三維耳廓點云形狀特征提取及匹配.pdf

1、分類號：密級：學(xué)校代碼：學(xué)號：1016520121100116l遣掌師耗大學(xué)碩士學(xué)位論文②三維耳廓點云形狀特征提取及匹配作者姓名：學(xué)科、專業(yè)：研究方向：導(dǎo)師姓名：王璐計算機(jī)科學(xué)與技術(shù)計算機(jī)圖形學(xué)孫曉鵬教授2015年O6月遼寧師范大學(xué)碩士學(xué)位論文摘要隨著因特網(wǎng)絡(luò)技術(shù)的逐步提高，網(wǎng)絡(luò)與人們的工作、學(xué)習(xí)、生活緊密相連，網(wǎng)絡(luò)安全問題成為人們越來越關(guān)注的焦點。生物識別技術(shù)能夠避免傳統(tǒng)的身份鑒別方式中易忘記、易丟失、易損壞等缺陷，提高了身份鑒別方式

2、的可靠性。耳廓識別技術(shù)是近幾年來生物識別技術(shù)中的新寵，與其他生物識別技術(shù)相比具有明顯的優(yōu)勢。本文針對三維耳廓點云模型的識別技術(shù)進(jìn)行了相關(guān)的研究，其主要工作如下：(I)介紹了經(jīng)典ICP算法，以及SparseICP、ICNP、EMICP三種改進(jìn)算法的基本原理與算法流程，分析并比較各算法的優(yōu)勢與不足。將這四種迭代最近點算法應(yīng)用到三維耳廓模型的配準(zhǔn)中，對比四種算法的配準(zhǔn)效果、配準(zhǔn)效率以及配準(zhǔn)精度。(2)首先對三維耳廓點云模型進(jìn)行預(yù)處理，調(diào)整數(shù)據(jù)

3、庫中所有耳廓點云模型的位置與姿態(tài)，然后根據(jù)Iannarelli分類系統(tǒng)提取三維耳廓模型中四個局部特征區(qū)域，利用SparseICP算法對三維耳廓點云模型的局部特征進(jìn)行匹配，根據(jù)耳廓模型之間對應(yīng)點間的距離判斷差異度，最終達(dá)到識別的效果。(3)利用D2形狀分布算法對耳廓全局形狀特征進(jìn)行描述，首先將三維點云模型三角劃分成若干個三角形，隨機(jī)抽取三角形，計算該三角形上的隨機(jī)點，統(tǒng)計若干個隨機(jī)點之間的歐式距離分布情況，進(jìn)而構(gòu)成該模型的D2形狀分布直方