（计算机应用技术专业论文）基于小波变换和支持向量机的眉毛身份验证方法研究.pdf

摘要 曼一一一m i i i , i , u 罡毫皇 摘要 随着社会的迅速发展，信息安全问题逐渐受到人们重视，于是为了满足信 息时代的安全要求，产生了基于生物特征识别技术的身份验证方法。生物特征 识别是利用人类特有的生理特征或行为特征进行身份识别的技术，它提供了一 种高可靠性、高稳定性的身份鉴别途径。用于身份鉴别的生物特征通常应该具 备普遍性、唯一性、稳定性和可采集性，如：人脸，虹膜，指纹等。由于人类 的眉毛也大致具备这些特性，所以可能被用于身份鉴别的研究。 本文分析了眉毛作为一种独立的生物特征进行身份鉴别的可能性，提出了 基于小波变换和支持向量机的眉毛身份验证方法，并建立一个基于该方法的眉 毛身份验证系统进行实验评测。 本文的主要研究工作如下： ( 1 ) 眉毛图像预处理与特征提取 首先，在眉毛图像中通过手工圈选眉毛区域，并利用最大类间方差法实现 区域中纯眉毛图像的生成，然后使用最近邻插值法将纯眉毛图像归一化为同一 尺度即4 8 0 1 6 0 。最后利用2 层小波变换后，提取低频平滑部分作为特征向量。 ( 2 ) 眉毛验证方法 训练阶段，将提取到特征矢量输入到支持向量机中，采用“一对一 方法 训练分类器，共得到n ( n 一1 ) 2 个分类器。 在验证阶段，读取原始眉毛图像并输入i d 号，原始眉毛图像经预处理后由 小波变换提取特征矢量，输入到支持向量机中进行验证，返回验证结果。 ( 3 ) 基于小波变换和支持向量机的眉毛身份验证的评测 实验结果表明，在1 0 0 人眉毛数据库上，该系统具有较低的错误拒绝率和错 误接受率，从而验证了眉毛用于个人身份鉴别的可能性和有效性。 关键词身份验证；生物特征识别；眉毛身份验证；小波变换；支持向量机 a b s t r a c t a b s t r a c t w i t ht h ed e v e l o p m e n to ft h ei n f o r m a t i o ns o c i e t y , t h e r ea r ei n c r e a s i n gd e m a n d s i ne f f e c t i v ea u t o m a t i cp e r s o n a li d e n t i f i c a t i o nt e c h n o l o g y , b i o m e t r i ci sak i n do f t e c h n o l o g yu s i n gi n d i v i d u a lp h y s i o l o g i c a l o rb e h a v i o r a lc h a r a c t e r i s t i c st ov e r i f y i d e n t i t y i tp r o v i d e sah i g h l yr e l i a b l ea n dh i 曲s t a b i l i t ya p p r o a c ht ot h ei d e n t i t y r e c o g n i t i o n b i o m e t r i c si nr e s e a r c ha n du s em a i n l yi n c l u d ef a c e ，i r i s ，f i n g e r p r i n t ，e t a 1 b i o m e t r i c sw h i c hh a sa l r e a d yr e s e a r c h e dh a ss u c hc h a r a c t e r i s t i c s ：u n i v e r s a l i t y , e x c l u s i v e l y , c o l l e c ta b i l i t ya n ds t a b i l i t yi nap e r i o do f t i m e b e c a u s eh u m a ne y e b r o w a l s oh a st h e s ec h a r a c t e r s ，i tm a yb eu s e dt os t u d yi d e n t i t ya u t h e n t i c a t i o n t h i sp a p e ra n a l y z e st h ep o s s i b i l i t ya n df e a s i b i l i t yt h a th u m a ne y e b r o ww o r k sa s a l li n d e p e n d e n tb i o m e t r i cf o rp e r s o n a li d e n t i f i c a t i o n ，p r o p o s e st h ea p p r o a c ho f e