專利名稱：一種基于耳廓幾何參數的個人身份鑒別方法
技術領域：
本發(fā)明屬于基于人體生物特征識別的個人身份鑒別技術，特別涉及耳特征的測量與識別。
背景技術：
身份確認是每個人經常遇到的一個基本問題。身份鑒別主要用在銀行、海關、公安、電子商務、電子政務、網絡安全等一切需要驗證個人身份的場合。
傳統(tǒng)身份驗證主要有如下兩種方式(1)通過各種證件，如身份證、工作證、信用卡、儲蓄卡、電話卡等；(2)通過個人識別號碼和密碼。其主要缺點是容易被竊取，而且前者容易丟失，后者容易忘記，都不夠保險。
基于人體生物特征識別的身份確認所依據的是人類自身所固有的生理或行為特征，因此，與傳統(tǒng)的身份識別方法比較，更加安全可靠，使用方便。
目前，生物特征識別技術備受世界各國的重視，特別是在“911”恐怖襲擊之后，以美國為首的西方國家都將生物特征識別作為關系國家安全的關鍵技術加以發(fā)展。美國連續(xù)發(fā)布了三個法案，強調在邊檢、執(zhí)法、民用航空等領域應用生物特征識別技術。2003年6月，在國際民用航空組織(ICAO)發(fā)布的規(guī)劃中，也建議其188個成員國在護照上加入生物特征識別技術。大部分西方國家已經立法支持ICAO這項規(guī)劃。我國幅員遼闊，人口眾多，是未來生物特征識別技術的應用大國，開展生物特征識別技術的研究對信息安全和國家的戰(zhàn)略安全具有重要意義。
生物特征識別主要包括指紋識別、虹膜識別、人臉識別、掌紋識別等，耳識別是一種新的生物特征識別技術，99年才開始有相關的研究論文發(fā)表。耳識別與其它生物特征識別比較有其獨特的優(yōu)勢，與指紋識別和掌紋識別比較，它具有非接觸信息采集方式容易被人接受的優(yōu)點；與虹膜識別比較，它具有信息采集方便、采集設備成本低廉的優(yōu)點；與人臉識別比較，它具有生物特征穩(wěn)定不變的優(yōu)點。
現有的人耳自動識別技術主要依據通過攝象機拍攝的耳廓圖象中耳廓形狀和耳廓結構這兩個特征。主要有以下幾個基本類型第一種方法是測量耳廓的形狀，并與已存在耳廓圖庫里的標準耳廓進行相似性對比，由于耳廓圖象的采集受攝象機拍攝距離，拍攝角度的影響，耳廓在圖象中的大小和角度是不確定的。因此，盡管有各種對比方法，但是計算過程都比較復雜。第二種方法是測量耳廓的結構，在耳廓圖象中建立一個坐標系，并根據這個坐標系來測量耳廓若干個結構點的位置，并根據這些結構點的位置組成一組特征向量。通過計算兩個特征向量的距離來確定兩個耳廓的相似度。這里的一個重要問題是，如何準確地定位坐標系的原點和方向。目前給出的方法還不夠精確和穩(wěn)定，與圖象預處理效果有直接關系。第三種方法是采用一些數學手段，計算耳郭圖象的整體信息，包括了耳廓形狀和結構信息。這種方法的計算量通常很大。
現有識別方法存在的主要問題是(1)人耳的一個顯著特征、也是人們直觀最容易發(fā)覺的特征是耳廓的大小和相對頭部的夾角(例如兜風耳相對頭部的夾角就比較大)。而這一特征在目前的人耳識別方法研究中并沒有被利用。
(2)在耳廓形狀和結構測量中，參考坐標的確定十分重要，目前的參考坐標確定方法還不夠精確和穩(wěn)定，直接影響耳廓形狀和結構測量結果，導致耳識別率不高。

