基于量子神经网络的指纹识别技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·指纹识别技术研究的背景和意义 | 第8-9页 |
| ·指纹识别技术的研究现状 | 第9页 |
| ·论文的主要研究内容 | 第9-11页 |
| 第二章 指纹图像预处理 | 第11-33页 |
| ·指纹图像灰度归一化 | 第11-13页 |
| ·一种新的指纹图像合成分割 | 第13-16页 |
| ·指纹图像的二值化 | 第16-17页 |
| ·指纹图像增强 | 第17-24页 |
| ·指纹图像方向图的计算 | 第17-21页 |
| ·指纹图像的GABOR 滤波增强 | 第21-23页 |
| ·利用种子填充算法再次滤波增强 | 第23-24页 |
| ·指纹图像细化 | 第24-30页 |
| ·引言 | 第24-25页 |
| ·关于图像细化的有关概念 | 第25-26页 |
| ·图像细化算法研究 | 第26-30页 |
| ·细化后处理 | 第30-32页 |
| ·毛刺的删除 | 第31页 |
| ·短线的删除 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 指纹特征提取 | 第33-42页 |
| ·引言 | 第33-34页 |
| ·指纹分类特征 | 第34-37页 |
| ·方向图特征 | 第35-37页 |
| ·识别特征提取 | 第37-41页 |
| ·细节特征点提取 | 第38-40页 |
| ·极坐标特征转换 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于量子神经网络的指纹识别方法 | 第42-62页 |
| ·量子神经网络模型研究 | 第42-47页 |
| ·引言 | 第42页 |
| ·量子神经网络模型 | 第42-47页 |
| ·训练算法 | 第47-51页 |
| ·调整量子神经网络权值的训练算法 | 第48-50页 |
| ·量子间隔调整算法 | 第50-51页 |
| ·量子神经网络用于模式识别的优越性 | 第51-53页 |
| ·理论分析 | 第51-52页 |
| ·实验说明 | 第52-53页 |
| ·基于灰度图像的指纹识别 | 第53-57页 |
| ·基于量子神经网络的指纹识别 | 第57-61页 |
| ·简介 | 第57页 |
| ·实验方法介绍 | 第57-58页 |
| ·基于QNN 的指纹识别系统设计及工作流程 | 第58-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·课题研究小结 | 第62页 |
| ·进一步的研究方向 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间完成的论文 | 第68页 |