y e b r o wv e r i f i c a t i o nb a s e do nw a v e l e tt r a n s f o r ma n ds u p p o r t v e c t o rm a c h i n e s t h i sp a p e rf o c u s e do nt h ef o l l o w i n gc o n t e n t s ： ( 1 ) e y e b r o wi m a g ep r e p r o c e s s i n ga n d f e a t u r ee x t r a c t i o n f i r s t l y , t h i sp a p e rm a n u a l l ys e l e c tap o l y g o n a r o u n dt h ee y e b r o wi ne a c hi m a g e b yas e q u e n c eo fp o i n t s ，g e n e r a t ep u r ee y e b r o wi m a g eb y t h eo t s um e t h o df r o mt h e p o l y g o na r e a , a n dt h e nn o r m a l i z et h es c a l eo fe a c hp u r ee y e b r o wi m a g e t o4 8 0 16 0 p i x e l s f i n a l l y , t h i sm e t h o dd o e sw a v e l e tt r a n s f o r mo ne y e b r o wi m a g e st oe x t r a c t t h ef e a t u r ev e c t o r s ； ( 2 )e y e b r o w v e r i f i c a t i o n t r a i n i n gs t a g e ：b yt h e w a v e l e td e c o m p o s i t i o n ，e x t r a c t i n gt h ea p p r o p r i a t e f e a t u r e sf r o mt h ep u r ee y e b r o wi m a g e si nt h ep r e p a r e dt r a i n i n gd a t a b a s eo ff a c e s ， t r a i n i n gn ( n 1 ) 2 s v m sf o rt h enc l i e n t sb yt h ee x t r a c t e df a c i a lf e a t u r ev e c t o r s ( 3 )e y e b r o wv e r i f i c a t i o nb a s e do nw a v e l e tt r a n s f c i r n l a n ds u p p o r tv e c t o r m a c h i n e s v e r i f i c a t i o nr e s u l t so ft h ee x p e r i m e n to na ne y e b r o wd a t a b a s et a k e nf r o m10 0 o fs e l f - b u i l tp e r s o n a ld e m o n s t r a t et h ee f f e c t i v e n e s so ft h es y s t e m t h es y s t e mh a sa l o w e rf a ra n df r r t h e r e f o r e ，e y e b r o wr e c o g n i t i o nm a yp o s s i b l ya p p l yt op e r s o n a l i d e n t i f i c a t i o n k e r a o r d si d e n t i t yv e r i f i c a t i o n ；b i o m e t r i c si d e n t i f i c a t i o n ；e y e b r o wv e r i f i c a t i o n ； w a v e l e tt r a n s f o r m ；s u p p o r tv e c t o rm a c h i n e i i i 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 签名：靶亟必 日期：型i ：笸：堡 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有 权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：聋缇批导师签名：虚至丝日期：型2 。