發(fā)明內容
針對上述耳識別方法存在的不足，本發(fā)明提供一種基于耳廓幾何參數的個人身份鑒別方法，本發(fā)明方法包括以下步驟步驟一由頭部圖象確定眼瞳孔的位置通過攝象機拍攝頭部正面圖象，通過差分方法從頭部圖象中分割出頭部區(qū)域圖象，去除背景信息，在頭部圖象中找到兩個眼睛，即瞳孔中心的位置。
步驟二確定頭部圖象的坐標原點，并對頭部圖象進行角度修正將兩個瞳孔中心連線與攝象機水平軸之間的夾角作為調整旋轉角，兩個瞳孔中心連線的中點位置作為頭部圖象的坐標原點，經旋轉后，使瞳孔中心連線成為水平軸，即實現頭部圖象的角度修正。
將兩個瞳孔之間連線的中點坐標定位為圖象坐標原點。
步驟三確定嘴的位置，確定臉兩側邊界的位置從頭部坐標原點，即兩個瞳孔中點出發(fā)，沿縱坐標向下搜索并找到嘴的位置，并計算嘴與瞳孔之間的垂直距離。
從縱坐標嘴的位置出發(fā)，分別沿左右兩個方向搜索，找到人臉兩側的邊界點。
步驟四確定耳廓下邊界點，上邊界點、外邊界點和特定邊界點的位置從人臉兩側的邊界點出發(fā)，分別向上搜索(如果耳廓較長，可能要補充向下搜索)，找到耳廓下部與人臉的交界點，即為耳廓的下邊界點。從耳廓下邊界點出發(fā)，分別向上搜索，獲得耳廓上邊界點、外邊界點和特定邊界點。上邊界點是耳廓最高點，而不是與頭部交界點。外邊界點是耳廓最外的邊界點。特定邊界點是為了反映耳廓的形狀，在耳廓下半部分選擇的一些邊界點，例如沿垂直方向，從耳廓高度的一半到下邊界點之間作等分線，這些等分線與耳廓邊界的交點即為一種特定邊界點的選取方法。
步驟五計算耳廓相對寬度和相對高度，獲得耳特征參量將耳廓上邊界點與下邊界點的垂直距離(即耳廓的絕對高度)與瞳孔與嘴的垂直距離之比定義為耳廓的相對高度。
將耳廓的外邊界點與下邊界點的水平距離(即耳廓的絕對寬度)與左右兩個瞳孔之間的水平距離之比定義為耳廓的相對寬度。
將耳廓下半部分一些特定邊界點與下邊界點的水平距離與左右兩個瞳孔之間的水平距離之比定義為耳形的相對寬度。
將瞳孔與嘴之間的垂直距離與兩個瞳孔之間水平距離之比定義為嘴相對高度。
將與嘴在一個水平線上的臉兩側邊界點之間的距離與兩個瞳孔之間的水平距離之比定義為臉相對寬度。
上述參數作為耳識別的特征參量。
步驟六耳特征匹配本發(fā)明與其它生物特征識別方法相比，具有如下幾個方面的優(yōu)勢(1)圖象獲取方便，不需要人過多的配合，只是眼睛正視攝象機即可。而虹膜圖象采集需要測試者與圖象采集設備之間保持較密切的配合，反復地調整，瞪大眼睛以便盡可能暴露人眼虹膜部分，對于初試者、特別是眼睛較小的人常感到不適應；指紋圖象采集需要測試者與傳感器接觸，一些人會感到不衛(wèi)生，特別是需要測試者的手指是清潔的，不潮濕的，不過分干燥的等一些條件。
(2)圖象獲取設備造價低廉，壽命長，只需要普通的攝象機。而虹膜識別需要專用的攝象機，其設備造價都比較昂貴。指紋識別傳感器存在壽命問題。
(3)本發(fā)明所利用的耳特征和人臉結構特征是相對穩(wěn)定的，而人臉采集方式盡管與本發(fā)明相同，但人臉識別受面部表情，毛發(fā)等因素的影響，使所利用的特征不夠穩(wěn)定可靠。


