楊成佳
吉林建筑大學(xué)網(wǎng)絡(luò)信息中心,吉林 長(zhǎng)春 130118
?
唇紋識(shí)別圖像分割系統(tǒng)的研究*
楊成佳*
吉林建筑大學(xué)網(wǎng)絡(luò)信息中心,吉林 長(zhǎng)春 130118
我國(guó)已經(jīng)進(jìn)入了信息化發(fā)展時(shí)代,信息技術(shù)及多媒體技術(shù)在我國(guó)各行各業(yè)都得到了快速應(yīng)用和發(fā)展,信息在日常使用中越來(lái)越重視其安全性,同時(shí)信息還有著很強(qiáng)的隱蔽性,這些都是信息化時(shí)代信息所具有的新的特征。在信息化時(shí)代,重要的特征就是人們身份的數(shù)字化及隱蔽化。因此如何進(jìn)行方便快捷的進(jìn)行身份驗(yàn)證和有效識(shí)別,是當(dāng)今信息技術(shù)發(fā)展的焦點(diǎn)問(wèn)題,也是信息化時(shí)代需要解決的重點(diǎn)技術(shù)之一。嘴唇的紋理跟指紋一樣具有唯一性,本文以唇紋識(shí)別為基礎(chǔ),實(shí)現(xiàn)基于紋理分布的唇形分類(lèi)方法的研究。
唇紋識(shí)別;圖像分割;生物特征識(shí)別
當(dāng)前,傳統(tǒng)的身份證認(rèn)證方式,以及銀行卡使用過(guò)程中的口令密碼等身認(rèn)證技術(shù),在如今信息化時(shí)代使用起來(lái)很費(fèi)事,不但不容易記住,而且有著攜帶不方便的缺點(diǎn),也不容易進(jìn)行更換,如果出現(xiàn)丟失或者被盜,容易被仿制和盜用,已經(jīng)越來(lái)越不適應(yīng)現(xiàn)代技術(shù)發(fā)展的需要。尤其是“9.11”事件以后,隨著國(guó)際恐怖分子活動(dòng)的日益猖獗,世界各國(guó)政府更加重視應(yīng)用生物特征的識(shí)別技術(shù)。這一技術(shù)是關(guān)系國(guó)家安全的重要性技術(shù),并被大力研究和應(yīng)用。
生物特征識(shí)別屬于模式識(shí)別范疇,它是指通過(guò)計(jì)算機(jī)利用人體所固有的并特有的生理和行為特征來(lái)進(jìn)行身份識(shí)別或個(gè)體驗(yàn)證的一門(mén)科學(xué),它是一門(mén)利用人的生理上的特征來(lái)識(shí)別人的科學(xué)[1]。生物特征識(shí)別技術(shù)改變了傳統(tǒng)的依靠可記憶信息或?qū)嵨锎_認(rèn)身份的模式,其具有的持久性、普遍性、獨(dú)特性和可采集性等特性,極大的降低了偽造和丟失的可能性,基本可以滿足目前對(duì)身份確認(rèn)的所有需要。
嘴唇是人臉的一個(gè)重要部件,它在智能人機(jī)交互中有相當(dāng)大的應(yīng)用價(jià)值。嘴唇輪廓的檢測(cè)和提取是唇讀、表情分析、3D人臉模型的自動(dòng)生成、人臉動(dòng)畫(huà)等數(shù)字人像技術(shù)諸多研究領(lǐng)域的前提工作和重要應(yīng)用。
嘴唇特征提取算法是近年來(lái)研究的熱點(diǎn),正日趨成熟,但尚無(wú)令人滿意的系統(tǒng),主要的技術(shù)有模板匹配、變形模板、Hough變換、主動(dòng)輪廓、Gabor小波變換、曲線擬合等,這些技術(shù)只考慮了嘴唇的整體外觀形狀,而忽略了嘴唇的紋理信息。然而通過(guò)觀察不難發(fā)現(xiàn)。嘴唇的紋理跟指紋一樣,具有唯一性,但它會(huì)隨著唇部的運(yùn)動(dòng)而發(fā)生變化,嘴唇形狀與紋理是有一定的對(duì)應(yīng)關(guān)系,通過(guò)嘴唇的紋理而得到嘴唇的形狀是可行的。
唇部紋理主要在人類(lèi)學(xué)、醫(yī)學(xué)、司法鑒定等方面應(yīng)用比較廣泛[2],但都是通過(guò)現(xiàn)成的儀器進(jìn)行特征的提取,分析的內(nèi)容相對(duì)簡(jiǎn)單。唇部紋理的信息包括光滑度、熵、深度、紋理數(shù)目、紋理寬度、紋理深度、稀疏度等很多方面,是現(xiàn)有的設(shè)備沒(méi)有辦法實(shí)現(xiàn)的,有的話設(shè)備都是很昂貴的。通過(guò)計(jì)算機(jī)技術(shù),提取唇部紋理特征,具有很好的現(xiàn)實(shí)意義和經(jīng)濟(jì)效益。
由于嘴唇的紋理易受到光照、噪聲的干擾,對(duì)提取出清晰的唇紋理信息產(chǎn)生重大的影響。所涉及的問(wèn)題包括:唇紋圖像的拍攝、圖像的預(yù)處理、紋理的特征提取、紋理的分布規(guī)律,建立從紋理信息到形狀的關(guān)聯(lián)映射,實(shí)現(xiàn)唇形的分類(lèi)。
