基于多特征的维吾尔文手写签名识别研究
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题的研究背景 | 第9-13页 |
| 1.1.1 生物特征识别技术 | 第9-10页 |
| 1.1.2 常用的生物特征识别技术 | 第10-13页 |
| 1.2 离线手写签名识别研究意义 | 第13页 |
| 1.3 手写签名识别的分类和过程 | 第13-14页 |
| 1.3.1 手写签名识别的分类 | 第13-14页 |
| 1.3.2 手写签名识别的过程 | 第14页 |
| 1.4 手写签名识别国内外研究现状及发展趋势 | 第14-17页 |
| 1.4.1 国外研究现状及发展趋势 | 第15-16页 |
| 1.4.2 国内研究现状及发展趋势 | 第16-17页 |
| 1.5 本文的章节安排 | 第17-19页 |
| 第二章 维吾尔文手写签名采集和预处理 | 第19-28页 |
| 2.1 维吾尔文手写签名采集 | 第19-20页 |
| 2.2 维吾尔文签名图像预处理 | 第20-27页 |
| 2.2.1 签名图像灰度化处理 | 第21页 |
| 2.2.2 图像平滑去噪 | 第21-24页 |
| 2.2.3 图像二值化 | 第24-25页 |
| 2.2.4 图像归一化处理 | 第25-26页 |
| 2.2.5 签名边缘轮廓提取 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 签名图像特征的选择和提取 | 第28-41页 |
| 3.1 特征分类和选择 | 第28-29页 |
| 3.2 签名图像的特征提取 | 第29-39页 |
| 3.2.1 局部中心点特征 | 第29-31页 |
| 3.2.2 ETDT特征提取 | 第31-34页 |
| 3.2.3 纹理特征 | 第34-35页 |
| 3.2.4 形状特征 | 第35-37页 |
| 3.2.4.1 几何特征 | 第36-37页 |
| 3.2.4.2 几何不变矩特征 | 第37页 |
| 3.2.5 Zernike矩特征 | 第37-39页 |
| 3.3 特征的融合 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 签名图像的分类决策 | 第41-48页 |
| 4.1 分类决策的概述 | 第41页 |
| 4.2 常用的分类器 | 第41-42页 |
| 4.3 本文使用的分类决策 | 第42-47页 |
| 4.3.1 KNN分类器 | 第42-43页 |
| 4.3.2 相似性距离度量法 | 第43-44页 |
| 4.3.3 神经网络 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 实验结果与分析 | 第48-56页 |
| 5.1 识别系统的基本框架 | 第48-49页 |
| 5.2 实验开发环境 | 第49页 |
| 5.3 实验数据 | 第49页 |
| 5.4 实验结果与分析 | 第49-56页 |
| 5.4.1 使用相似性距离度量的识别结果 | 第50-54页 |
| 5.4.2 使用BP神经网络的识别结果 | 第54-56页 |
| 第六章 总结与展望 | 第56-59页 |
| 6.1 本文总结 | 第56-57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表论文和参加科研情况 | 第63-64页 |
| 致谢 | 第64-65页 |