圖1為耳識別系統(tǒng)流程圖；圖2為瞳孔檢測模板示意圖，其中d為內圓直徑，D為外圓直徑；圖3為頭部圖象坐標系示意圖；其中O為坐標原點，A為嘴中心位置，B為人臉側面邊界點，C為人臉與耳交界點即耳廓下邊界點，D為耳廓外邊界點，E為耳廓上邊界點；
圖4為嘴檢測模板示意圖；圖5為臉側面邊界檢測模板示意圖。
具體實施例方式
本發(fā)明提出的人耳識別方法流程圖如圖1所示，具體實施步驟如下步驟一由頭部圖象確定眼瞳孔的位置第一，獲取頭部圖象拍攝正面人頭部圖象，兩眼平視，使兩眼大致在一條水平線上，暴露耳廓部分和人眼部分，使兩個耳廓大致對稱。拍攝圖象時，除拍攝對象之外，沒有其他人或移動物體在拍攝視線中。
第二，分割頭部區(qū)域圖象頭部圖象包含了背景信息，背景信息將影響特征的提取，因此，必須從圖象中分割出去。按照第一步的要求，拍攝圖象的背景是靜止不變的。在拍攝人頭圖象之前，先拍攝一次背景圖象。當拍攝人頭圖象時，與事先拍攝的背景圖象相減，即可從人頭圖象中分割出人頭輪廓。
第三，獲取人眼瞳孔位置在人頭輪廓所包含的頭部區(qū)域中，包含的頭發(fā)，人臉和耳廓。其中頭發(fā)，眼眉，睫毛，胡須和瞳孔具有較低的灰度，可以作為提取瞳孔的一個特征。而瞳孔除了具有較低的灰度級之外，還具有與上述其他部位不同的特征，即瞳孔是一個圓，瞳孔的周圍是一個環(huán)形的虹膜，虹膜的灰度高于瞳孔。這一特征是唯一的，可用來確定瞳孔的位置。
為此設計一個環(huán)形的模板，如圖2所示。其中d為內圓直徑，D為外圓直徑。內環(huán)直徑的設計原則是略小于瞳孔直徑的平均值。當人與攝象機的位置確定之后，瞳孔的大小也基本在一個范圍內。由于人與攝象機的距離變化不會使人頭在拍攝的圖象中有顯著的變化，因此，瞳孔的直徑也不會有明顯的變化。
用該模板逐點掃描分割后的人頭圖象，分別計算模板內圓區(qū)域(即d范圍內)和環(huán)形區(qū)域(即D-d范圍內)各像素灰度的平均值g和G，如果在整幅圖象內存在一像素點，使模板在該點計算出的灰度差G-g達到最大值，則該點像素落在瞳孔內。用此方法可以獲得兩個瞳孔的中心位置。
步驟二確定頭部圖象的坐標原點，并對頭部圖象進行角度修正第一，糾正頭部在與攝象機成像面平行的平面內的傾斜當頭部在與攝象機成像面平行的平面內傾斜時，造成左右眼不在一條水平線上。為此糾正方法如下計算右眼與左眼瞳孔中心縱坐標之差Δy和橫坐標之差Δx，獲得兩個瞳孔之間的傾角αα=arctanΔyΔx]]>如果α大于零，表明右眼高于左眼，否則左眼高于右眼。
以右眼高于左眼為例，將圖象中所有像素向下平移Δy’的距離Δy′＝xtanα其中x為當前圖象的水平位置。
第二，確定頭部圖象坐標原點為了測量各特征點的位置，需要一個坐標系。根據兩個眼瞳孔的橫坐標位置，可以定義頭部圖象的橫坐標原點為x0=12Δx]]>坐標系的縱坐標原點y0位于眼瞳孔縱坐標一條水平線上。
頭部圖象坐標系如圖3所示，其中O為坐標原點，A為嘴中心位置，B為人臉側面邊界點，C為人臉與耳交界點即耳廓下邊界點，D為耳廓外邊界點，E為耳廓上邊界點。