罗 第l 章绪论 第1 章绪论 1 1 课题研究背景及意义 身份验证是人们日常生活中经常遇到的一个基本问题，例如登飞机时要验 证登机者的身份，在银行取钱时要核实取钱者是否是指定账户的合法拥有者， 使用计算机时要检查操作者的权限等等。随着网络与通信技术的飞速发展和人 类物理与虚拟活动空间的不断扩大，金融机构、政府机关、企业以及个人之间 通过互联网日益紧密地联系在一起，一方面为信息的共享提供了条件，另一方 面也为心怀巨测的人试图非法获取他人信息提供了机会。因此，对人类自身身 份验证的准确性、安全性与实用性提出了更高要求。 传统的身份验证方式主要有基于身份标识物品和身份标识知识n 3 两种方 式。身份标识物品有钥匙、证件、银行卡等，身份标识知识包括用户名、密码、 令牌等。在一些安全性要求严格的系统中，往往将这两者结合起来，如自动取 款机要求用户同时提供银行卡和密码。传统的身份验证方式有其自身的优点， 首先是使用方便，无论是密码还是信物，都非常易于用户使用；其次是经过较 长时间的实际应用后，人们已经习惯了传统的身份验证方式，密码、i d 卡等在 人们心中具有较高的可信度。但这些传统身份验证方式具有许多缺陷：( 1 ) 标 识物品容易丢失或被伪造，标识知识容易遗忘、记错或被破译；( 2 ) 由于传统 的验证方式认物不认人，所以传统身份验证系统往往无法区别标识物品真正的 拥有者和取得标识物品的冒充者，一旦他人获得标识物品，就可以拥有相同的 权利，因而容易被仿制和冒认。 随着电子商务，电子银行等的日益普及，身份验证的错误将对个人及企事 业团体造成越来越大的损失。显然，传统的身份验证方式不能满足当今信息化 社会对安全性的要求，为克服传统身份验证方法的缺点，人们必须寻求更为安 全可靠、使用方便的身份验证新途径。于是，生物识别技术悄然兴起，并成为 一种新的身份识别技术。 所谓生物特征识别技术瞳1 是指通过计算机利用人体所固有的生理特征或者 行为特征来进行个人身份鉴别技术。与传统的个体鉴别技术相比，生物特征识 别技术是一种更安全、更方便的身份鉴别技术。因为每个人都有自身固有的生 物特征，人体生物特征具有“人人不同，终身不变 的特点。由于人体特征具 有不可复制的特性，这一技术的安全系数较传统意义上的身份验证机制有很大 的提高。人体的生物特征包括指纹、掌纹、面孔、虹膜、视网膜、脉搏、骨架、 耳廓等，行为特征包括声音、签字、按键力度等。 北京工业大学工学硕士学位论文 i ii i - 与人体的各种生物或行为特征相对应的出现了各种生物特征识别技术，如 人脸识别、指纹识别、掌纹识别、虹膜识别、人耳识别等等。每一种生物识别 技术在准确率、用户接受程度、成本等方面都不同，都有其自身的优势和缺点。 人脸识别是一种最直观、最易于被接受的身份鉴别方法，但是由于人脸结构比 较复杂，能够产生弹性形变，在不同光照、视角、化装和表情等条件下的同一 人脸图像存在较大的差别，因此人脸识别在具体应用时计算量较大、出错率较 高、受环境的限制也较多，难于达到实用的水平；步态识别是通过远距离拍摄 步态行为进行身份识别，对步态识别的研究近年来引起了各国学术科研机构的 高度重视；尽管步态识别的精度只能达到中等水平，而且在数据规模较大时很 难识别出单一的个体，但是它具有在远距离非接触状态下进行的优点。对于虹 膜识别而言，它不能用于远距离身份识别，主要难点是虹膜图像的获取。 而m i t 的p a w a ns i n h a 和s a d r 口“1 等人在研究中发现，眉毛是人脸识别中 一个非常重要的特征，其作用比眼睛还要大。眉毛具有很好的轮廓和纹理特征， 位于前额的突出部分，眉脊分开了前额和眼眶，相对于人脸其他部分而言，眉毛 不易受到光照和阴影的影响，且眉毛受表情的影响较小，所以眉毛图象具有更好 的稳定性和抗干扰性。且眉毛具有可以作为生物特征用于身份鉴别的生理或行 为特征必须满足以下条件：( 1 ) 普遍性：即必须每个人都具备这种特征。( 2 ) 唯一性：即任何两个人的特征是不一样的( 3 ) 可采集性：即特征可采集。( 4 ) 稳定性：即特征在一段时间内不改变。因此本文提出了将眉毛作为一种独立的 生物特征用来进行个人身份验证。 1 2 国内外研究现状 生物特征识别技术是目前图像处理、模式识别和计算机视觉领域中的研究 热点。近年来，利用生物特征识别技术进行身份验证在安全领域方面的应用受 到高度的重视，已经开始进入我们社会生活的各个领域。以美国为代表的国外 生物特征识别技术的研究始于上个世纪九十年代，生物特征识别技术的应用最 早用在法庭科学的司法鉴定上。现在已经广泛应用到众多的领域陌1 。美国的一 些连锁超市开始使用一种“指纹付款”的技术。此外，b i o p a s s w o r d 公司开发的 软件利用击键分析来验证个人身份。该软件读取用户第一次输入在线账号时的 敲击速度和节奏，将其数字化，并作为初始样本存储下来。