唇紋識別圖像分割系統的研究*

楊成佳

吉林建筑大學網絡信息中心，吉林 長春 130118

?

唇紋識別圖像分割系統的研究*

楊成佳*

吉林建筑大學網絡信息中心，吉林 長春 130118

我國已經進入了信息化發展時代，信息技術及多媒體技術在我國各行各業都得到了快速應用和發展，信息在日常使用中越來越重視其安全性，同時信息還有著很強的隱蔽性，這些都是信息化時代信息所具有的新的特征。在信息化時代，重要的特征就是人們身份的數字化及隱蔽化。因此如何進行方便快捷的進行身份驗證和有效識別，是當今信息技術發展的焦點問題，也是信息化時代需要解決的重點技術之一。嘴唇的紋理跟指紋一樣具有唯一性，本文以唇紋識別為基礎，實現基于紋理分布的唇形分類方法的研究。

唇紋識別；圖像分割；生物特征識別

當前，傳統的身份證認證方式，以及銀行卡使用過程中的口令密碼等身認證技術，在如今信息化時代使用起來很費事，不但不容易記住，而且有著攜帶不方便的缺點，也不容易進行更換，如果出現丟失或者被盜，容易被仿制和盜用，已經越來越不適應現代技術發展的需要。尤其是“9.11”事件以后，隨著國際恐怖分子活動的日益猖獗，世界各國政府更加重視應用生物特征的識別技術。這一技術是關系國家安全的重要性技術，并被大力研究和應用。

一、相關的理論

生物特征識別屬于模式識別范疇，它是指通過計算機利用人體所固有的并特有的生理和行為特征來進行身份識別或個體驗證的一門科學，它是一門利用人的生理上的特征來識別人的科學[1]。生物特征識別技術改變了傳統的依靠可記憶信息或實物確認身份的模式，其具有的持久性、普遍性、獨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身份確認的所有需要。

二、嘴唇紋理特征算法的可行性

嘴唇是人臉的一個重要部件，它在智能人機交互中有相當大的應用價值。嘴唇輪廓的檢測和提取是唇讀、表情分析、3D人臉模型的自動生成、人臉動畫等數字人像技術諸多研究領域的前提工作和重要應用。

嘴唇特征提取算法是近年來研究的熱點，正日趨成熟，但尚無令人滿意的系統，主要的技術有模板匹配、變形模板、Hough變換、主動輪廓、Gabor小波變換、曲線擬合等，這些技術只考慮了嘴唇的整體外觀形狀，而忽略了嘴唇的紋理信息。然而通過觀察不難發現。嘴唇的紋理跟指紋一樣，具有唯一性，但它會隨著唇部的運動而發生變化，嘴唇形狀與紋理是有一定的對應關系，通過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學、醫學、司法鑒定等方面應用比較廣泛[2]，但都是通過現成的儀器進行特征的提取，分析的內容相對簡單。唇部紋理的信息包括光滑度、熵、深度、紋理數目、紋理寬度、紋理深度、稀疏度等很多方面，是現有的設備沒有辦法實現的，有的話設備都是很昂貴的。通過計算機技術，提取唇部紋理特征，具有很好的現實意義和經濟效益。

三、主要研究內容

由于嘴唇的紋理易受到光照、噪聲的干擾，對提取出清晰的唇紋理信息產生重大的影響。所涉及的問題包括：唇紋圖像的拍攝、圖像的預處理、紋理的特征提取、紋理的分布規律，建立從紋理信息到形狀的關聯映射，實現唇形的分類。

本文以高分辨率的唇紋圖像為基礎。隨著高清的設備價格的降低，唇紋的采集設備的搭建變得容易實現，唇紋圖像采用開放環境下非接觸式的采集方式。通過自建唇紋圖庫，建立基于Tenengrad算子的圖像清晰度評價方法，研究了非接觸唇紋物距與圖像清晰度的關系，得到符合要求的圖像。

對唇部紋理圖像進行處理，首先將唇部區域和膚色區域的圖像像素從RGB顏色空間轉換到HSV顏色空間，然后使用EM(expectation maximization)算法，對已經提前手動標好的訓練數據進行相應的唇部區域和皮膚區域GMM參數的估計。將唇部特征點的位置確定為感興趣區域ROI(region of interest)，考慮到唇部的紋理信息較弱，對ROI區域利用Weber-Fechner定律建立對H、S色彩通道的感知模型，改進直方圖均衡化算法，有效地提高紋理的清晰程序，消除圖像顏色“失真”現象，增強了圖像的細節信息。

在唇部紋理的提取，本文采用形態學成本分析MCA(Morphological Component Analysis)算法來實現[3]。算法先將圖像分解為兩部分：光滑部分和紋理部分。同時，紋理部分可能存在噪聲污染，再采用雙邊濾波(Bilateral filter)，達到保邊去噪的目的。紋理提取特征，是衡量和準確的表示出唇紋的特性的關鍵點。將特征清晰的程度和部位將唇紋分為主紋、副紋和臨時紋三種類型，同時還包括光滑度、熵、深度、紋理數目、紋理寬度、紋理深度、稀疏度等，擬使用均值、標準差、三階距和熵等來描述每幅圖像的特征，將提取的特征進行歸一化處理，形成特征向量。最后，采用SVM+RBF核函數進行特征分類。

四、結論

通過實驗驗證算法的可行性，通過紋理的信息，得到相對應的嘴唇形狀。實現了圖像目標的精確提取，滿足處理的實時性要求。對于唇紋的描述可以計算機圖形學方面來進行考慮，對唇紋進行形狀及表面紋理的表達，唇紋圖像在本質上還是一種三維的物體在二維平面上的投影。隨著現在3D技術的發展，能夠直接對形狀及紋理進行建模，從而獲得唇紋的三維數據，從而進行有效識別，并能夠解決在影像形成過程中由于光照及姿態和表情帶來的調整問題。在FRVT2006測試中，3D Morphable Model有著很出色的表現，說明借助3D信息進行唇紋識別有著更高的應用實踐性。將來，在和生物特征識別技術的進一步結合發展下，唇紋識別將會帶來更高的識別率和魯棒性。

[1]孫冬梅，裘正定.生物特征識別技術綜述[J].電子學報，2001(12)：1474-1478.

[2]李洪武.唇紋的初步研究[J].中國刑警學院學報，2008(12)：33-35.

[3]耿瑞敏，練秋生，孫馬秋.基于形態學成分分析的指紋分離[J].計算機工程與應用，2008，44(16)：188-190.

*吉林省教育廳“十三五”科學技術研究項目(吉教科合[2016]第144號)。

楊成佳(1979-)，男，內蒙古通遼人，研究生，吉林建筑大學網絡信息中心，講師，研究方向：圖像處理。

TP

A

1006-0049-(2017)11-0060-01