基于邻域特征的笔迹鉴定算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-19页 |
| ·概述数字图像处理及其相关技术 | 第9-14页 |
| ·数字图像处理 | 第9-10页 |
| ·模式识别 | 第10-11页 |
| ·生物识别技术 | 第11页 |
| ·人工神经网络 | 第11-13页 |
| ·遗传算法 | 第13-14页 |
| ·笔迹鉴定的背景 | 第14-15页 |
| ·笔迹鉴定应用及意义 | 第15页 |
| ·笔迹鉴定分类及特点 | 第15-16页 |
| ·国内外研究现状、研究水平、发展趋势及可行性 | 第16-18页 |
| ·本文的研究工作 | 第18-19页 |
| 第二章 笔迹图像的采集及预处理 | 第19-24页 |
| ·笔迹图像的采集 | 第19-20页 |
| ·图像二值化 | 第20-21页 |
| ·图像平滑 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 高精度并行手写体汉字细化算法 | 第24-30页 |
| ·快速并行算法 | 第25-26页 |
| ·形态学细化算法 | 第26-27页 |
| ·高精度并行手写体汉字细化算法 | 第27-28页 |
| ·基本定义 | 第27页 |
| ·算法的基本思想 | 第27-28页 |
| ·实验结果 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于邻域特征的笔划交叉点提取算法 | 第30-36页 |
| ·引言 | 第30-32页 |
| ·算法改进 | 第32-34页 |
| ·实验结果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 笔迹特征提取 | 第36-45页 |
| ·静态形状特征提取 | 第36-39页 |
| ·有效纵横比 | 第36-37页 |
| ·黑像素面积与总面积比 | 第37页 |
| ·不变矩特征 | 第37-39页 |
| ·伪动态特征 | 第39-44页 |
| ·灰度直方图特征 | 第39-40页 |
| ·高灰度特征 | 第40-41页 |
| ·笔划宽度分布 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 基于遗传神经网络笔迹鉴定算法 | 第45-55页 |
| ·人工神经网络理论 | 第45-48页 |
| ·人工神经网络模型 | 第45-48页 |
| ·遗传算法理论 | 第48-49页 |
| ·遗传算法基本原理 | 第48-49页 |
| ·遗传神经网络 | 第49-53页 |
| ·遗传神经网络的基础 | 第49-51页 |
| ·遗传神经网络模型 | 第51-53页 |
| ·基于遗传神经网络笔迹鉴定算法 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第七章 实验及结果分析 | 第55-59页 |
| ·实验环境 | 第55页 |
| ·笔迹库的建立 | 第55-56页 |
| ·实验方法 | 第56页 |
| ·实验结果及分析 | 第56-59页 |
| 第八章 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 附录 | 第66-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间所做的工作 | 第73页 |