当用户再次登陆时， 该软件能够比较两次输入的节奏特征变化，以判断是否为合法用户。目前， b i o p a s s w o r d 的软件已经在世界银行获得应用。美国i r i s c a n 公司推出的一种虹 膜识别技术已经应用在德克萨斯州联合银行的三个营业部内。一篇来自互联网 周刊的文章称生物特征是来自上帝的密码。美国维萨格公司的脸像识别技术在 第l 章绪论 美国的两家机场大显神通，它能在拥挤的人群中挑出某一张面孔，判断他是不 是通缉犯。美国于2 0 0 4 年1 月1 日正式启动名为“u s v i s i t ”的高科技身份 鉴定安全系统，扫描出入境旅客的旅游文件、指纹来确保边检安全。国际民用 航空组织( i c a 0 ) 要求1 8 8 个成员国将生物特征( 指纹、脸像、虹膜) 嵌入护 照，迄今为止，美国、欧盟、日本、澳大利亚、韩国等绝大部分发达国家已经 接受，并在2 0 0 4 年底以前开始初步应用。另外，欧盟各国达成协议，赞成实行 签证指纹识别程序，与会代表表示，采用指纹识别一类的生物测定技术对打击 有组织犯罪、使用假身份证非法移民及恐怖主义都很重要。 国内的生物识别技术经过数十年的发展已经取得了不同程度的成功，在人 脸、指纹、虹膜、手型、声音、签名、步态等各方面已经取得了一定的成功。 近年来，国家的8 6 3 计划、自然科学基金等陆续设立研究课题，以推动我国在 该技术方面的发展，形成我们中国自主知识产权的技术。部分生物识别的核心 技术研究开始跨入国际先进行列：如虹膜技术是处于世界领先地位的，美国也 说过，要取得虹膜技术的大进展，一定要和中国联合起来。从f v c 2 0 0 2 竞赛公 布的结果可以看出，指纹识别技术也有了很大的提高，处于世界先进水平。 根据目前的文献报道，眉毛识别研究工作正处于起步阶段，主要采用编辑 距离跚口3 、p c a 嘲和隐马尔可夫模型嘲方法，这三种方法已经在2 0 一3 0 人左右的小 规模数据库上进行了相关实验并取得了较好的识别率，初步验证了眉毛识别的 可行性。对眉毛识别的研究拓宽了生物特征识别技术的研究范围，并可能成为 保障信息安全的一种新途径。 1 3 研究的主要内容 本文主要讨论利用小波变换和支持向量机迸行眉毛身份验证的研究并进行 相关实验，主要包括一下内容： ( 1 ) 研究如何利用二维小波变换提取眉毛特征向量的方法； ( 2 ) 在所提取的眉毛特征向量的基础上，研究如何利用支持向量机模型， 通过眉毛这一生物特征实现身份验证的方法； ( 3 ) 基于上述方法建立一个软件仿真平台，并在1 0 0 人的眉毛数据库中进 行实验研究，以验证眉毛作为一种独立的生物特征进行身份验证的可 行性和实用性。 1 。4 本文组织 第一部分绪论部分，主要介绍课题的研究背景与意义、国内外研究现状， 概述了本文研究的主要内容及论文的总体结构安排； 北京工业大学工学硕士学位论文 第二部分介绍生物验证系统的工作原理，工作模式以及性能评价指标，对 眉毛身份验证系统的框架，软硬件开发环境进行了简单介绍； 第三部分介绍眉毛图像的预处理和特征提取。用手动圈选的方法提取纯眉 毛图像，进行归一化处理，建立纯眉毛数据库。然后详细介绍了小波变换的理 论基础，包括小波变换的定义、分类，多分辨分析和m a l l a t 算法，并介绍了各 小波基及主要的性能比较，利用各小波基提取眉毛图像特征向量； 第四部分介绍用于模式识别的支持向量机的基本思想和算法。支持向量机 的核心思想有两个：一个是最优分类面，另一个是核函数。在给出了必要的理 论基础之后，由简入繁地介绍了线性支持向量机和非线性支持向量机，并介绍 了核函数和多类分类方法； 第五部分介绍了基于小波变换和支持向量机的眉毛身份验证系统的应用。 在自建的眉毛数据库上进行仿真实验，并分析实验结果。 结论部分，总结了本文所做的工作并展望了眉毛身份验证的后续研究工作。 第2 章生物验证系统 2 1 简介 第2 章生物验证系统 生物特征识别，指利用人们的生理或行为特征进行身份鉴定，它鉴别的依 据不再是传统的标志物品或标志知识，而是人类本身所固有的生理或行为特征。 本质上说，它采用了个体的独特特征，与传统的暗语、信物相比，具有高可靠 性、不易伪造的特点。典型的个体生理特征有掌纹、指纹、掌型、脸部特征、 虹膜等等，这些特征一般终生不变。个体行为特征指通过后天学习获得的特征， 如签名、语音、步态等。 生物识别系统，即指利用个体的某一生理特征或某一行为特征来进行身份 “验证或鉴定的系统。其结构框图如图2 1 所示。 登记 ，、 、 i 生物特征 采集特征提取 特征库 i 一“广1 “”“广1 1 “” 上 一 l 生物特征l一采集h 特征提取卜 分 类 7 绍呆 器 识5 j 1 图2 一l 生物特征识别系统的基本构成 f i g u r e2 - 1t h eb a s i cs c h e m eo fb i o m e t r i cr e c o g n i t i o ns y s t e m 由图2 - 1 可知，生物识别系统可分为两个逻辑单元：1 ) 登记单元；2 ) 验 证单元。