| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 引言 | 第10-14页 |
| ·基于耳廓的生物信息识别 | 第11-12页 |
| ·基于图的耳廓匹配 | 第12-13页 |
| ·本文的工作 | 第13-14页 |
| 2 匹配的基本概念 | 第14-20页 |
| ·图匹配 | 第14-15页 |
| ·二分图匹配 | 第15-16页 |
| ·常见的二分匹配算法 | 第16-19页 |
| ·Hungarian 算法 | 第16-17页 |
| ·Hopcroft-Karp 算法 | 第17-18页 |
| ·最大匹配的网络流算法 | 第18-19页 |
| ·多重匹配算法 | 第19页 |
| ·小结 | 第19-20页 |
| 3 三维耳廓关键点的形状特征 | 第20-28页 |
| ·耳廓数据预处理 | 第20-21页 |
| ·关键点选取 | 第21-23页 |
| ·关键点附近的局部特征拟合 | 第23-25页 |
| ·特征压缩 | 第25-26页 |
| ·两个关键点上的形状特征相似度计算 | 第26-27页 |
| ·两耳廓间的相似度的二分匹配 | 第27-28页 |
| 4 耳廓整体相似度的二分最优匹配 | 第28-30页 |
| ·基于 Kuhn-Munkres 算法的二分最优匹配 | 第28-29页 |
| ·二分最优匹配的算法性能分析 | 第29-30页 |
| 5 实验结果及分析 | 第30-37页 |
| ·本文算法的结果及分析 | 第30-32页 |
| ·本文算法对不同耳廓匹配结果分析 | 第31-32页 |
| ·本文算法对同一耳廓匹配结果分析 | 第32页 |
| ·二分最大匹配结果分析 | 第32-36页 |
| ·不同耳廓最大匹配结果分析 | 第32-34页 |
| ·相同耳廓最大匹配结果分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 6 总结及展望 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 攻读硕士学位期间发表学术论文情况 | 第41-42页 |
| 致谢 | 第42页 |