基于改进KNN的离线手写签名识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·签名鉴别的分类 | 第12页 |
| ·离线签名鉴别概述 | 第12-15页 |
| ·离线签名鉴别系统的构成 | 第12-13页 |
| ·国内外研究现状及发展 | 第13-15页 |
| ·离线签名鉴别研究存在的问题 | 第15页 |
| ·研究内容与论文结构 | 第15-17页 |
| 第二章 签名采集与预处理 | 第17-27页 |
| ·签名采集 | 第17-18页 |
| ·签名图像预处理 | 第18-27页 |
| ·邻域平均平滑去噪 | 第18-19页 |
| ·迭代式阈值分割 | 第19-20页 |
| ·基于数学形态学的平滑 | 第20-22页 |
| ·Hilditch细化 | 第22-24页 |
| ·空白边缘去除 | 第24-25页 |
| ·轮廓提取 | 第25-27页 |
| 第三章 静"动"结合的特征提取 | 第27-41页 |
| ·签名特征分类 | 第27页 |
| ·静态特征的提取 | 第27-33页 |
| ·几何特征 | 第28-29页 |
| ·矩特征 | 第29-33页 |
| ·伪动态特征的提取 | 第33-38页 |
| ·签名的高密区域特征 | 第34-35页 |
| ·灰度级直方图 | 第35-36页 |
| ·灰度重心特征 | 第36-37页 |
| ·签名骨架方向灰度特征 | 第37页 |
| ·笔画宽度直方图 | 第37-38页 |
| ·签名图像预处理与特征提取的关系 | 第38-39页 |
| ·部分签名样本的特征值 | 第39-41页 |
| 第四章 基于改进KNN的签名分类识别 | 第41-52页 |
| ·模式识别系统 | 第41页 |
| ·加权欧式距离分类器 | 第41-43页 |
| ·模式的相似度计算 | 第41-42页 |
| ·距离分类器 | 第42-43页 |
| ·加权欧式距离分类法 | 第43页 |
| ·K近邻分类器 | 第43-45页 |
| ·最近邻决策 | 第43-44页 |
| ·K近邻决策 | 第44-45页 |
| ·基于特征向量投影的KNN | 第45-47页 |
| ·基本思想 | 第45-46页 |
| ·算法流程 | 第46-47页 |
| ·时间复杂度分析 | 第47页 |
| ·基于学习模型的KNN | 第47-52页 |
| ·基本思想 | 第47-48页 |
| ·学习模型的构建 | 第48-49页 |
| ·分类算法的基本流程 | 第49-50页 |
| ·模型构建与分类实例 | 第50-52页 |
| 第五章 实验结果与分析 | 第52-56页 |
| ·实验条件 | 第52页 |
| ·实验评价指标 | 第52页 |
| ·实验设计 | 第52-53页 |
| ·实验结果与分析 | 第53-56页 |
| 第六章 总结与改进 | 第56-58页 |
| ·工作总结 | 第56页 |
| ·创新点 | 第56-57页 |
| ·存在的问题及改进 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的主要研究成果 | 第63页 |