在登记( e n r o l l m e n t ) 单元，个体的生物特征经采集仪器采集后转化为 数字信息，再通过处理部分提取特征数据，制成模板，并根据需要保存在硬盘 上或者磁卡上等。而识别( r e c o g n i t i o n ) 单元，采集仪器采集待鉴定的个体的 生物特征，并将其转化为数字信息，再将这些信息通过类似的处理单元，抽取 特征数据，并将之与原先保存的模板相比对，从而得出鉴定结果n 引。这两个单 元对时间的要求不同。登记单元，一定程度上可以说是离线部分，对处理时间 要求不高，而验证单元直接面向用户，被称为在线部分( o n l i n e ) ，对处理时 间有苛刻的要求n 训。 一般而言，生物识别系统可以分为两种工作模式：1 ) 验证( v 撕f i c a t i o n ) ； 2 ) 识别( i d e n t i f i c a t i o n ) n 1 们。在验证( v e r i f i c a t i o n ) 系统中，系统根据用户先 北京工业大学工学硕士学位论文 前输入的，并保存在系统中的特征来对用户身份进行验证，也可称为“一对一” 比对，多数系统使用这种工作模式，如网络接入、门禁系统等等。用户在验证 过程中，首先输入帐号、名字，或者提供某种信物如磁卡、工c 卡等，接着用户 将生物特征输入系统中，如将指纹输入等。而传统的系统中，用户输入的是口 令、密码等。这样生物特征取代了传统的口令和密码。验证系统回答的问题是 “某人是否为其宣称的那个人”。在识别( i d e n t i f i c a t i o n ) 系统中，用户不输入 帐号等标识身份的信息，而直接输入指纹等生物特征，由系统将输入的特征与 系统数据库中保存的模板一一比对，最后系统鉴定出输入的特征对应的身份。 这种模式可以说是“一对多 比对。它回答“此人是谁”这种问题。显然，两 种模式下的系统结构不尽相同，其要求也不相同。验证系统相对简单，但其离 线部分对时间要求比识别系统高，另外对存储要求也不高。而识别系统相对复 杂，保存着众多的特征数据，一般要对特征数据进行分类，以加速识别过程。 警务司法工作中使用的生物鉴定系统即为此类系统的主要应用实例。 本文所研究的系统为前者，即眉毛身份验证系统，即系统只需回答“此人 是否是他宣称的那个人”，而不需要在较大的模板库中去搜索来回答“此人是 谁”，这样系统的工作量相对较小，而且验证系统在一般日常生活中应用的范围 更广，市场需求也大，也是众多厂商的主要研究对象。 2 2 生物识别系统的性能指标 传统的身份验证系统对于每一个测试者给出“是”或者“否”的答案。而 生物鉴定系统并不简单的给出“是”或者“否”，而是给出的是一个评价指标。 根据不同的安全级别的需要，设定不同的门限，就可以得到不同级别的“是” 或者“否”对于每一个测试者，生物鉴定系统可能输出四种结果：1 ) 真实用户 被接收；2 ) 真实用户被拒绝；3 ) 假冒者被接收；4 ) 假冒者被拒绝。其中1 和 4 是正确输出，2 和3 是错误输出。由此也引出了衡量生物鉴定系统的两个性能 指标：错误拒绝率( f a l s er e j e c t i o nr a t e ，简称f r r ) 和错误接收( f a l s ea c c e p t a n c e r a t e ，简称f a r ) n h1 2 1 ( 注：不同文献对这两个词称呼不同。f a r 有的资料上 称f a l s ea u t h e n t i c a t er a tf a l s ev e r i f i c a t i o nr a t e ，或者称为f m r 即f a l s em a t c h r a t e 。而f r r 也被称作f n m r ，即f a l s en o n m a t c hr a t e 。本文采用最常用的称呼， 即f r r 和f a r ) f r r 指的是真实用户被拒绝的概率，而f a r 指的是假冒者被鉴 定为真实用户的概率。f r r 和f a r 是相关的一对量。一般而言，较低的f r r 对应较高的f a r ，反之较低的f a r 对应较高的f r r 。若f a r 为o ，则表明系 统不会将假冒者鉴定为真实用户。与验证系统不同的是，识别系统还有其他几 个指标，由于本文研究的是验证系统，因而略过。 第2 苹生物验证系统 量! 曼曼量曼曼曼舅曼皇曼皇曼量曼皇曼量曼皇量曼i i i ml| i 皇曼曼曼曼曼鼍曼曼皇量蔓曼曼曼皇曼曼曼曼曼曼曼曼曼曼皇量曼曼曼皇曼曼曼舅曼舅 错误拒绝率f r r 和错误接收率f a r ，分别如下式所示： f r r ：! 墨l 一1 0 0 ( 2 1 ) + t i g a f a r ：! 丛一1 0 0 ( 2 2 ) 理剧+ 式中为错误拒绝的样本个数：为正确接受的样本个数；刀剐为错 误接受的样本个数；为正确拒绝的样本个数。 