脉冲耦合神经网络及其在指纹系统中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-33页 |
| ·背景和研究意义 | 第14-19页 |
| ·指纹识别的发展历程 | 第14-15页 |
| ·指纹和其它生物特征识别的对比 | 第15-18页 |
| ·指纹识别技术的研究意义 | 第18-19页 |
| ·国内外研究现状 | 第19-28页 |
| ·指纹识别系统的结构 | 第19-21页 |
| ·指纹识别系统的技术 | 第21-27页 |
| ·指纹识别的性能评估 | 第27-28页 |
| ·脉冲耦合神经网络 | 第28-31页 |
| ·基本模型介绍 | 第28-30页 |
| ·PCNN的典型应用 | 第30-31页 |
| ·主要工作和结构安排 | 第31-33页 |
| 第二章 改进的PCNN及其应用 | 第33-75页 |
| ·图像处理的PCNN改进模型 | 第33-45页 |
| ·背景介绍 | 第33-34页 |
| ·改进的PCNN模型 | 第34-37页 |
| ·图像处理应用举例 | 第37-45页 |
| ·小结 | 第45页 |
| ·基于WL-PCNN的混合噪声滤波 | 第45-66页 |
| ·背景介绍 | 第46-47页 |
| ·WL-PCNN模型 | 第47-50页 |
| ·基于WL-PCNN的混合噪声去除 | 第50-55页 |
| ·实验结果 | 第55-66页 |
| ·小结 | 第66页 |
| ·一种高维PCNN模型及其特性 | 第66-75页 |
| ·前言 | 第67页 |
| ·典型的二维模型 | 第67-70页 |
| ·一种高维的网络模型 | 第70-73页 |
| ·周期性脉冲传播特性 | 第73-74页 |
| ·小结 | 第74-75页 |
| 第三章 基于M-PCNN的指纹脊线增强 | 第75-89页 |
| ·背景介绍 | 第75-76页 |
| ·原始指纹图像的预处理 | 第76-80页 |
| ·分割指纹有效区域 | 第76-78页 |
| ·估计指纹方向场 | 第78-80页 |
| ·指纹图像增强 | 第80-85页 |
| ·M-PCNN单神经元模型 | 第80-82页 |
| ·指纹的M-PCNN滤波增强 | 第82-85页 |
| ·算法测试与性能评估 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第四章 指纹的方向场估计 | 第89-109页 |
| ·背景介绍 | 第89-90页 |
| ·预处理原始图像 | 第90-92页 |
| ·计算指纹方向场 | 第92-101页 |
| ·S-PCNN模型介绍 | 第92-93页 |
| ·确定图块主脊线 | 第93-97页 |
| ·估计图块的局部方向 | 第97-99页 |
| ·方向场的后续校正 | 第99-101页 |
| ·试验结果展示 | 第101-108页 |
| ·算法的性能测试 | 第101-105页 |
| ·几种算法之间的比较 | 第105-108页 |
| ·本章小结 | 第108-109页 |
| 第五章 二值指纹图像细化 | 第109-125页 |
| ·背景介绍 | 第109-110页 |
| ·提出的TB-PCNN模型 | 第110-112页 |
| ·二值图像的两步细化方法 | 第112-117页 |
| ·第一步:像素的粗剥除 | 第113-114页 |
| ·第二步:像素的精修剪 | 第114-115页 |
| ·细化方向的约束 | 第115-117页 |
| ·图像细化对比试验 | 第117-122页 |
| ·本章小结 | 第122-125页 |
| 第六章 指纹模式的分类方法研究 | 第125-139页 |
| ·背景介绍 | 第125-127页 |
| ·简化的PCNN和LVQ组合方法 | 第127-132页 |
| ·向量化指纹图像 | 第127-128页 |
| ·LVQ神经分类器设计 | 第128-130页 |
| ·试验结果 | 第130-132页 |
| ·小结 | 第132页 |
| ·利用方向分布的SVM方法 | 第132-139页 |
| ·计算模式特征向量 | 第132-134页 |
| ·多层SVM分类器设计 | 第134-136页 |
| ·试验结果 | 第136-138页 |
| ·小结 | 第138-139页 |
| 第七章 可扩展的指纹系统平台 | 第139-149页 |
| ·目的和意义 | 第139-140页 |
| ·平台软件系统的设计 | 第140-144页 |
| ·软件环境及技术指标 | 第144-147页 |
| ·本章小结 | 第147-149页 |
| 第八章 结论和展望 | 第149-151页 |
| ·本论文研究总结 | 第149-150页 |
| ·前景展望 | 第150-151页 |
| 致谢 | 第151-153页 |
| 参考文献 | 第153-167页 |
| 读博期间取得的研究成果 | 第167-168页 |