步驟三確定嘴的位置，確定臉兩側邊界的位置第一，確定嘴的中心位置根據人臉布局規(guī)則，嘴位于所建立的坐標原點正下方，呈扁平變平形狀，顏色較臉部暗淡，在圖象中表現為其灰度級低于周圍區(qū)域，這是與鼻子相區(qū)別之處。
為此設計一個嘴檢測模板，如圖4所示。其中O為模板中心坐標。模板沿縱向被分成L1，L2，L3三個區(qū)域。其中L1的高度略大于嘴閉合時的平均高度，寬度略小于嘴閉合時的平均寬度，根據實驗確定。分別計算三個區(qū)域各像素灰度平均值P(L1)、P(L2)、P(L3)，如果P(L2)＜P(L1)，或者P(L3)＜P(L1)，則將檢測模板中心坐標所對應的圖象像素標記為0。
如果P(L2)＞P(L1)，并且P(L3)＞P(L1)，計算P(L2)和P(L3)中的較低灰度級Pmin＝min{P(L2)，P(L3)}，計算灰度差ΔP＝Pmin-P(L1)。將檢測模板中心坐標所對應的圖象像素標記為ΔP。從坐標原點出發(fā)，在圖象范圍內，沿縱坐標軸向下搜索，將模板強度值ΔP或0標記在所搜索的各點像素位置上，得到一個灰度差序列{ΔP1，ΔP2，ΔP3，…ΔPi，…ΔPm}取該序列中的最大值ΔPmax＝max{ΔP1，ΔP2，ΔP3，…ΔPi，…ΔPm}
所對應的像素為嘴的中心位置，如圖3中的A所示。
第二，確定側臉邊界的位置從嘴中心位置出發(fā)，分別沿水平方向向左右搜索，尋找臉兩側邊界的位置。以向右側搜索為例進行說明，如圖3所示臉側面邊界的特點是邊界方向趨向垂直，即與橫坐標夾角大于45°。這是與嘴相區(qū)別之處。為此設計一個方向邊界檢測模板，如圖5所示。其中O為模板中心位置，縱坐標軸將模板分為L1和L2兩部分。分別計算兩個區(qū)域各像素灰度平均值P(L1)和P(L2)，得到兩個區(qū)域灰度差ΔP＝|P(L1)-P(L2)|從圖3所示的嘴中心A出發(fā)，沿水平方向向右逐點掃描，計算模板灰度差ΔP，將模板中心所對應的圖象像素值用模板灰度差取代，從而獲得一個灰度差序列{ΔP1，ΔP2，ΔP3，…ΔPi，…ΔPm}取該序列中的最大值ΔPmax＝max{ΔP1，ΔP2，ΔP3，…ΔPi，…ΔPm}所對應的像素坐標為臉側面邊界的位置，如圖3中的B所示。
步驟四確定耳廓下邊界點，上邊界點、外邊界點和特定邊界點的位置第一，做邊緣檢測，提取耳廓邊界信息前面三個步驟都是在灰度圖象下進行特征點測量的。其中步驟一確定了眼的位置，步驟三確定了臉側面邊界點的位置。根據一般規(guī)律，耳廓最高端的位置略高于眼，耳廓最低端的位置高于臉側面邊界點B的位置。耳廓左端點不超過眼與臉側面邊界點B中間點的位置。耳廓右端的位置不超過頭部輪廓右邊界。根據上面的幾個點，可以確定一個耳廓的大致區(qū)域，對這個區(qū)域進行邊緣檢測，獲得耳廓的邊界。
采用經典的邊緣檢測算子，例如Canny算子，能夠檢測到上述區(qū)域的邊緣，再通過閾值進行兩值化，即將灰度圖象轉化為0和1的二值圖象，1表示的是耳廓的邊界。
第二，確定耳廓下邊界點這里耳廓下邊界點指的是耳廓與臉側面交界點，而不是指耳垂下邊界點。由于每個人的耳垂結構差異較大，因此，一些人的耳垂下邊界點實際上就是這里所說的耳廓的下邊界點。
