三维耳廓点云形状特征提取及匹配

发布时间：2017-05-09 06:15

  本文关键词：三维耳廓点云形状特征提取及匹配，，由笔耕文化传播整理发布。

【摘要】：随着因特网络技术的逐步提高,网络与人们的工作、学习、生活紧密相连,网络安全问题成为人们越来越关注的焦点。生物识别技术能够避免传统的身份鉴别方式中易忘记、易丢失、易损坏等缺陷,提高了身份鉴别方式的可靠性。耳廓识别技术是近几年来生物识别技术中的新宠,与其他生物识别技术相比具有明显的优势。本文针对三维耳廓点云模型的识别技术进行了相关的研究,其主要工作如下:(1)介绍了经典ICP算法,以及Sparse ICP、ICNP、EM-ICP三种改进算法的基本原理与算法流程,分析并比较各算法的优势与不足。将这四种迭代最近点算法应用到三维耳廓模型的配准中,对比四种算法的配准效果、配准效率以及配准精度。(2)首先对三维耳廓点云模型进行预处理,调整数据库中所有耳廓点云模型的位置与姿态,然后根据Iannarelli分类系统提取三维耳廓模型中四个局部特征区域,利用Sparse ICP算法对三维耳廓点云模型的局部特征进行匹配,根据耳廓模型之间对应点间的距离判断差异度,最终达到识别的效果。(3)利用D2形状分布算法对耳廓全局形状特征进行描述,首先将三维点云模型三角划分成若干个三角形,随机抽取三角形,计算该三角形上的随机点,统计若干个随机点之间的欧式距离分布情况,进而构成该模型的D2形状分布直方图,基于最小二乘法将离散的形状分布直方图拟合为形状分布曲线。利用概率密度函数的Minkowski L1范数方法对耳廓模型的形状分布曲线进行比较。通过实验分析结果,D2形状分布算法对三维点云的形状描述不受分辨率、模型位置、模型姿态等影响,适用于三维耳廓识别。
【关键词】：耳廓识别 Sparse ICP D2 三维形状描述
【学位授予单位】：辽宁师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-12
• 1.1 生物特征识别技术8-10
• 1.2 三维形状描述10-11
• 1.3 本文工作介绍11-12
• 2 相关工作介绍12-17
• 2.1 耳廓识别算法12-14
• 2.1.1 二维耳廓识别算法12-13
• 2.1.2 三维耳廓识别算法13-14
• 2.2 形状分布算法14-16
• 2.3 本章小结16-17
• 3 迭代最近点算法的分析比较17-28
• 3.1 算法基本理论17-24
• 3.1.1 ICP算法17-18
• 3.1.2 Sparse ICP算法18-21
• 3.1.3 ICNP算法21-23
• 3.1.4 EM-ICP算法23-24
• 3.2 算法分析与比较24-27
• 3.2.1 算法原理对比24-26
• 3.2.2 配准效果及精度对比26-27
• 3.3 本章小结27-28
• 4 基于Sparse ICP的三维点云耳廓识别28-33
• 4.1 三维耳廓点云预处理28-29
• 4.2 关键点提取29-30
• 4.3 实验结果及分析30-32
• 4.3.1 匹配精度30-31
• 4.3.2 匹配效率31-32
• 4.3.3 匹配时间32
• 4.4 本章小结32-33
• 5 基于三维点云D2分布的耳廓形状识别33-43
• 5.1 D2形状分布算法33-34
• 5.2 基于最小二乘法曲线拟合34-35
• 5.3 相似度计算与比较35-37
• 5.4 实验结果与分析37-42
• 5.4.1 形状特征相似度37-38
• 5.4.2 健壮性分析38-40
• 5.4.3 分类识别性能40-41
• 5.4.4 匹配精度41-42
• 5.4.5 匹配时间42
• 5.5 本章小结42-43
• 6 总结与展望43-44
• 6.1 本文工作总结43
• 6.2 未来工作的展望43-44
• 参考文献44-49
• 攻读硕士学位期间发表学术论文情况49-50
• 致谢50

【参考文献】

中国期刊全文数据库 前6条

1 张保庆;穆志纯;曾慧;;基于非负稀疏表示的遮挡人耳识别[J];计算机辅助设计与图形学学报;2014年08期

2 王洪申;张树生;白晓亮;张开兴;;三维CAD曲面模型距离-曲率形状分布检索算法[J];计算机辅助设计与图形学学报;2010年05期

3 田启川;张润生;;生物特征识别综述[J];计算机应用研究;2009年12期

4 陈雷蕾;王斌;张立明;;快速三维人耳提取与识别[J];计算机辅助设计与图形学学报;2009年10期

5 田莹;苑玮琦;;尺度不变特征与几何特征融合的人耳识别方法[J];光学学报;2008年08期

6 杨育彬,林珲,朱庆;基于内容的三维模型检索综述[J];计算机学报;2004年10期

  本文关键词：三维耳廓点云形状特征提取及匹配，由笔耕文化传播整理发布。

本文编号：351989