| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 课题研究背景 | 第9-10页 |
| 1.3 美元的防伪特征 | 第10-11页 |
| 1.4 国内外研究现状 | 第11-15页 |
| 1.5 本文主要研究内容及章节安排 | 第15-17页 |
| 2 基于美元多光谱图像的预处理 | 第17-31页 |
| 2.1 美元多光谱图像及采集 | 第17-19页 |
| 2.2 图像灰度补偿 | 第19-23页 |
| 2.3 图像几何校正 | 第23-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于灰度信息及几何信息的美元朝向版本面额识别 | 第31-47页 |
| 3.1 基于SVM及Haar特征的朝向识别 | 第31-37页 |
| 3.2 基于圆心检测及灰度特征的版本识别 | 第37-42页 |
| 3.3 基于高斯概率模型的面额识别 | 第42-44页 |
| 3.4 实验结果与分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 4 基于纹理特征的美元多光谱图像鉴伪 | 第47-59页 |
| 4.1 美元多光谱图像特点与分析难点 | 第47-50页 |
| 4.2 改进的uniform LBP特征提取技术 | 第50-53页 |
| 4.3 基于改进uniform LBP的美元多光谱图像纹理特征提取 | 第53-56页 |
| 4.4 实验结果分析 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 基于概率模型的美元成色分析 | 第59-64页 |
| 5.1 基于统计的概率模型建立 | 第59-61页 |
| 5.2 实验结果分析 | 第61-62页 |
| 5.3 本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录1攻读学位期间专利及论文目录 | 第71-72页 |