首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

印鉴图像真伪识别技术的研究

1 概述第1-19页
   ·研究背景及意义第10-15页
     ·课题难点第10-14页
     ·印鉴鉴别系统描述第14页
     ·印鉴鉴别方法的发展概述第14-15页
   ·论文主要完成的任务及成果第15-19页
     ·本文的印鉴鉴别系统描述第16页
     ·主要内容及成果第16-19页
2 印鉴图像的预处理第19-24页
   ·印鉴图像的复杂特点第19-20页
   ·彩色印鉴图像的二值化方法第20-22页
     ·基于红色度的二值化算法第20页
     ·最大方差比算法第20-22页
   ·印鉴图像的去除噪声方法第22-23页
   ·印鉴图像的形状自动分类方法第23-24页
3 印鉴图像配准第24-36页
   ·经典的印鉴配准算法第24-26页
   ·双层图像配准方法第26-36页
     ·粗配准层算法第26-33页
     ·精确配准层算法第33-36页
4 基于差图像的结构特征提取第36-42页
   ·差图像分析第36-38页
   ·结构特征提取第38-42页
     ·敏感于线状和块状连接成分的特征第38-39页
     ·误差特征第39-40页
     ·辅助特征第40-41页
     ·问题分析第41-42页
5 基于配准的多通道频域特征提取第42-47页
   ·多通道Gabor滤波器原理第42-45页
     ·加博函数第42-43页
     ·加博滤波器第43-45页
   ·多通道频域特征提取第45-47页
6 不变特征提取第47-52页
   ·常用方法介绍第47-48页
   ·SVD原理第48页
   ·不变特征提取第48-52页
     ·稳定性,不变性分析第48-50页
     ·极坐标图像矩阵表示方法第50-51页
     ·不变特征提取第51-52页
7 分类器的设计第52-64页
   ·模式识别及分类器概述第52-54页
   ·Fisher线性判别函数第54-57页
   ·支持向量机SVM第57-64页
     ·基本概念第57-58页
     ·感知准则函数及其梯度下降算法第58-59页
     ·支持向量机原理第59-61页
     ·支持向量机的参数选取及分析第61-64页
8 多分类器融合第64-72页
   ·多分类器融合的设计第64-65页
   ·单分类器选择第65-68页
   ·融合准则第68-72页
     ·常用方法介绍第68-69页
     ·投票组合规则第69-72页
9 系统介绍及实验结果分析第72-76页
   ·印鉴真伪自动鉴别系统介绍第72-73页
     ·印鉴真伪自动鉴别系统软件总框架第72-73页
     ·实验平台的基本构成第73页
   ·实验结果分析第73-76页
结论与展望第76-77页
致谢第77-78页
参考文献第78-86页
已发表论文及科研情况第86-87页

论文共87页,点击 下载论文
上一篇:内部网行为监管审计系统的设计与实现
下一篇:Petri网在FMS中的若干应用研究