显而易见的是，除了准确性之外，速度也是衡量生物鉴定系统的指标。如 前面所述，对于验证系统，由于只涉及一对一的比对，因而在线部分( 特征提 取和比对的速度是关键。通常衡量的时间指标有登记时间( e n r o l l m e n tt i m e ) ， 即指登记生物特征的时间；和比对时间( m a t c h i n gt i m e ) ，即指特征提取和比 对的时间总和。对于识别系统，设计的是一对多比对，在识别过程中，输入特 征同大量的保存在数据库中的模板相比对，比对的速度要求很苛刻。 2 3 眉毛身份验证系统 2 3 1 系统结构 与其它生物特征验证系统的一样，本文所研究的眉毛身份验证系统主要有 两个模块一离线模块和在线模块，如图2 - 2 所示。 录入模块，也可称为离线处理模块，旨在将需要的眉毛特征提取出来，然 后将特征矢量送入支持向量机进行训练，生成支持向量机模型。由于是离线处 理，此模块的时间要求可以适当放宽。 验证模块，也可称为在线处理模块，是用来实时验证用户身份的。用户先 输入自己的i d 号，然后将采集的眉毛图像进行小波变换提取特征矢量。然后， 将实时提取得到特征输入和用户宣称的i d 输入n ) l l 练好的支持向量机模型中 进行分类，得到决策，是否该用户为其宣称的人。 如系统框图所示，录入模块和验证模块有部分算法重叠：眉毛图像的采集、 预处理和特征提取。 ( 1 ) 眉毛图像采集。采用c c d 摄像头获取被采访者的眉毛图像，作为系统 的原始图像。 ( 2 ) 图像预处理。由于直接摄取来的图像中，除了包括人像信息，还包括背 景信息，背景信息会影响特征的提取，因此要去除背景信息。而且由于直接采 北京工业大学工学硕士学位论文 集到的图像都具有一定的噪声，所以要对图像进行预处理操作，提取纯眉毛图 像，并对图像进行归一化处理。 眉毛图像采集 宣称者眉毛图像采集 ， 上 离 预处理 预处理 在 线线 1r 丫 小波变换提取眉 j 毛特征 7 i鉴别 i 上 1r 训练分类器 i 输出结果9 ”7 。、。7 9 。 l 图2 - 2 眉毛身份验证系统框架 f i g u r e2 - 2t h ef r a m eo fe y e b r o wv e r i f i c a t i o ns y s t e m ( 3 ) 眉毛特征提取。利用小波变换提取眉毛特征向量，建立输入支持向量 机的特征向量。 2 3 2 系统的硬件组成 眉毛身份验证系统的硬件部分主要由摄像机、图像采集卡、计算机及一些 附件组成。其具体组成情况如图2 3 所示。 园( 亟) _ 压堕 理 图2 - 3 眉毛验证系统硬件示意图 f i g u r e2 - 3h a r d w a r ec o m p o n e n t so fe y e b r o wv e r i f i c a t i o ns y s t e m 2 3 3 系统的软件开发环境 本论文采用m i c r o s o f tv i s u a lc + + 6 0 和p y t h o n 作为软件开发环境。m i c r o s o f t s u a l c + + 集c c h 编译器、源程序编辑器、资源编辑器、调试器、m f c 类库于 一体，是w i n 3 2 平台下优秀的集成开发环境。 p y t h o n 是一种解释型、交互式、纯面向对象的脚本设计语言，它结合了多 种不同语言最好的设计原则和思想。相比其他任何程序设计语言，p y t h o n 允许 第2 章生物验证系统 i i i illi i l li | 1 一一一一!一一, b , b i, mi il i 置 软件设计者更关注于问题本身而不是实现细节，是一种具有面向对象、支持动 态语义、内置高级数据结构、语法简洁优美、易于扩展的解释型脚本语言。 本文利用w i n d o w s 平台下p y t h o n 与c c + + 语言的两种a p i 接口，实现了 p y t h o n 与m i c r o s o f tv i s u a lc + + ( v c ) d 的语言混合编程。 2 4 本章小结 眉毛身份验证系统是模式识别系统与基于眉毛特征的个人身份鉴别方法相 结合的产物。本章首先介绍了一般生物特征识别系统的结构组成及性能评价指 标，然后简单介绍了基于眉毛的身份验证系统的结构及其硬件组成和软件开发 环境。 第3 章预处理与特征提取 蔓曼曼曼曼曼曼曼曼曼曼曼i 1 1 1 _i ii i i 皇舞皇曼曼皇皇皇曼曼皇曼皇曼舅皇皇曼曼鼍曼曼喜曼皇皇曼曼 3 1 引言 第3 章预处理与特征提取 预处理是生物特征识别技术中一个重要的步骤。对于作为验证的对象 眉毛从实物转换成数字图像信息时，由于光照明暗程度以及设备性能优劣等， 往往存在噪声、对比度不够等缺陷。另外，拍摄距离远近、焦距大小等使得眉 毛在整幅图像中的位置和大小不确定。而图像的标准化对最终的验证结果有着 直接的影响。