基于激光三角测量的3D人耳重建及识别方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 课题背景与研究目的 | 第12-15页 |
| 1.2 国内外研究现状综述 | 第15-22页 |
| 1.2.1 3D人耳的获取方法研究 | 第16-17页 |
| 1.2.2 3D人耳预处理方法研究 | 第17-20页 |
| 1.2.3 3D人耳特征提取与识别方法研究 | 第20-22页 |
| 1.3 课题来源与本文的主要研究内容 | 第22-25页 |
| 第2章 人耳 3D重建方法研究与系统设计 | 第25-50页 |
| 2.1 引言 | 第25-26页 |
| 2.2 现有生物特征 3D重建方法比较 | 第26-27页 |
| 2.3 基于激光三角测量的人耳 3D重建原理 | 第27-31页 |
| 2.4 人耳 3D重建系统框架设计 | 第31-33页 |
| 2.5 人耳 3D重建系统优化方法研究 | 第33-44页 |
| 2.5.1 成像模型优化 | 第33-35页 |
| 2.5.2 系统参数优化 | 第35-37页 |
| 2.5.3 系统组件优化 | 第37-42页 |
| 2.5.4 人耳点云的超分辨率优化 | 第42-44页 |
| 2.6 人耳 3D重建系统性能分析 | 第44-48页 |
| 2.6.1 3D人耳数据库 | 第44页 |
| 2.6.2 3D人耳数据质量分析 | 第44-47页 |
| 2.6.3 系统性能比较 | 第47-48页 |
| 2.7 本章小结 | 第48-50页 |
| 第3章 人耳图像预处理 | 第50-68页 |
| 3.1 引言 | 第50-51页 |
| 3.2 原始图像激光线提取 | 第51-58页 |
| 3.3 感兴趣区域分割 | 第58-63页 |
| 3.3.1 基于K稀疏聚类的人耳区域分割 | 第58-60页 |
| 3.3.2 基于形态学处理的人耳区域分割 | 第60-62页 |
| 3.3.3 人耳边界点检测与感兴趣区域定位 | 第62-63页 |
| 3.4 人耳姿态归一化 | 第63-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第4章 人耳与侧脸之间夹角特征的提取与应用 | 第68-87页 |
| 4.1 引言 | 第68-69页 |
| 4.2 人耳与侧脸之间夹角特征定义与提取 | 第69-79页 |
| 4.2.1 夹角特征定义 | 第69-70页 |
| 4.2.2 夹角特征提取 | 第70-79页 |
| 4.3 夹角特征在 3D人耳身份鉴别中的应用 | 第79-82页 |
| 4.3.1 夹角特征在 3D人耳识别中的应用 | 第79-81页 |
| 4.3.2 夹角特征在 3D人耳认证中的应用 | 第81-82页 |
| 4.4 实验结果与分析 | 第82-85页 |
| 4.4.1 夹角特征的分布与稳定性 | 第82-84页 |
| 4.4.2 夹角特征与识别效率 | 第84-85页 |
| 4.4.3 夹角特征与匹配精度 | 第85页 |
| 4.5 本章小结 | 第85-87页 |
| 第5章 全局和局部特征的融合识别 | 第87-106页 |
| 5.1 引言 | 第87-88页 |
| 5.2 3D人耳的全局特征类 | 第88-91页 |
| 5.3 3D人耳的局部特征类 | 第91-100页 |
| 5.3.1 点特征的提取与优化 | 第91-95页 |
| 5.3.2 线特征的提取与优化 | 第95-98页 |
| 5.3.3 面特征的提取与优化 | 第98-100页 |
| 5.4 全局和局部特征融合识别结果与分析 | 第100-105页 |
| 5.4.1 融合策略分析 | 第101页 |
| 5.4.2 局部特征融合 | 第101-102页 |
| 5.4.3 全局和局部特征融合 | 第102-103页 |
| 5.4.4 实验结果与比较分析 | 第103-105页 |
| 5.5 本章小结 | 第105-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-117页 |
| 攻读博士学位期间发表的论文及其它成果 | 第117-119页 |
| 致谢 | 第119-120页 |
| 个人简历 | 第120页 |
