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

小波变换在生物特征识别技术中的应用研究

摘要第1-6页
Abstract第6-11页
第一章 绪论第11-22页
   ·生物特征识别技术概述第11-12页
   ·课题研究的目的和意义第12-13页
     ·课题来源第12页
     ·研究范围第12-13页
     ·目的与意义第13页
   ·生物特征识别国内外研究现状第13-20页
     ·掌纹识别研究概况第13-15页
     ·虹膜识别研究概况第15-17页
     ·人脸识别研究概况第17-18页
     ·基于小波变换进行生物特征提取的算法总结第18-20页
   ·目前存在的问题第20页
   ·论文的主要研究内容第20-21页
   ·论文的组织第21-22页
第二章 生物特征识别系统概述第22-29页
   ·模式识别简介第22-23页
   ·生物特征识别系统的操作模式第23-24页
   ·生物特征识别系统的结构第24-25页
   ·生物特征识别系统的性能评估指标第25-28页
   ·本章小结第28-29页
第三章 小波变换在生物特征识别中应用的理论基础第29-41页
   ·小波变换的基本理论第29-35页
     ·小波变换的定义第29-30页
     ·小波函数的性质第30-32页
     ·多分辨率分析第32-33页
     ·Mallat塔式算法第33页
     ·适用于生物特征识别的小波基第33-34页
     ·离散实数小波变换的不足第34-35页
   ·双树复数小波变换及其性质第35-39页
     ·双树复数小波变换第36-37页
     ·双树复数小波变换平移不变性分析第37页
     ·双树复数小波变换改进的多方向选择性分析第37-38页
     ·双树复数小波变换相位特性分析第38-39页
   ·双树复数小波变换应用于生物特征识别的可行性分析第39-40页
   ·本章小结第40-41页
第四章 基于双树复数小波变换幅值特征的生物特征识别第41-60页
   ·双树复数小波变换幅值特征的构造原理第41-43页
   ·双树复数小波变换幅值特征的匹配方法第43-44页
   ·算法应用于掌纹图像的实验结果第44-50页
     ·掌纹图像的预处理第44-45页
     ·加权系数的确定第45-47页
     ·掌纹识别结果第47-48页
     ·算法性能测试第48页
     ·对比实验第48-50页
   ·算法应用于虹膜图像的实验结果第50-55页
     ·虹膜图像的预处理第50-51页
     ·加权系数的确定第51-52页
     ·虹膜识别的结果第52-53页
     ·算法性能测试第53-54页
     ·对比实验第54-55页
   ·算法应用于人脸图像的实验结果第55-59页
     ·人脸图像的预处理第55-56页
     ·加权系数的确定第56-58页
     ·人脸识别的结果第58-59页
   ·算法存储量与速度分析第59页
   ·本章小结第59-60页
第五章 基于双树复数小波变换相位特征的生物特征识别第60-71页
   ·双树复数小波变换相位特征的构造原理第60-63页
     ·相位信息的重要性第60-61页
     ·相位方向特征码的构造原理第61-63页
   ·相位特征码的匹配方法第63页
   ·实验结果第63-68页
     ·算法在掌纹图像上的识别结果第63-65页
     ·算法在虹膜图像上的识别结果第65-67页
     ·算法在人脸图像上的识别结果第67-68页
   ·算法存储量与速度分析第68-69页
   ·对算法在不同生物特征上应用的结果分析第69-70页
   ·本章小结第70-71页
第六章 结论第71-73页
参考文献第73-76页
在学研究成果第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:基于力场转换理论的人耳识别算法
下一篇:基于图像匹配的虹膜识别方法研究