因此，为提减小眉毛图像的尺寸对验证效果的影响，应该在特征 提取之前进行眉毛图像的预处理。 近年来，小波分析备受研究者的重视，它不仅在数学上形成了一个新的分 支，而且广泛应用于信号处理、图像处理、模式识别、量子物理以及众多非线 性科学领域，被认为是在分析工具及方法上的重大突破。一般来说，凡传统使 用f o u r i e r 分析的方法，都可以用小波分析代替。与f o u r i e r 变换、窗口f o u r i e r 变换相比，小波分析在时域和频域都具有良好的局部化特性，因而能有效的从 信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分 析( m u l t i s c a l ea n a l y s i s ) 从而可以聚焦到分析对象的任一细节，解决了f o u r i e r 变 换不能解决的许多困难问题。小波分析这种被成为“数学显微镜”的特征是信 号分析发展史上的里程碑式的进展【1 3 1 4 1 。 3 2 预处理 3 2 1 眉毛数据库的建立 本文所采用的眉毛数据库是实验室自建的一个1 0 0 人的纯眉毛数据库。该 数据库中包括睁眼正视和闭眼的眉毛图像。利用c p 2 4 0 松下摄像机、7 5 r a m 高精 度日本进口镜头和大恒图像采集卡c g 3 0 0 在实验室一般自然光照条件下采集 的。采集到的图像格式为b m p 格式的彩色图像，称为原始眉毛图像( 见图3 一l a ) 。 原始眉毛图像有时候包含眼睛和头发等干扰因素，因此要对原始眉毛图像进行 纯眉毛图像的提取。 在原始眉毛图像中定位眉毛是一个复杂的过程，可以看作是模式识别的一 种，即从特定的环境中定位出人的眉毛。由于本文的研究重点是利用眉毛进行 个人身份验证，这里对眉毛的定位采用了手工圈选的方法n 1 ，即通过在眉毛周 围选定一系列的点n 岛岛，其中只- x ，y ) l i n ，0 x w i d t h ，0 y h e i g h t w i d t h 和 e 曲t 分别表示原始眉毛图像的宽和高，由这些点顺序连接形成一个 不规则的多边形( 如图3l b ) ；再由不规则多边形按照如下规则生成一个矩形， 即：分别找出该多边形的晟大x 坐标，最小x 坐标，最大y 坐标，最小y 坐标， 用x x m i 。, y y 。表示，则生成的矩形的四个项点的坐标分别为 a ( x y 。) b ( x，y 。) c ( xy 。) ，d ( x ，y m in ) ，对多边形内的图像进行灰 度变换t 灰度值g 通过颜色的三个相应分量r 、g 、b 来计算，见式( 3 1 ) g = 0 3 r + o5 9 g + o1 1 b ( 3 - 1 ) 刑多边形和矩形之间的n n n - - + 灰度值t 来填充，令岛表示n 的灰度值，则 t 值的计算见式( 3 - 2 ) ”音毛g 一 ( 3 。2 ) 经过灰度值填充以后的图像称为纯眉毛图像( 如图3 - l e ) ，并保存在计算 机中形成纯眉毛数据库。 星量霞雾| 圜露一? 鑫鼍 k 誓圜 曲原始眉毛图像 b ) 圈选眉毛图像 c ) 纯眉毛图像 a ) t h eo r i g i n a l i m a g e 砷s e l e c t t h ee y e b r o w i m a g e r 0 t h e p u r ee y e b r o w i m a g e 图3 - l 眉毛图像示意图 f i g u r e3 一ia ne x a m p l eo f e y e b r o wi m a g e s 3 22 眉毛图像归一化 通过手工圈选的方式得到的纯眉毛大小不一，为了获得较好的验证效果，需 要对原始图像进行尺度归一化处理。本文采用虽近邻插值法“( 又称零阶插值法) 将大小不一的纯眉毛图像归一化为同一尺寸，即4 8 0 x1 6 0 。 第3 章预处理与特征提取 3 3 小波变换简介 从数学上定义小波：若l ：f ，( f ) 是一个可测的、平方可积的函数，即具有 有限能量，l f ，( f ) r ( 犬) ，( 这里三2 ( r ) 为l f ，( f ) 的矢量空间，r 为实数集) ，若其 傅里叶变换为n 胡： y ( ) = p ( r ) e 咖出( 3 - 3 ) 满足： q = 骅牡 0 ，f ( t ) l 2 ( r ) 。可以看出，参数a 的变换不仅改变连续小波小波的频谱结构，而且也改变其窗口的大小和形状， 当ia ln 4 、时，时宽减小，频宽增大，且6 p ) 的窗口中心向j i 增大方向移动。 这说明连续小波的局部化是变化的，在高频处时间分辨率高，在低频处时间分 辨率低，即具有“变焦 的性质。 函数f ( t ) 可以由它的连续小波变换重构，其重构公式为： f ( t ) = 专瓴咖掣) d a d b 仔7 ， 这就表明了任何平方可积的函数都可以由小波函数的线性组合表示。 