臺灣博碩士論文加值系統

由於身份的驗證已成為科學領域中不可忽略的一項重要過程，因此如何在辨識的技術上尋求更多有效且實用的工具，並能精確地辨認出個人的身份，實在是一項刻不容緩的工作。人體生理特徵的辨識目前已是相當普遍的技術，而耳朵辨識在人類歷史上存在已超過一百年了，耳朵是一項重要的人體生理特徵，也需要去發展出一套更好的辨識系統。
本篇論文的研究在人體生理中耳朵的特徵辨識的實用性分析，以及耳朵辨識的方法研究，並比較各類人體生理特徵辨識方法。提出藉由電腦影像軟體來計算耳朵影像的外耳殼、反耳殼及內凹痕部份面積的方法，並利用面積的空間交比不變性來計算出耳朵影像的特徵值，此特徵值並不會因為取得耳朵影像的距離和角度而有所改變，並進而發現每個人的左耳和右耳會各自擁有不同的特徵值，同時比對任兩個人的左耳和右耳，將可以提高耳朵辨識的準確度。另外提出利用MATLAB程式處理耳朵影像的方法，以此作為未來電腦自動辨識的基礎，希望在已發展出的人體生理辨識技術中，找出更多有效且實用的理論及方法，來做更精確的耳朵辨識。

Because the identification of a person has become a very important process in scientific field that can’t be ignored, how to find more effective and practical tools in identical technology and exactly to make the identity of a human being is the job to brook no delay. Biometrics characteristics identification technology has become a common method today, and ear recognition has been used over 100 years in human history, and it is also needed to develop more better identical systems.
This thesis paper presents the analysis of Ear recognition in practice, and the method in researching, and comparing with other biometrics. By bring up the method to calculate the areas of helix, antihelix and concha in ear image by computer software program, and use the cross ratio invariance of areas in space to calculate the eigenvalue of a ear image, this eigenvalue will not change even if the distance and angle changes to take the ear image, we also find the left ear and the right ear of a person owns the different eigenvalue. If we compare the left ear and the right ear of a person in the same time to any other person, we can improve the accuracy of identification. Besides we also use the Matlab program to process ear images, to establish a basis of computer’s automatic identification in the future. We hope to find more effective and practical theorems and methods to make ear recognition accuracy.

中文摘要………………………………………………………………………2
英文摘要………………………………………………………………………3
誌謝……………………………………………………………………………4
目錄……………………………………………………………………………5
圖目錄…………………………………………………………………………7
表目錄…………………………………………………………………………9
第一章 緒論………………………………………………………………10
1.1 前言………………………………………………………………10
1.2 研究動機…………………………………………………………11
1.3 研究目的…………………………………………………………12
1.4 研究方法…………………………………………………………12
1.5 本篇論文架構……………………………………………………13
第二章 耳朵生理測定的方法……………………………………………14
2.1 測定方法簡介……………………………………………………14
2.2 耳朵影像的比對…………………………………………………14
2.3 利用相關仿射結構之投影幾何…………………………………19
2.3.1 齊次座標表示法………………………………………………19
2.3.2二維投影平面………………………………………………………20
2.3.3 投影平面上的投影轉換………………………………………20
2.3.4 三維平面的決定………………………………………………21
2.3.5 交比不變性……………………………………………………22
2.4 面積的交比不變性………………………………………………23
第三章 耳朵辨識系統……………………………………………………24
3.1 耳朵影像面積交比分析法………………………………………24
3.2 應用MATLAB在耳朵影像處理的系統……………………………25
第四章 系統測試…………………………………………………………26
4.1 耳朵影像面積交比實驗測試……………………………………26
4.1.1 耳朵取得與面積交比計算特徵值……………………………26
4.1.2 在不同時間與不同距離的耳朵影像取得……………………33
4.2 MATLAB在耳朵影像處理的實驗測試……………………………38
4.2.1 耳朵影像格式…………………………………………………38
4.2.2 耳朵影像灰階處理……………………………………………39
4.2.3 耳朵灰階影像增強……………………………………………39
4.2.4 耳朵灰階影像二值化處理……………………………………40
4.2.5 耳朵影像邊緣偵測……………………………………………41
4.2.6 耳朵影像的閉合與斷開………………………………………41
第五章 實驗結果討論……………………………………………………43
5.1 誤差分析…………………………………………………………43
5.2 誤差來源探討……………………………………………………44
5.3 系統設計與建構之經驗…………………………………………45
5.3.1 耳朵影像面積交比分析系統的優缺點………………………45
5.3.2 MATLAB耳朵影像處理系統的優缺點………………………………46
第六章 結論與未來展望…………………………………………………47
參考文獻……………………………………………………………………49
附錄A 耳朵影像擷取模式…………………………………………………51
附錄B MATLAB影像處理相關程式碼………………………………………52
附錄C 耳朵影像樣本………………………………………………………54

[1] Hanna-Kaisa Lammi: “EAR BIOMETRICS”, http://www.it.lut.fi/kurssit/03-04/010970000/seminars/Lammi.pdf
[2] Alfred V. Iannarelli: “Ear Identification”, Paramount Publishing Company, Freemont, California, 1989.
[3] Burge,M. and Burger,W.: “Ear Biometrics”, in: Jain, A., Bolle, R., Pankanti, S.: Biometrics: Personal Identification in Networked Society, Kluwer Academic Publishers, pp. 273-286, 1999.
[4] Hoogstrate,A.J., Van den Heuvel, H., Huyben, E.:“Ear Identification Based on Surveillance Camera’s Images.” Version updated May 31,2000. [Retrieved October 7,2003] :
http://www.forensic-evidence.com/site/ID/IDearCamera.html.
[5] http://www.bromba.com/faq/biofaqe.htm#Merkmale
[6] Moreno, B., Sánchez, Á., Vélez, J.F.:“On the Use of Outer Ear Images for Personal Identification in Security Applications. ”IEEE 33rd Annual International Carnahan Conference on Security Technology, pp. 469-476, 1999.
[7] Hurley, D.J., Nixon, M. S., Carter, J.N.:“Automated Ear Recognition by Force Field Transformation in Proceedings IEEE Colloquium: Visual Biometrics(00/018)”, pp. 8/1~8/5 , 2000a.
[8] Hurley, D.J., Nixon, M. S., Carter, J.N.:“A New Force Field Transform for Ear and Face Recognition. ”In Proceedings of the IEEE 2000 International Conference on Image Processing ICIP , pp. 25~28, 2000b.
[9] Hurley,D.J.:“Force Field Feature Extraction for Ear Biometrics”, A thesis submitted for the degree of Doctor of Philosophy, pp.27~44, 2001.
[10] 陳衍亨：“利用人臉影像的三維資訊作身分驗證”，國立交通大學資訊科學研究所碩士論文，2002。
[11] 王宇, 小野智司, 鶴沢偉伸, 中山茂: “耳画像による個人識別の研究 ”，鹿兒島大學　工學部　情報工學科研究論文。
[12] http://ddsdx.uthscsa.edu/dig/itdesc.html
[13] 繆紹綱：“數位影像處理，活用－Matlab”，全華科技圖書公司，1999。
[14] http://mmua.cs.ucsb.edu/Save/Panel.pdf
[15] http://www.betterhealth.vic.gov.au/