论文部分内容阅读
本文利用模式识别技术中的小波分析方法、BP神经网络技术，应用于CT图像识别及三维人脸识别等生物医学工程中。讨论了模式识别，ＣＴ图像识别，三维人脸识别研究现状与存在问题。介绍了关键基础理论及技术，分析了脑部CT图形异常检测方法。对三维人脸识别所涉及的若干关键技术：姿态矫正、人脸鉴别等方面进行了研究。为了便于研究，设计并实现了相关原型系统。具体研究内容如下：1.针对脑梗CT图像自动判读问题，本文提出一种基于随机Hough变换和BP网络的脑部异常检测算法，首先通过随机Hough变换，利用不同脑组织CT图像的灰度信息，检测圆形或类圆形区域，初步判断可能异常的区域，利用RHT变换求出该区域中心位置及半径；然后采集可能异常部位的灰度特征信息，利用训练过的BP网络进行比对分析，排除正常区域，确定脑部异常部位。2.提出基于曲率变换的鼻子位置检测算法BCCNPD。利用小波奇异点检测原理来确定三维空间内鼻子位置，实现准确定位鼻子；通过BCCNPD算法，利用鼻梁空间特性，进行人脸姿态的调整，试验表明鼻子位置检测算法BCCNPD能够将各种姿态3D人脸数据调整到端正姿态。利用鼻子位置检测算法BCCNPD调整后的人脸，通过平行于xoy平面做切面，可以直接剔除耳朵、脖子等冗余数据，能够精确提取三维人脸轮廓，试验效果较好。3.本文提出了基于小波分析的三维人脸特征提取算法WAFFE，利用Daubec-hies小波提取人脸切面的切线曲率变化点，实现人脸特征点的自动定位与提取；利用WAFFE算法，能够实现大规模的三维人脸数据存储与检索；基于WAFFE算法，给出了快速特征比对算法FFMA，可以简化人脸特征比对过程，试验效果较好。