连续小波变换是一种线性变换，它具有以下几个方面的性质： ( 1 ) 叠加性( 线性性) e a x ( t ) ，y ( r ) l 2 ( r ) ，k 1 岛为任意的常数，且x ( ，) 的c w t 为吸( a ，r ) ，y ( f ) 的c w t 为帆( 口，r ) ，则z ( t ) = k l x ( t ) + k 2 y ( t ) 的c w t 为 ( 口，f ) = k j 吸( a ，f ) + 也吸( 口，f ) ( 3 8 ) 即一个多分量信号的小波变换等于各个分量的小波变换之和； ( 2 ) 时移不变性( 平移不变性) 若( ，) 的c w t 为( 口，b ) ，则f ( t - ) 的c w t 为孵( 口，6 一f ) ，即延时 后的信号f ( t r ) 的小波系数可将原始信号f ( t ) 的小波系数在r 轴上 进行同样的时移即可； ( 3 ) 尺度转换( 伸缩共变性) 若厂( f ) 的c w t 为( 口，b ) ，则f ( c t ) 的c w t 为w y ( c a ，c 6 ) ； v l ( 4 ) 内积定理( m o y a l 定理) 第3 章预处理与特征提取 皇曼曼曼鼍,ii, i i i - - i 1 i i i i _ n 曼曼曼曼曼曼曼曼! 曼曼曼曼曼曼曼曼曼! 曼曼曼曼! 皇曼曼曼曼曼! 曼! ! 曼! 曼曼曼鼍曼曼曼 设而( d ，吃( r ) r 僻) ，他们的c w t 分别为( 口，f ) ，吸：( 口，f ) ，也 即 ( 口，f ) = ( 3 9 ) ( 口，f ) = ( 3 1 0 ) 则有m o y a l 定理： - q ( 3 1 1 ) 其中： q = 心姚( 3 - 1 2 ) 3 3 2 离散小波变换( 哪) 在实际应用中，特别是在计算机实现上，往往需要将连续小波加以离散化， 通常的做法是将小波基函数l f ，。( f ) ： l ：f ，二兰) 的口，f 限定在一些离散点上取 值，最常用的离散方法就是将尺度按幂级数进行离散化，当a = 2 0 = 1 时， l f ， ( f ) = y p f ) 。通常对r 进行均匀取值，以覆盖整个时间轴。为了不丢失信 息，我们要求采样间隔百满足n y q u i s t 采样定理，即采样频率大于等于该尺度 下频率通带的二倍。每当m 增加1 ，尺度a 增加一倍，对应的频带减小一半， 可见采样率可以降低一半，也就是采样间隔可以增大一倍。因此，如果尺度m = 0 时的t 的间隔为z ，则在尺度为2 ”时，间隔可取为2 坍t ，此时v ，。( d 可表示为： 古y c 与尚= 专峙一驴嘣吐聊朋z 仔m 为简化起见，往往把，往往把t 轴用z 归一化，这样上式就变为： y 。( f ) = 22 y ( 2 “，一力) ( 3 1 4 ) 任意函数f ( t ) 的离散小波变换为： 啊( 聊，) = j 厂( f ) i f ，咖( r ) 出 ( 3 1 5 ) 对于尺度及位移均离散化的小波序列，若取离散栅格为，即相当于连续小波只 北京工业大学工学硕士学位论文 在尺度上进行二进制离散，而位移仍取连续变化，我们称这类小波为二进小波， 表示为： y 2 。，( ，) - 2 一j l y 晤i - - t ) ， ( 3 1 6 ) 相应的二进小波变换为： 鸭。( r ) = 厂( f ) 木y ：。( r ) = 2 一f s ( ，渺( 下v - t ) d r ( 3 一1 7 ) 这样定义的二进小波变换具有平移不变性，即若z 。( f ) = o 一) ，设厂( f ) 的 二进小波变换为暇。( r ) ，z 。( ，) 的二进小波变换为暇t0 - ) ，则有： 3 4 小波分类 ， 暇t ( f ) = 嘎t0 一t o ) ( 3 1 8 ) 小波l f ，经过尺度、位移、离散成离散小波y 删( 七) 后生成r ( r ) 空间的r i e s z 基，对于每个z ，令表示似m ：七z ) 的线性空间张成的空间，即： = c o 咯( 彤卅：尼z ) ( 3 1 9 ) 这样，全空间r ( r ) 就可以表示成彬的直接和： r ( 尺) = w j = 幔l + + + ( 3 2 0 ) j e z 在这个意义上，任意一个f ( x ) 函数都可以唯一的分解成g ，( x ) ： f ( x ) = g l + g o + g l + ( 3 2 1 ) 其中g 。杉，对应所有z 成立。 根据以上讨论的小波性质不同，可将小波分解为： ( 1 ) 正交小波 设小波y 舭( f ) ，如果满足条件他 ，l f ，协) = i ，瓯，。，其中，k ，z 就 称l f ，卅( f ) 为正交小波。如果y ，。七( ，) 是正交小波，那么它的子空间相 互正交即( g ，g ，) = oj ：l ，其中g ，。结果，空间的直接和就变 第3 苹预处理与特征堤取 皇曼量曼曼曼曼鼍曼曼量曼曼曼曼皇曼皇曼皇曼! 曼量鼍i i i ；l ；_ ii ； i 蔓曼曼