针对现有人耳特征提取方法主要采用几何形状法和代数法提取,存在偏差较大的问题,提出了一种新的人耳图像特征提取方法,并将其应用到矿工身份识别中。该方法利用三尺度canny算子提取人耳边缘图像,运用凸包算法提取人耳边缘特征点,采用轮廓搜索算法提取人耳外轮廓,在极平面上用外耳轮廓上的点到极点的距离与人耳长轴的比值构成人耳特征向量,解决了几何形状法提取人耳特征偏差大的问题。将用该方法提取的人耳图像特征用于矿工身份识别,正确识别率达96%。

完整凸包算法，标准C++编译，包含注释完整有效，内涵博客链接。

带有用 C++ 实现的凸包算法的控制台应用程序

采用c++进行编程的凸包算法，是和生长算法不同的另一种构建tin的算法，该算法相对难度较大，此处用的是Graham扫描法

快速三维凸包算法的研究与改进.pdf

Graham凸包算法.doc

功能可以实现，是用MyEclipse完成，使用鼠标获取坐标点，算法有详细的注释，相信会为你提供一个很好的参考

二维平面内，鼠标点击任取若干数量点，通过算法实现，找到最小凸包，并将最小凸包上的所有顶点顺次连接

有关更多信息和理解代码，请访问： http://codesmesh.com/convex-hull-matlab-code-and-explanation/

I#region Structures public struct Segment { public PointF p; public PointF q; public bool contains(SuperPoint point) { if (p.Equals(point.P) || q.Equals(point.P)) return true; return false; } } public struct SuperPoint { public PointF P; public int ID; public SuperPoint(PointF p, int id) { P = p; ID = id;