王志秦

WANG Zhi-qin

（唐山學(xué)院 信息工程系，唐山 063000）

0 引言

隨著科學(xué)技術(shù)的進(jìn)步和發(fā)展，生物特征識別，如指紋識別、虹膜識別等，已經(jīng)廣泛應(yīng)用于身份鑒別場合，但是目前的生物特征識別系統(tǒng)對應(yīng)用環(huán)境的要求還較為苛刻，還不能做到高效、非打擾、高識別率等效果。人耳識別是以人耳圖像作為研究對象，是一種新的生物特征識別方法。研究表明人耳特征是長期保持不變的，與其他生物特征一樣具有不變性和唯一性。人耳位于頭部兩側(cè)，在位置和角度上比其他生物特征更為有優(yōu)勢，有利于實(shí)現(xiàn)高效、非打擾的識別方式[1]。本文采用數(shù)字信號處理器構(gòu)建了人耳圖像識別系統(tǒng)，利用攝像機(jī)采集人耳圖像，利用高速數(shù)字信號處理器完成圖像信息預(yù)處理和特征提取識別，并通過以太網(wǎng)與上位計(jì)算機(jī)數(shù)據(jù)庫交換信息。

1 系統(tǒng)整體方案設(shè)計(jì)

人耳圖像識別系統(tǒng)首先需要對人耳圖像進(jìn)行采集，通過算法對人耳圖像進(jìn)行定位，之后對整幅圖像進(jìn)行裁剪，將裁剪后的人耳圖像進(jìn)行歸一化和灰度增強(qiáng)變換處理，然后利用人耳識別算法進(jìn)行特征提取，提取后的特征送分類器分類并與人耳特征數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行模式匹配，最后將識別結(jié)果顯示出來。整體設(shè)計(jì)方案如圖1所示：

圖1 人耳圖像識別系統(tǒng)整理方案圖

1.1 人耳圖像的定位算法

對于人耳圖像的定位方法有很多種，如膚色分割方法、模板覆蓋查詢方法，閾值分割方法等。本文采用閾值分割法。首先將采集的圖像轉(zhuǎn)化為灰度圖像，根據(jù)直方圖的灰度閾值，將灰度圖像中的像素點(diǎn)與該閾值進(jìn)行比較，灰度值大于閾值的為一部分，灰度值小于和等于閾值的為另一部分，將圖像中不同的區(qū)域劃分開并進(jìn)行二值化，達(dá)到閾值分割的目的。其中灰度閾值的選取具有決定劃分結(jié)構(gòu)優(yōu)劣的作用。通過觀察發(fā)現(xiàn)多數(shù)人的耳部上邊緣與頭發(fā)相接，而人耳與側(cè)面的皮膚與頭發(fā)具有明顯的不同，所以用閾值分割法就可以容易的將人耳圖像分割出來。

分割出來的人耳圖像，以左耳圖像為例，左耳的輪廓邊緣位于圖像的右上側(cè)，利用圖像的右上區(qū)域部分進(jìn)行灰度掃描，從上向下逐行掃描，當(dāng)遇到第一個灰度為255的點(diǎn)停止，該點(diǎn)被認(rèn)為是耳廓的上部頂點(diǎn)。再由右向左逐列掃描，得到耳廓的右側(cè)頂點(diǎn)。由此即可定位人耳圖像在整幅圖像中的所在位置坐標(biāo)。

1.2 人耳圖像的預(yù)處理

在得到了人耳圖像在整幅圖像中的位置坐標(biāo)后，根據(jù)統(tǒng)計(jì)經(jīng)驗(yàn)，人耳頂點(diǎn)大約在人耳中軸線位置，耳廓的右端點(diǎn)到耳廓上部的距離大約占耳長的1/3左右。由此可以確定對圖片裁剪的坐標(biāo)和尺寸。

由于是對人耳圖像的采集是動態(tài)捕捉，采集圖像的角度、位置和距離有可能不同，因此需要對人耳圖像進(jìn)行歸一化處理，將裁剪好的原始圖像通過縮放調(diào)整到相同的尺寸和位置，來消除人耳相對于攝像機(jī)的平移、距離和旋轉(zhuǎn)對圖像的影響。本文中每幅圖像分別歸一化為197×100像素的灰度圖像。

為了消除現(xiàn)場不同光照對人耳圖像的影響，采用對圖像進(jìn)行灰度增強(qiáng)的方法，根據(jù)灰度圖像直方圖中灰度值聚集區(qū)域，適當(dāng)加大對比度。

經(jīng)過以上圖像預(yù)處理的步驟后所得到的人耳圖像即可作為后續(xù)識別算法的原始圖像。

2 人耳識別算法設(shè)計(jì)