人在正面平視拍攝圖象時，嘴的位置通常低于耳廓下邊界點的位置。因此，步驟三給出的臉側面邊界點B的位置應該位于耳廓下邊界點之下。有了這樣一個先驗知識，只需要從圖3中的B點向上搜索，即可找到耳廓下邊界點C的位置。
根據第一步獲得的耳廓邊界圖，從B點出發(fā)，沿著邊界線向上搜索，如果邊界線不出現分叉點，繼續(xù)向上搜索。如果邊界線出現分叉點，表明該點為耳廓下邊界點，如圖3中的C點所示。
第三，確定耳廓的外邊界點，上邊界點，特定邊界點根據第二步，當出現分叉點時，左側分叉點為臉側面邊界點，右側分叉點為耳廓邊界點。因此沿著右側分叉點搜索，每搜索一點，記錄相應的坐標，直到再次搜索到分叉點為止。在所記錄的坐標序列中，按照橫坐標和縱坐標分別排列順序，橫坐標最靠近右側的一點為耳廓外邊界點，如圖3中的D點?？v坐標最靠近上端的一點為耳廓上邊界點，如圖3中的E點。
為了提高耳廓大小的測量精度，并且考慮到耳廓下半部分形狀變化的多樣性，在耳廓的下半部分選擇一些邊界點，并測量這些邊界點與下邊界點之間的水平距離，實現方法同上。
步驟五計算耳廓相對寬度和相對高度，獲得耳特征參量當測量耳廓大小時，受如下兩個因素的制約。首先，當拍攝距離不同時，耳廓在所拍攝圖象中的大小是不相同的。其次，頭部在其與攝象機所形成的平面內變化是難以控制和量化的，因此，耳廓的高度將隨著頭部傾角不同而變化。為此給出如下解決方案。
人臉在無任何表情、兩眼平視前方的狀態(tài)下，兩個瞳孔之間的水平距離是一個相對不變量，瞳孔與嘴的垂直距離也是一個相對不變量。這兩個距離可以作為衡量耳廓大小的一個參照系。
當拍攝距離和頭部傾角不同時，耳廓相對頭部的比例關系并不發(fā)生變化。利用這樣一個比例關系，可以測量耳廓相對大小。
將耳廓上邊界點與下邊界點的垂直距離(即耳廓的絕對高度)與瞳孔與嘴的垂直距離之比定義為耳廓的相對高度。
將耳廓的外邊界點與下邊界點的水平距離(即耳廓的絕對寬度)與左右兩個瞳孔之間的水平距離之比定義為耳廓的相對寬度。
將耳廓下半部分一些特定邊界點與下邊界點的水平距離與左右兩個瞳孔之間的水平距離之比定義為耳形的相對寬度。
將瞳孔與嘴之間的垂直距離與兩個瞳孔之間水平距離之比定義為嘴相對高度。
將與嘴在一個水平線上的臉兩側邊界點之間的距離與兩個瞳孔之間的水平距離之比定義為臉相對寬度。
步驟六耳特征匹配由上述一組耳廓特征參數構成耳廓的特征向量。
A=a1a2a3a4a5a6a7]]>其中a1表示嘴相對高度，a2表示臉相對寬度，a3表示耳廓相對高度，a4表示耳廓相對寬度，a5表示耳廓下1/2高度處的相對寬度，a6表示耳廓下1/3高度處的相對寬度，a7表示耳廓下邊界點處的相對寬度(當沒有耳垂時，兩點重合)。上述耳廓下半部分相對寬度的計算，并不一定是三個，根據需要，還可以取更多個。
設在特征數據庫中的耳識別特征向量為B=b1b2b3b4b5b6b7]]>假定每個特征參數具有相同的權重，則兩個特征向量的歐幾里德距離判別函數為d=17Σi=17(ai-bibi)2]]>該距離越小，表明兩個特征向量越貼近。根據實驗，可以確定當該距離小于某個閾值(例如0.5)，即可認為兩者達到匹配。
