| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 课题研究的目的和意义 | 第9-10页 |
| 1.3 枪弹识别系统的发展和国内外研究现状 | 第10-16页 |
| 1.3.1 枪弹鉴别理论的发展 | 第10-12页 |
| 1.3.2 早期鉴别方法 | 第12-13页 |
| 1.3.3 显微镜系统 | 第13页 |
| 1.3.4 激光成像系统 | 第13页 |
| 1.3.5 自动识别系统 | 第13-16页 |
| 1.4 主要研究内容 | 第16-17页 |
| 第2章 子弹有效特征提取与匹配算法 | 第17-27页 |
| 2.1 基于子弹纹理分布的匹配 | 第17-19页 |
| 2.1.1 子弹纹理分布向量的提取 | 第17-18页 |
| 2.1.2 相似性计算 | 第18-19页 |
| 2.2 基于互相关函数的匹配 | 第19-22页 |
| 2.2.1 有效相关区域的选择及膛线旋转角的计算 | 第20-21页 |
| 2.2.2 互相关函数的匹配计算 | 第21-22页 |
| 2.3 基于互相关函数匹配算法的改进 | 第22-26页 |
| 2.3.1 改进措施分析 | 第22-23页 |
| 2.3.2 互相关函数运算匹配 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 弹痕识别系统的总体方案研究 | 第27-33页 |
| 3.1 枪弹弹痕介绍 | 第27-29页 |
| 3.1.1 发射子弹的表面形貌 | 第27页 |
| 3.1.2 子弹表面特征 | 第27-28页 |
| 3.1.3 LEA 图像的信号成分 | 第28-29页 |
| 3.2 子弹 LEA 图像的获取 | 第29页 |
| 3.3 图像预处理 | 第29-30页 |
| 3.4 图像条纹的提取 | 第30页 |
| 3.5 LEA 图像的匹配算法 | 第30-31页 |
| 3.5.1 匹配数据的提取 | 第30-31页 |
| 3.5.2 匹配算法实现 | 第31页 |
| 3.6 系统总体方案流程图 | 第31-32页 |
| 3.7 本章小结 | 第32-33页 |
| 第4章 基于图像处理的弹痕识别系统设计 | 第33-51页 |
| 4.1 LEA 图像数据介绍 | 第33页 |
| 4.2 子弹 LEA 图像预处理 | 第33-39页 |
| 4.2.1 子弹 LEA 图像的噪点去除 | 第33-36页 |
| 4.2.2 基于高斯函数的图像滤波 | 第36-37页 |
| 4.2.3 基于数学形态学变换的子弹剩余轮廓去除 | 第37-39页 |
| 4.3 基于边缘检测的弹痕条纹提取 | 第39-46页 |
| 4.3.1 基于 Canny 算子的边缘检测 | 第40-41页 |
| 4.3.2 非条纹边缘滤除 | 第41-43页 |
| 4.3.3 基于 Hough 变换的条纹旋转角检测及边缘提取 | 第43-44页 |
| 4.3.4 基于掩膜的弹痕条纹提取 | 第44-46页 |
| 4.3.5 基于条纹密度的图像质量评价 | 第46页 |
| 4.4 基于互相关函数的子弹 LEA 图像匹配 | 第46-49页 |
| 4.4.1 基于平均条纹的匹配数据的提取 | 第46-47页 |
| 4.4.2 基于互相关函数的匹配分析 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第5章 枪弹弹痕识别系统的实验验证 | 第51-58页 |
| 5.1 实验目的及实验样本的选择 | 第51页 |
| 5.2 枪弹弹痕识别软件介绍 | 第51-53页 |
| 5.3 实验方法 | 第53-54页 |
| 5.4 实验结果及分析 | 第54-57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-69页 |
| 致谢 | 第69页 |