目前人耳識別算法主要有主元分析方法、線性判別分析方法、幾何學(xué)方法、神經(jīng)網(wǎng)絡(luò)方法等，其中基于整體特征提取的線性判別分析方法應(yīng)用較廣泛?；诰€性判別分析（LDA，Linear Discriminate Analysis）的特征提取方法是模式識別中常用的一種特征提取方法，該方法生成的特征向量子空間使樣本間離散度和類內(nèi)離散度的比值達(dá)到最大，具有較主成分分析方法更好的識別效果。Hua Yu和Jie Yang在2001年提出了直接線性判別分析（DLDA）方法，解決了LDA方法的小樣本問題[2]，提高了線性判別分析在實(shí)際應(yīng)用中的特征提取效果。本設(shè)計(jì)采用采用了LBP算法與DLDA算法相結(jié)合的特征提取方法。傳統(tǒng)的人耳特征提取方法通過采集人耳圖像并進(jìn)行灰度調(diào)整和歸一化處理，再采用主成分分析方法或線性判別分析方法對圖像的特征向量進(jìn)行分析，篩選出能夠達(dá)到最佳識別效果的特征向量，用于分類識別。局部二元模式（Local Binary Pattern，LBP）[3]通過比較圖像中每個像素與其周圍像素灰度值大小，并利用二進(jìn)制模式表示比較結(jié)果，可以對灰度圖像中鄰近區(qū)域的紋理信息進(jìn)行有效提取。LBP特征的優(yōu)點(diǎn)是對灰度變化不敏感且計(jì)算簡單。采用LBP算法變換后，加入了中心像素點(diǎn)與周圍像素點(diǎn)的相關(guān)性，減小了光照變化和角度變化對特征提取的影響。

將多尺度的概念引入到基于LBP的人耳特征識別領(lǐng)域，將LBP算法的特征引入多尺度因素，在不同尺度上對圖像進(jìn)行分析，可以提高識別率?；贚BP和小波變換的特征提取方法首先采用離散小波變換的方法對圖像進(jìn)行兩次分解，并在此基礎(chǔ)上提取人耳圖像的多尺度LBP特征；通過匹配多尺度LBP特征信息來實(shí)現(xiàn)人耳的分類識別。

3 系統(tǒng)硬件設(shè)計(jì)

隨著數(shù)字信號處理技術(shù)的發(fā)展，DSP以高性能的系統(tǒng)核心，強(qiáng)大的信息處理能力得到了廣泛應(yīng)用。由數(shù)字信號處理器構(gòu)成的嵌入式信息處理系統(tǒng)，能夠?qū)崟r地對大量數(shù)據(jù)進(jìn)行處理，能夠?qū)崿F(xiàn)復(fù)雜的數(shù)字信號處理算法，在影音和圖像處理領(lǐng)域具有廣闊的應(yīng)用前景。本文設(shè)計(jì)的基于DSP的人耳圖像識別系統(tǒng)以數(shù)字信號處理器（DSP）為核心，對采集的圖像進(jìn)行算法處理[4]。系統(tǒng)硬件結(jié)構(gòu)由以下幾部分組成，系統(tǒng)的結(jié)構(gòu)如圖2所示：

圖2 人耳識別系統(tǒng)硬件組成結(jié)構(gòu)

通過CCD攝像機(jī)采集的視頻數(shù)據(jù)流經(jīng)視頻解碼芯片解碼后送到視頻端口，存入FIFO存儲器中，當(dāng)數(shù)據(jù)滿時產(chǎn)生直接訪問存儲器中斷，將數(shù)據(jù)搬移到SDRAM中，系統(tǒng)可直接從SDRAM中取出圖像數(shù)據(jù)進(jìn)行處理。處理結(jié)果經(jīng)視頻編碼芯片送至顯示器進(jìn)行實(shí)時顯示。系統(tǒng)程序和已有人耳特征庫信息存儲在Flash ROM中。數(shù)字信號處理器通過自身具有的以太網(wǎng)接口與上位PC機(jī)進(jìn)行信息交換。

3.1 數(shù)字信號處理器

本設(shè)計(jì)采用的數(shù)字信號處理器為TI 公司的TMS320DM642，是一款針對視頻和圖像處理領(lǐng)域應(yīng)用的高性能定點(diǎn)處理器芯片，最高時鐘頻率為720MHz，最大運(yùn)算速度 5760MIPS。該芯片具有三個可配置的視頻接口，同時支持三路視頻輸入或者輸出；一個 10/100M 的以太網(wǎng)接口；64位的外部存儲單元接口（EMIF），支持連接同步或異步存儲單元；是實(shí)現(xiàn)實(shí)時視頻圖像處理系統(tǒng)的優(yōu)秀平臺[5]。

外部存儲器采用兩片 32 位數(shù)據(jù)寬度的SDRAM，總?cè)萘繛?2 兆字節(jié)，用來作為 DM642片內(nèi)存儲器的擴(kuò)展，主要存放視頻處理時的視頻圖像數(shù)據(jù)。采用兩片共 32兆字節(jié)的 Flash 存儲器存放圖像處理的程序和實(shí)現(xiàn)人耳識別時所需的數(shù)據(jù)庫。