權利要求
1.一種基于耳廓幾何參數的個人身份鑒別方法，采用攝像機或攝像頭與計算機相連獲取數字信息，其特征在于有以下步驟；(1)由頭部圖象確定眼瞳孔的位置；(2)確定頭部圖象的坐標原點，并對頭部圖象進行角度修正；(3)確定嘴的位置；確定臉兩側邊界的位置；(4)確定耳廓下邊界點、上邊界點、外邊界點和特定邊界點的位置；(5)計算耳廓相對寬度和相對高度，獲得耳特征參量；(6)進行耳特征匹配。
2.如權利要求1所述的基于耳廓幾何參數的個人身份鑒別方法，其特征在于步驟(1)是通過攝像機拍攝頭部正面圖象，通過差分方法從頭部圖象中分割出頭部區(qū)域圖象，去除背景信息，在頭部圖象中找到兩個眼睛，即瞳孔中心的位置。
3.如權利要求1所述的基于耳廓幾何參數的個人身份鑒別方法，其特征在于步驟(2)是將兩個瞳孔中心連線與攝像機水平軸之間的夾角作為調整旋轉角，兩個瞳孔中心連線的中點位置作為頭部圖象的坐標原點，經旋轉后，使瞳孔中心連線成為水平軸，實現頭部圖象的角度修正。
4.如權利要求1所述的基于耳廓幾何參數的個人身份鑒別方法，其特征在于步驟(3)是從頭部坐標原點，即兩個瞳孔中點出發(fā)，沿縱坐標向下搜索找到嘴的位置，并計算出與瞳孔之間的垂直距離；從縱坐標嘴的位置出發(fā)，分別沿左右兩個方向搜索，找到人臉兩側的邊界點。
5.如權利要求1所述的基于耳廓幾何參數的個人身份鑒別方法，其特征在于步驟(4)是從人臉兩側邊界點出發(fā)，確定兩側耳的下邊界點，外邊界點和上邊界點。
6.如權利要求1所述的基于耳廓幾何參數的個人身份鑒別方法，其特征在于步驟(5)是將耳廓上邊界點與下邊界點的垂直距離(即耳廓的絕對高度)與瞳孔與嘴的垂直距離之比定義為耳廓的相對高度；將耳廓的外邊界點與下邊界點的水平距離(即耳廓的絕對寬度)與左右兩個瞳孔之間的水平距離之比定義為耳廓的相對寬度；將耳廓下半部分一些特定邊界點與下邊界點的水平距離與左右兩個瞳孔之間的水平距離之比定義為耳形的相對寬度。將瞳孔與嘴之間的垂直距離與兩個瞳孔之間水平距離之比定義為嘴相對高度；將與嘴在一個水平線上的臉兩側邊界點之間的距離與兩個瞳孔之間的水平距離之比定義為臉相對寬度。
7.如權利要求1所述的基于耳廓幾何參數的個人身份鑒別方法，其特征在于步驟(6)是將一組耳廓特征參數構成耳廓特征向量與耳廓特征數據庫中的耳識別特征向量進行判別，達到匹配。
全文摘要
一種基于耳廓幾何參數的個人身份鑒別方法，采用攝像機或攝像頭與計算機相連獲取數字信息，包括工藝步驟有由頭部圖象確定眼瞳孔的位置；確定頭部圖象的坐標原點，并對頭部圖象進行角度修正；確定嘴的位置；確定臉兩側邊界的位置；確定耳廓下邊界點、上邊界點、外邊界點和特定邊界點的位置；計算耳廓相對寬度和相對高度，獲得耳特征參量；進行耳特征匹配。本發(fā)明具有獲取圖象方便、設備造價低，利用的特征穩(wěn)定，識別準確等優(yōu)點。
文檔編號G06K9/00GK1658225SQ20051004603
公開日2005年8月24日 申請日期2005年3月16日 優(yōu)先權日2005年3月16日
發(fā)明者苑瑋琦 申請人:沈陽工業(yè)大學