本文以高分辨率的唇紋圖像為基礎(chǔ)。隨著高清的設(shè)備價(jià)格的降低,唇紋的采集設(shè)備的搭建變得容易實(shí)現(xiàn),唇紋圖像采用開(kāi)放環(huán)境下非接觸式的采集方式。通過(guò)自建唇紋圖庫(kù),建立基于Tenengrad算子的圖像清晰度評(píng)價(jià)方法,研究了非接觸唇紋物距與圖像清晰度的關(guān)系,得到符合要求的圖像。
對(duì)唇部紋理圖像進(jìn)行處理,首先將唇部區(qū)域和膚色區(qū)域的圖像像素從RGB顏色空間轉(zhuǎn)換到HSV顏色空間,然后使用EM(expectation maximization)算法,對(duì)已經(jīng)提前手動(dòng)標(biāo)好的訓(xùn)練數(shù)據(jù)進(jìn)行相應(yīng)的唇部區(qū)域和皮膚區(qū)域GMM參數(shù)的估計(jì)。將唇部特征點(diǎn)的位置確定為感興趣區(qū)域ROI(region of interest),考慮到唇部的紋理信息較弱,對(duì)ROI區(qū)域利用Weber-Fechner定律建立對(duì)H、S色彩通道的感知模型,改進(jìn)直方圖均衡化算法,有效地提高紋理的清晰程序,消除圖像顏色“失真”現(xiàn)象,增強(qiáng)了圖像的細(xì)節(jié)信息。
在唇部紋理的提取,本文采用形態(tài)學(xué)成本分析MCA(Morphological Component Analysis)算法來(lái)實(shí)現(xiàn)[3]。算法先將圖像分解為兩部分:光滑部分和紋理部分。同時(shí),紋理部分可能存在噪聲污染,再采用雙邊濾波(Bilateral filter),達(dá)到保邊去噪的目的。紋理提取特征,是衡量和準(zhǔn)確的表示出唇紋的特性的關(guān)鍵點(diǎn)。將特征清晰的程度和部位將唇紋分為主紋、副紋和臨時(shí)紋三種類(lèi)型,同時(shí)還包括光滑度、熵、深度、紋理數(shù)目、紋理寬度、紋理深度、稀疏度等,擬使用均值、標(biāo)準(zhǔn)差、三階距和熵等來(lái)描述每幅圖像的特征,將提取的特征進(jìn)行歸一化處理,形成特征向量。最后,采用SVM+RBF核函數(shù)進(jìn)行特征分類(lèi)。
通過(guò)實(shí)驗(yàn)驗(yàn)證算法的可行性,通過(guò)紋理的信息,得到相對(duì)應(yīng)的嘴唇形狀。實(shí)現(xiàn)了圖像目標(biāo)的精確提取,滿足處理的實(shí)時(shí)性要求。對(duì)于唇紋的描述可以計(jì)算機(jī)圖形學(xué)方面來(lái)進(jìn)行考慮,對(duì)唇紋進(jìn)行形狀及表面紋理的表達(dá),唇紋圖像在本質(zhì)上還是一種三維的物體在二維平面上的投影。隨著現(xiàn)在3D技術(shù)的發(fā)展,能夠直接對(duì)形狀及紋理進(jìn)行建模,從而獲得唇紋的三維數(shù)據(jù),從而進(jìn)行有效識(shí)別,并能夠解決在影像形成過(guò)程中由于光照及姿態(tài)和表情帶來(lái)的調(diào)整問(wèn)題。在FRVT2006測(cè)試中,3D Morphable Model有著很出色的表現(xiàn),說(shuō)明借助3D信息進(jìn)行唇紋識(shí)別有著更高的應(yīng)用實(shí)踐性。將來(lái),在和生物特征識(shí)別技術(shù)的進(jìn)一步結(jié)合發(fā)展下,唇紋識(shí)別將會(huì)帶來(lái)更高的識(shí)別率和魯棒性。
[1]孫冬梅,裘正定.生物特征識(shí)別技術(shù)綜述[J].電子學(xué)報(bào),2001(12):1474-1478.
[2]李洪武.唇紋的初步研究[J].中國(guó)刑警學(xué)院學(xué)報(bào),2008(12):33-35.
[3]耿瑞敏,練秋生,孫馬秋.基于形態(tài)學(xué)成分分析的指紋分離[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(16):188-190.
*吉林省教育廳“十三五”科學(xué)技術(shù)研究項(xiàng)目(吉教科合[2016]第144號(hào))。
楊成佳(1979-),男,內(nèi)蒙古通遼人,研究生,吉林建筑大學(xué)網(wǎng)絡(luò)信息中心,講師,研究方向:圖像處理。
TP
A
1006-0049-(2017)11-0060-01