基于图论的三维耳廓形状特征匹配
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-12页 |
| 1.1 耳廓识别 | 第8-9页 |
| 1.2 图论基础 | 第9页 |
| 1.3 信息论基础 | 第9-10页 |
| 1.4 本文工作介绍 | 第10-12页 |
| 2 相关工作介绍 | 第12-18页 |
| 2.1 耳廓识别算法 | 第12-14页 |
| 2.1.1 二维耳廓识别算法 | 第12-13页 |
| 2.1.2 三维耳廓识别算法 | 第13-14页 |
| 2.2 图匹配算法 | 第14-16页 |
| 2.2.1 精确的图匹配算法 | 第14-15页 |
| 2.2.2 近似的图匹配算法 | 第15-16页 |
| 2.2.3 形状匹配算法 | 第16页 |
| 2.3 基于熵的图匹配算法 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 相关的基础方法 | 第18-22页 |
| 3.1 耳廓提取 | 第18页 |
| 3.2 选取关键点 | 第18-20页 |
| 3.3 局部形状特征提取及压缩 | 第20页 |
| 3.4 构造关键点的三维网格图 | 第20-21页 |
| 3.5 本章小结 | 第21-22页 |
| 4 耳廓匹配的 IsoRank 算法 | 第22-26页 |
| 4.1 IsoRank 算法 | 第22-23页 |
| 4.2 实验结果及分析 | 第23-25页 |
| 4.2.1 关键点间的对应关系 | 第23页 |
| 4.2.2 匹配精度 | 第23-24页 |
| 4.2.3 时间复杂度 | 第24-25页 |
| 4.3 本章小结 | 第25-26页 |
| 5 耳廓识别的路径跟随算法 | 第26-36页 |
| 5.1 关键点图的组合相似测度 | 第26-27页 |
| 5.2 路径跟随算法求解 F_0(P) | 第27-28页 |
| 5.3 实验结果及分析 | 第28-35页 |
| 5.3.1 关键点的对应关系 | 第28-30页 |
| 5.3.2 结构差异测度及分析 | 第30-31页 |
| 5.3.4 组合差异测度及分析 | 第31-33页 |
| 5.3.5 识别效率和精度 | 第33-35页 |
| 5.4 本章小结 | 第35-36页 |
| 6 耳廓识别的联合 α 熵算法 | 第36-43页 |
| 6.1 形状特征匹配 | 第36页 |
| 6.2 构造最小生成树 | 第36-38页 |
| 6.3 融入局部形状特征的联合 α 熵 | 第38页 |
| 6.4 联合 α 熵最小化估计 | 第38-39页 |
| 6.5 实验结果及分析 | 第39-42页 |
| 6.5.1 联合 α 熵中 α 的取值 | 第39-40页 |
| 6.5.2 耳廓的识别效率和精度 | 第40-41页 |
| 6.5.3 时间复杂度 | 第41页 |
| 6.5.4 相似测度矩阵 | 第41-42页 |
| 6.6 本章小结 | 第42-43页 |
| 7 总结及展望 | 第43-45页 |
| 7.1 本文工作总结 | 第43-44页 |
| 7.2 未来研究方向 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49页 |
