| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 生物特征识别与步态识别 | 第8-10页 |
| 1.2 步态识别概述 | 第10-13页 |
| 1.2.1 基于计算机视觉的步态识别 | 第11-12页 |
| 1.2.2 基于足底压力特征的步态识别 | 第12-13页 |
| 1.3 论文的主要工作内容和组织结构 | 第13-15页 |
| 第2章 足底压力特征描述 | 第15-19页 |
| 2.1 足底压力平面分布生理描述 | 第15-16页 |
| 2.2 足底受力支撑模型描述 | 第16-17页 |
| 2.3 步态触觉特征的应用 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 系统硬件设计 | 第19-26页 |
| 3.1 系统设计要求与元件选型 | 第19-20页 |
| 3.2 各功能模块设计 | 第20-23页 |
| 3.2.1 足底压力采集系统控制模块 | 第20-22页 |
| 3.2.2 足底压力信息测量模块 | 第22-23页 |
| 3.3 系统处理流程 | 第23-24页 |
| 3.3.1 通信与PCAP初始化 | 第23页 |
| 3.3.2 系统逻辑控制 | 第23-24页 |
| 3.3.3 测试数据 | 第24页 |
| 3.4 本章小结 | 第24-26页 |
| 第4章 步态触觉信息预处理 | 第26-30页 |
| 4.1 信号去噪 | 第26-29页 |
| 4.2 旋转不变处理 | 第29页 |
| 4.3 本章小结 | 第29-30页 |
| 第5章 步态特征选择与识别 | 第30-46页 |
| 5.1 特征介绍 | 第30-33页 |
| 5.1.1 步态图像的全局压力中心点 | 第31页 |
| 5.1.2 步态图像的局部压力中心点 | 第31-32页 |
| 5.1.3 步态图像的极大值点和边缘点 | 第32页 |
| 5.1.4 步态图像中各特征点之间的欧氏距离及两两连线后的角度 | 第32-33页 |
| 5.2 特征选择 | 第33-37页 |
| 5.2.1 基于主成分分析的特征挑选 | 第33-36页 |
| 5.2.2 基于遗传算法的二次特征挑选 | 第36-37页 |
| 5.3 KNN算法 | 第37-40页 |
| 5.3.1 KNN算法简介 | 第37-38页 |
| 5.3.2 KNN基本原理及相似度的计算方法 | 第38-39页 |
| 5.3.3 KNN算法流程 | 第39-40页 |
| 5.4 系统设计流程图 | 第40-41页 |
| 5.5 实验及结果分析 | 第41-46页 |
| 第6章 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46-47页 |
| 6.2 未来研究工作展望 | 第47-48页 |
| 参考文献 | 第48-49页 |