[发明专利]一种基于轮廓波变换的三维人耳提取方法

摘要

本发明属于图像处理技术领域，具体为一种可以自动地从三维深度数据中提取出人耳的算法。该算法可以应用于计算机自动人耳识别系统的前端处理方面。本算法通过统计耳朵轮廓在Contourlet变换域不同子带不同位置上系数的分布概率，构建耳朵概率模型，利用这个模型，把非人耳轮廓边缘过滤掉，只留下耳朵边缘，再计算这些边缘的凸壳，从而实现了三维人耳的精确提取。本发明具有较低的计算复杂度，同时提取的三维人耳具有较高的精确度，对于进一步提高计算机自动人耳识别系统性能具有重要的实际应用价值，在身份认证和识别领域具有较好的应用前景。

主权项

1、一种基于Contourlet变换的三维人耳提取方法，其特征在于，该方法步骤如下：步骤1，训练Contourlet域概率模型：(1)预处理：进行耳洞检测找到人耳位置，以耳洞为中心，在Z通道，取出人耳周围161×149像素的彩色图像和深度图像；(2)分别提取Cr通道和深度图像的梯度并求两者的和，再将这个梯度和二值化，把像素点少于27的连通小段清理掉，接着进行细化，所得结果称为边缘图像；(3)Contourlet变换：对边缘图像做Contourlet变换，分解参数集设置为nlevs；(4)系数量化与组合：将Contourlet变换得到的系数量化为N级，相邻的M个系数组合成块；(5)统计，获得概率表：以块为单位，统计这种类型的块在这个位置出现的概率，结果保存在表格中。(6)对所有训练图像做1～4，得到系数分布的概率表；步骤2，应用Contourlet域概率模型提取耳廓：(1)对测试图像做与训练步骤1，2，3相同的操作，得到系数组合成的块；(2)对于每个块，利用系数矢量的索引号v查找概率表，在概率表中，如果这种块在这个位置出现的概率小于0.01，就将这个块的所有系数置为零，反之则保留；(3)反变换：对处理过的系数做Contourlet反变换；(4)二值化：对反变换结果通过阈值TH重新二值化；(5)求凸壳：计算二值化的结果的凸壳，获得闭合的曲线，作为耳朵的边缘轮廓。