唇纹识别图像分割系统的研究*

杨成佳

吉林建筑大学网络信息中心，吉林 长春 130118



唇纹识别图像分割系统的研究*

杨成佳*

吉林建筑大学网络信息中心，吉林 长春 130118

我国已经进入了信息化发展时代，信息技术及多媒体技术在我国各行各业都得到了快速应用和发展，信息在日常使用中越来越重视其安全性，同时信息还有着很强的隐蔽性，这些都是信息化时代信息所具有的新的特征。在信息化时代，重要的特征就是人们身份的数字化及隐蔽化。因此如何进行方便快捷的进行身份验证和有效识别，是当今信息技术发展的焦点问题，也是信息化时代需要解决的重点技术之一。嘴唇的纹理跟指纹一样具有唯一性，本文以唇纹识别为基础，实现基于纹理分布的唇形分类方法的研究。

唇纹识别；图像分割；生物特征识别

当前，传统的身份证认证方式，以及银行卡使用过程中的口令密码等身认证技术，在如今信息化时代使用起来很费事，不但不容易记住，而且有着携带不方便的缺点，也不容易进行更换，如果出现丢失或者被盗，容易被仿制和盗用，已经越来越不适应现代技术发展的需要。尤其是“9.11”事件以后，随着国际恐怖分子活动的日益猖獗，世界各国政府更加重视应用生物特征的识别技术。这一技术是关系国家安全的重要性技术，并被大力研究和应用。

一、相关的理论

生物特征识别属于模式识别范畴，它是指通过计算机利用人体所固有的并特有的生理和行为特征来进行身份识别或个体验证的一门科学，它是一门利用人的生理上的特征来识别人的科学[1]。生物特征识别技术改变了传统的依靠可记忆信息或实物确认身份的模式，其具有的持久性、普遍性、独特性和可采集性等特性，极大的降低了伪造和丢失的可能性，基本可以满足目前对身份确认的所有需要。

二、嘴唇纹理特征算法的可行性

嘴唇是人脸的一个重要部件，它在智能人机交互中有相当大的应用价值。嘴唇轮廓的检测和提取是唇读、表情分析、3D人脸模型的自动生成、人脸动画等数字人像技术诸多研究领域的前提工作和重要应用。

嘴唇特征提取算法是近年来研究的热点，正日趋成熟，但尚无令人满意的系统，主要的技术有模板匹配、变形模板、Hough变换、主动轮廓、Gabor小波变换、曲线拟合等，这些技术只考虑了嘴唇的整体外观形状，而忽略了嘴唇的纹理信息。然而通过观察不难发现。嘴唇的纹理跟指纹一样，具有唯一性，但它会随着唇部的运动而发生变化，嘴唇形状与纹理是有一定的对应关系，通过嘴唇的纹理而得到嘴唇的形状是可行的。

唇部纹理主要在人类学、医学、司法鉴定等方面应用比较广泛[2]，但都是通过现成的仪器进行特征的提取，分析的内容相对简单。唇部纹理的信息包括光滑度、熵、深度、纹理数目、纹理宽度、纹理深度、稀疏度等很多方面，是现有的设备没有办法实现的，有的话设备都是很昂贵的。通过计算机技术，提取唇部纹理特征，具有很好的现实意义和经济效益。

三、主要研究内容

由于嘴唇的纹理易受到光照、噪声的干扰，对提取出清晰的唇纹理信息产生重大的影响。所涉及的问题包括：唇纹图像的拍摄、图像的预处理、纹理的特征提取、纹理的分布规律，建立从纹理信息到形状的关联映射，实现唇形的分类。

本文以高分辨率的唇纹图像为基础。随着高清的设备价格的降低，唇纹的采集设备的搭建变得容易实现，唇纹图像采用开放环境下非接触式的采集方式。通过自建唇纹图库，建立基于Tenengrad算子的图像清晰度评价方法，研究了非接触唇纹物距与图像清晰度的关系，得到符合要求的图像。

对唇部纹理图像进行处理，首先将唇部区域和肤色区域的图像像素从RGB颜色空间转换到HSV颜色空间，然后使用EM(expectation maximization)算法，对已经提前手动标好的训练数据进行相应的唇部区域和皮肤区域GMM参数的估计。将唇部特征点的位置确定为感兴趣区域ROI(region of interest)，考虑到唇部的纹理信息较弱，对ROI区域利用Weber-Fechner定律建立对H、S色彩通道的感知模型，改进直方图均衡化算法，有效地提高纹理的清晰程序，消除图像颜色“失真”现象，增强了图像的细节信息。

在唇部纹理的提取，本文采用形态学成本分析MCA(Morphological Component Analysis)算法来实现[3]。算法先将图像分解为两部分：光滑部分和纹理部分。同时，纹理部分可能存在噪声污染，再采用双边滤波(Bilateral filter)，达到保边去噪的目的。纹理提取特征，是衡量和准确的表示出唇纹的特性的关键点。将特征清晰的程度和部位将唇纹分为主纹、副纹和临时纹三种类型，同时还包括光滑度、熵、深度、纹理数目、纹理宽度、纹理深度、稀疏度等，拟使用均值、标准差、三阶距和熵等来描述每幅图像的特征，将提取的特征进行归一化处理，形成特征向量。最后，采用SVM+RBF核函数进行特征分类。

四、结论

通过实验验证算法的可行性，通过纹理的信息，得到相对应的嘴唇形状。实现了图像目标的精确提取，满足处理的实时性要求。对于唇纹的描述可以计算机图形学方面来进行考虑，对唇纹进行形状及表面纹理的表达，唇纹图像在本质上还是一种三维的物体在二维平面上的投影。随着现在3D技术的发展，能够直接对形状及纹理进行建模，从而获得唇纹的三维数据，从而进行有效识别，并能够解决在影像形成过程中由于光照及姿态和表情带来的调整问题。在FRVT2006测试中，3D Morphable Model有着很出色的表现，说明借助3D信息进行唇纹识别有着更高的应用实践性。将来，在和生物特征识别技术的进一步结合发展下，唇纹识别将会带来更高的识别率和鲁棒性。

[1]孙冬梅，裘正定.生物特征识别技术综述[J].电子学报，2001(12)：1474-1478.

[2]李洪武.唇纹的初步研究[J].中国刑警学院学报，2008(12)：33-35.

[3]耿瑞敏，练秋生，孙马秋.基于形态学成分分析的指纹分离[J].计算机工程与应用，2008，44(16)：188-190.

*吉林省教育厅“十三五”科学技术研究项目(吉教科合[2016]第144号)。

杨成佳(1979-)，男，内蒙古通辽人，研究生，吉林建筑大学网络信息中心，讲师，研究方向：图像处理。

TP

A

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