2)提取人耳圖像的特征值：

利用改進的小波矩不變量方法計算小波矩不變量值，用于提取人耳圖像的特征值，改進的小波矩不變量方法為直接對數字圖像采樣的數據融合Mallat方法，計算式為：

||Fm,n,qwavelet||=||∫Sq(ri)riψm,n(r)dr||]]>

式中，||F_m，n，q^wavelet||為小波矩不變量值；S_q(r_i)r_i為在平面直角坐標中計算的對圖像進行加權采樣量；ψ_m，n(r)為二進小波基函數；r(x，y)為像素點到中心點的距離；∫dr表示對r積分；

直接對數字圖像采樣的數據融合Mallat方法為基于空間域歸一化的小波矩不變量方法，該方法對圖像進行加權采樣的S_q(r_i)r_i計算式為：

Sq(ri)ri=Σri-nri+nf(x,y)exp(-jqθ(x,y))r(x,y)]]>

式中，f(x，y)為直角坐標圖像；j為虛數單位，q為任意整數，θ(x，y)為像素點的與中心點的水平角度；r(x，y)為像素點到中心點的距離；

根據上述計算式，使用Mallat方法計算小波矩不變量值||F_m，n，q^wavelet||，用于提取人耳圖像的特征值；

(3)識別人耳：

將步驟(2)得到的人耳圖像的特征值進行加權以及分類，對人耳進行識別。

2.根據權利要求1所述的融合小波分析與矩特征的人耳圖像識別方法，其特征在于：所述直接對數字圖像采樣的數據融合Mallat方法為基于空間域歸一化的小波矩不變量方法替換為基于頻率域歸一化的小波矩不變量方法，該方法對圖像進行加權采樣的Sq(r_i)r_i計算式為：

Sq(ri)ri=Σri-nri+nF(u,v)exp(-jqθ(x,y))r(x,y)]]>

式中，F(u，v)為幅值譜圖像；j為虛數單位，q為任意整數，θ(x，y)為像素點的與中心點的水平角度；r(x，y)為像素點到中心點的距離；

根據上述計算式，使用Mallat方法計算小波矩不變量值||F_m，n，q^wavelet||，用于提取人耳圖像的特征值。