3.2 視頻解碼芯片

視頻解碼芯片的作用是對輸入的模擬視頻信號進(jìn)行采樣并數(shù)字化。本系統(tǒng)中使用 Philips 的SAA7113視頻解碼芯片來采集模擬視頻信號并將其轉(zhuǎn)換為數(shù)字信號送給 DSP 處理。SAA7113支持PAL、NTSC制式，支持隔行掃描和多種數(shù)據(jù)輸出格式，可自動監(jiān)測 50Hz、60Hz 的場頻信號，并可在PAL 制式和 NTSC 制式下自動轉(zhuǎn)換，能夠在輸入的復(fù)合視頻信號 CVBS 或分離視頻信號S-VIDEO中選擇一路視頻信號，將YUV三個分量分離并通過A/D 轉(zhuǎn)換以及對亮度、對比度和飽和度進(jìn)行控制后產(chǎn)生標(biāo)準(zhǔn)的 BT656 YUV4：2：2 格式的 8 位視頻數(shù)據(jù)。

3.3 視頻編碼芯片

視頻編碼芯片能夠?qū)⑻幚砗螽a(chǎn)生的數(shù)字信號轉(zhuǎn)換為模擬視頻信號輸出并顯示在電視機(jī)等監(jiān)視設(shè)備上，以便對算法的效果進(jìn)行驗(yàn)證。本系統(tǒng)使用Philips公司的SAA7121視頻編碼芯片進(jìn)行 D/A 轉(zhuǎn)換來產(chǎn)生模擬視頻信號，通過 VP0 端口傳輸給電視顯示。SAA7121 支持 PAL 與 NTSC 格式的視頻編碼能把 8 比特或 16 比特的 BT656格式數(shù)字視頻信號轉(zhuǎn)換成 PAL或 NTSC 標(biāo)準(zhǔn)的模擬電視基帶信號。

4 軟件設(shè)計(jì)

系統(tǒng)軟件設(shè)計(jì)采用了DSP/BIOS實(shí)時多任務(wù)操作系統(tǒng)，利用DSP/BIOS來實(shí)現(xiàn)任務(wù)的實(shí)時調(diào)度、中斷管理、網(wǎng)絡(luò)通信和實(shí)時監(jiān)測。DSP/BIOS占用極少的 CPU 資源，提供了底層的應(yīng)用函數(shù)接口。在使用 DSP/BIOS 編寫代碼后，CCS 可以提供多種分析和評估代碼工具，如圖形化顯示各個線程占用的 CPU 時間、代碼執(zhí)行時間統(tǒng)計(jì)、顯示輸出信息等，可以直觀地了解代碼各個部分的開銷情況。通過DSP/BIOS 工具可以更加好地控制 DSP的硬件資源，更加靈活地協(xié)調(diào)各個軟件模塊的執(zhí)行，從而大大加快軟件的開發(fā)和調(diào)試進(jìn)度。

本系統(tǒng)的軟件流程圖如圖3所示，在圖像采集和圖像顯示兩大模塊中間加入人耳檢測模塊，如果監(jiān)測到人耳則進(jìn)行圖像采集、分割、預(yù)處理和識別，并顯示識別結(jié)果；如果沒有檢測到人耳圖像，則顯示直接采集到的圖像。

圖3 人耳圖像識別系統(tǒng)流程圖

5 實(shí)驗(yàn)結(jié)果

本設(shè)計(jì)對6名實(shí)驗(yàn)人員的人耳圖像進(jìn)行采集和實(shí)驗(yàn)，每人采集不同角度和位置的左側(cè)人耳圖像12幅，并將采集的圖像特征信息預(yù)先存儲。實(shí)驗(yàn)時再次分別采集實(shí)驗(yàn)人員的左側(cè)頭部圖像，通過實(shí)驗(yàn)系統(tǒng)對人耳圖像進(jìn)行定位、圖像裁剪、圖像預(yù)處理、特征提取和分類識別并將識別結(jié)構(gòu)顯示在顯示器下方。當(dāng)人耳特征提取算法的提取的特征數(shù)為40時，人耳定位和識別時間約為5.5秒，平均正確識別率為83.3%，達(dá)到了良好的識別效果。

6 結(jié)論

本文針對生物特征識別系統(tǒng)中的人耳識別，應(yīng)用數(shù)字信號處理器構(gòu)建人耳圖像識別系統(tǒng)，利用攝像機(jī)和高速數(shù)字信號處理技術(shù)，完成人耳圖像采集和特征識別，實(shí)現(xiàn)了基于DSP的人耳圖像識別系統(tǒng)。該系統(tǒng)具有自動采集識別、快速準(zhǔn)確、識別率高等特點(diǎn)，可用于機(jī)場、銀行等需要身份鑒別的安保環(huán)境和需要自動采集數(shù)據(jù)的場合，具有很高的實(shí)際應(yīng)用價值。

[1]張海軍,穆志純,?？?人耳識別技術(shù)研究進(jìn)展綜述[J].計(jì)算機(jī)工程與應(yīng)用,2004,33：2-5.

[2]孫寧,冀貞海,等.基于局部二元模式算子的人臉性別分類方法[J].華中科技人學(xué)學(xué)報(bào)（自然科學(xué)版）,2007,35：177-181.

[3]苑瑋琦,劉暢.人臉人耳圖像采集裝置設(shè)計(jì)[J].微計(jì)算機(jī)信息,2010，22：9-12.