脱机中文签名鉴定技术的研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·签名鉴定技术概述 | 第10-12页 |
| ·签名鉴定技术研究的意义 | 第10-11页 |
| ·签名鉴定的分类 | 第11-12页 |
| ·脱机中文签名鉴定技术 | 第12-16页 |
| ·脱机中文签名鉴定的发展现状 | 第12页 |
| ·脱机中文签名鉴定的难点 | 第12-14页 |
| ·脱机签名鉴定系统的基本构成 | 第14页 |
| ·脱机签名鉴定的主要研究方法 | 第14-16页 |
| ·课题简介和论文安排 | 第16-18页 |
| 第二章 签名图像的采集与预处理 | 第18-30页 |
| ·签名样本的采集 | 第18-19页 |
| ·签名图像的采样 | 第19-20页 |
| ·签名图像的预处理 | 第20-28页 |
| ·平滑 | 第20-22页 |
| ·二值化 | 第22-23页 |
| ·空白边缘处理 | 第23-24页 |
| ·倾斜校正 | 第24-26页 |
| ·水平图像压缩 | 第26-27页 |
| ·中心归一化处理 | 第27-28页 |
| ·小结 | 第28-30页 |
| 第三章 特征的提取 | 第30-42页 |
| ·引言 | 第30-31页 |
| ·静态形状特征提取 | 第31-37页 |
| ·几何特征提取 | 第31-32页 |
| ·伪Zernike矩特征 | 第32-37页 |
| ·伪动态特征 | 第37-39页 |
| ·签名的原始灰度特征 | 第37-38页 |
| ·签名的高灰度特征 | 第38页 |
| ·灰度分布直方图 | 第38-39页 |
| ·预处理与所提取特征的关系 | 第39-40页 |
| ·小结 | 第40-42页 |
| 第四章 基于遗传算法的WNN模型的脱机签名鉴定 | 第42-54页 |
| ·引言 | 第42-43页 |
| ·小波神经网络 | 第43-45页 |
| ·遗传算法 | 第45-47页 |
| ·基于遗传算法的小波神经网络的两个模型 | 第47-48页 |
| ·基于两个模型的脱机签名鉴定及实验结果 | 第48-53页 |
| ·实验设计 | 第48-49页 |
| ·性能评价 | 第49页 |
| ·实验结果和性能分析 | 第49-53页 |
| ·结论 | 第53-54页 |
| 第五章 基于小样本集的签名鉴定系统 | 第54-66页 |
| ·引言 | 第54-55页 |
| ·特征提取 | 第55-60页 |
| ·主成分分析 | 第55-58页 |
| ·参考样本数的最低要求 | 第58-59页 |
| ·基于较少真签名的特征提取 | 第59-60页 |
| ·识别决策 | 第60-61页 |
| ·基于小样本集的签名鉴定 | 第61-64页 |
| ·实验设计 | 第61-62页 |
| ·实验结果和性能分析 | 第62-64页 |
| ·结论 | 第64-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表(录用)的论文目录 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |
