基于拉格朗日支持向量机的手写签名脱机识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 概述 | 第9-16页 |
| ·课题的背景与意义 | 第9-10页 |
| ·签名识别概述 | 第10页 |
| ·手写签名脱机识别存在的困难 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国内手写签名脱机识别发展的状况 | 第11-12页 |
| ·国外手写签名脱机识别发展的状况 | 第12-13页 |
| ·本文研究的内容和组织系统 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 数据采集与预处理 | 第16-24页 |
| ·数据采集 | 第16页 |
| ·图像签名的预处理 | 第16-23页 |
| ·平滑 | 第17-18页 |
| ·二值化 | 第18-19页 |
| ·归一化 | 第19-20页 |
| ·轮廓提取 | 第20-21页 |
| ·细化 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 特征提取与选取 | 第24-32页 |
| ·特征的分类 | 第24页 |
| ·手写签名伪动态特征的提取 | 第24-28页 |
| ·手写签名的高灰度稳定度特征 | 第25-26页 |
| ·手写签名骨架方向灰度特征 | 第26页 |
| ·灰度级分布概率直方图 | 第26-27页 |
| ·手写签名的笔划宽度分布直方图 | 第27-28页 |
| ·手写签名的形状特征的提取 | 第28-30页 |
| ·连通片数的计算 | 第28-29页 |
| ·手写签名的网孔数的计算 | 第29页 |
| ·手写签名水平压缩后高度和宽度比 | 第29页 |
| ·黑点面积与总面积比 | 第29页 |
| ·水平及垂直方向相对重心 | 第29-30页 |
| ·特征选取 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 手写签名脱机识别的LSVM理论与实现 | 第32-39页 |
| ·支持向量机(SVM)概述 | 第32页 |
| ·支持向量机算法(SVM) | 第32-34页 |
| ·拉格朗日支持向量机(简称LSVM)算法 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 手写签名脱机识别系统设计 | 第39-46页 |
| ·手写签名脱机识别系统的框架和处理流程 | 第39-40页 |
| ·实验条件 | 第40页 |
| ·本实验实用样本的说明 | 第40页 |
| ·实验结果分析 | 第40-45页 |
| ·本识别系统的特点说明 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 附录1 主要编程代码 | 第50-53页 |
| 附录2 实验所用部分样本 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的学术论文情况 | 第57页 |
