手写签名模糊识别方法的研究与实现
| 第一章 绪论 | 第1-12页 |
| ·本课题的研究目的和意义 | 第7-8页 |
| ·手写签名识别技术的发展和现状 | 第8-11页 |
| ·手写签名识别技术的发展 | 第8-10页 |
| ·手写签名识别技术的研究状况 | 第10-11页 |
| ·本课题研究的主要内容 | 第11-12页 |
| 第2章 人工神经网络 | 第12-23页 |
| ·人工神经网络的发展 | 第12-15页 |
| ·人工神经网络国外发展状况 | 第12-14页 |
| ·人工神经网络国内研究状况 | 第14-15页 |
| ·人工神经网络在手写签名识别中的应用 | 第15-17页 |
| ·人工神经网络的工作原理及构成 | 第17-18页 |
| ·BP算法研究 | 第18-23页 |
| ·对BP学习算法局限性的分析 | 第21页 |
| ·BP算法改进措施 | 第21-23页 |
| 第3章 手写签名模糊识别系统的总体设计 | 第23-29页 |
| ·手写签名模糊识别系统的功能模块 | 第23-24页 |
| ·图像数据读取模块 | 第24-25页 |
| ·图像预处理 | 第25-26页 |
| ·特征提取 | 第26页 |
| ·基于BP神经网络的模糊识别器 | 第26-27页 |
| ·开发平台的选择 | 第27页 |
| ·数据存储管理 | 第27-28页 |
| ·本课题的创新点 | 第28-29页 |
| 第4章 签名图像预处理 | 第29-54页 |
| ·图像预处理技术 | 第29-30页 |
| ·图像文件格式 | 第30-32页 |
| ·图像预处理 | 第32-54页 |
| ·256色位图灰度化 | 第32-34页 |
| ·灰度图像二值化 | 第34-36页 |
| ·去噪 | 第36-38页 |
| ·倾斜校正 | 第38-42页 |
| ·大小归一化 | 第42-45页 |
| ·位置归一化 | 第45-47页 |
| ·笔划细化的方法与实现 | 第47-54页 |
| 第5章 特征提取的方法与实现 | 第54-61页 |
| ·特征提取方法的比较 | 第54-58页 |
| ·逐像素特征提取法 | 第55-56页 |
| ·骨架特征提取法 | 第56页 |
| ·垂直方向数据统计特征提取法 | 第56页 |
| ·13特征点提取方法 | 第56-57页 |
| ·字符宽度特征 | 第57页 |
| ·交叉点特征 | 第57页 |
| ·笔划密度特征 | 第57-58页 |
| ·本课题的特征提取方法与实现 | 第58-61页 |
| 第6章 基于BP网络的模糊识别器 | 第61-71页 |
| ·识别器的BP网络结构 | 第61页 |
| ·样本学习方法与知识库存储结构 | 第61-63页 |
| ·识别器的模糊识别方法 | 第63页 |
| ·基于BP网络的模糊识别器的实现 | 第63-71页 |
| ·样本学习与知识库的实现 | 第63-68页 |
| ·模糊识别器的实现 | 第68-71页 |
| 第7章 运行实例与总结 | 第71-77页 |
| ·实例运行 | 第71-75页 |
| ·总结 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间发表论文情况 | 第81页 |
