基于多特征数据融合的离线中文笔迹鉴别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-15页 |
| ·引言 | 第11页 |
| ·研究背景 | 第11页 |
| ·选题意义 | 第11-12页 |
| ·本文研究的主要内容和结构安排 | 第12-15页 |
| 2 笔迹鉴别的基础知识 | 第15-23页 |
| ·引言 | 第15页 |
| ·笔迹鉴别 | 第15-16页 |
| ·笔迹鉴别的定义 | 第15页 |
| ·笔迹鉴别的分类 | 第15-16页 |
| ·中文笔迹鉴别的重点和难点 | 第16页 |
| ·笔迹特征的提取 | 第16-18页 |
| ·特征提取的定义 | 第16页 |
| ·特征提取的作用 | 第16-17页 |
| ·特征提取的分类 | 第17-18页 |
| ·分类器设计 | 第18-21页 |
| ·分类器的定义 | 第18页 |
| ·分类器分类 | 第18-21页 |
| ·本章小结 | 第21-23页 |
| 3 笔迹鉴别的预处理 | 第23-33页 |
| ·引言 | 第23页 |
| ·笔迹图像的采集 | 第23页 |
| ·笔迹图像的灰度化 | 第23-26页 |
| ·去除背景与笔迹图像的二值化 | 第26-29页 |
| ·笔迹图像的归一化处理 | 第29-31页 |
| ·字符的提取 | 第29-30页 |
| ·字符大小归一化和文字拼接 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 4 笔迹鉴别的特征提取 | 第33-45页 |
| ·引言 | 第33页 |
| ·形状特征的提取 | 第33-35页 |
| ·重心特征 | 第33-34页 |
| ·偏心率 | 第34页 |
| ·区域内凸壳中的像素比率 | 第34页 |
| ·区域内围框中的像素比例 | 第34-35页 |
| ·基于共生矩阵的纹理特征的提取 | 第35-36页 |
| ·共生矩阵 | 第35页 |
| ·纹理特征的提取 | 第35-36页 |
| ·基于Gabor 变换的纹理特征的提取 | 第36-41页 |
| ·傅里叶变换、Gabor 变换和小波变换 | 第36-37页 |
| ·Gabor 变换的性质 | 第37-38页 |
| ·多通道Gabor 滤波器 | 第38-39页 |
| ·二维Gabor 滤波器 | 第39页 |
| ·利用Gabor 滤波器提取图像的纹理特征 | 第39-41页 |
| ·实验及结果分析 | 第41-44页 |
| ·形状特征的提取 | 第41-42页 |
| ·基于共生矩阵的纹理特征的提取 | 第42-43页 |
| ·利用Gabor 变换提取纹理特征 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5 离线文字笔迹鉴别的SVM 分类 | 第45-61页 |
| ·引言 | 第45页 |
| ·支持向量机 | 第45-49页 |
| ·支持向量机的理论背景 | 第45-46页 |
| ·支持向量机分类器的理论基础 | 第46-48页 |
| ·支持向量机分类器的特性 | 第48-49页 |
| ·支持向量机分类器的难点 | 第49页 |
| ·离线文字笔迹鉴别的SVM 分类 | 第49-55页 |
| ·离线文字笔迹鉴别SVM 分类的线性可分情形 | 第50-51页 |
| ·离线文字笔迹鉴别SVM 分类的非线性情形 | 第51-53页 |
| ·支持向量机分类的核函数选择 | 第53页 |
| ·支持向量机分类的松弛变量与惩罚因子的设定 | 第53-55页 |
| ·实验及结果分析 | 第55-60页 |
| ·实验工具 | 第55页 |
| ·LIBSVM 的操作步骤 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 攻读硕士学位期间已发表的论文 | 第67-68页 |
| 攻读硕士学位期间参加的科研项目 | 第68-69页 |
