人耳识别算法研究与应用系统实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 序言 | 第11-20页 |
| ·生物特征识别技术 | 第11-14页 |
| ·生物识别技术概念 | 第11页 |
| ·几种生物特征识别方法比较 | 第11-14页 |
| ·生物特征识别技术的应用前景 | 第14页 |
| ·人耳识别技术 | 第14-18页 |
| ·国外研究现状 | 第15页 |
| ·国内研究现状 | 第15-16页 |
| ·人耳识别特点 | 第16-17页 |
| ·人耳识别系统 | 第17-18页 |
| ·论文的内容安排 | 第18-20页 |
| 第二章 人耳图像的获取 | 第20-23页 |
| ·图像的采集与存储 | 第20-21页 |
| ·图像的采集 | 第20页 |
| ·图像的存储 | 第20-21页 |
| ·人耳图像的采集要求 | 第21-22页 |
| ·人耳图像采集技术特点 | 第21-22页 |
| ·人耳图像的采集原则 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 人耳图像预处理 | 第23-38页 |
| ·人耳肤色区域的提取 | 第24-27页 |
| ·人耳肤色模型的建立 | 第24-25页 |
| ·人耳肤色信息的定位 | 第25-27页 |
| ·特征增强 | 第27-31页 |
| ·图像滤波 | 第27-28页 |
| ·形态学处理 | 第28-31页 |
| ·人耳图像分割 | 第31-35页 |
| ·边缘检测法 | 第31-33页 |
| ·投影法定位与分割 | 第33-35页 |
| ·人耳图像归一化 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 图像特征识别算法 | 第38-45页 |
| ·图像特征识别算法概述 | 第38-41页 |
| ·主成分分析法 | 第38-39页 |
| ·力场转换理论的识别方法 | 第39-40页 |
| ·基于2D姿态转换的识别方法 | 第40-41页 |
| ·主成分分析法 | 第41-43页 |
| ·PCA主成分分析法原理 | 第41-42页 |
| ·人耳PCA特征提取流程 | 第42-43页 |
| ·人耳特征提取实现 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 人耳图库的建立与匹配 | 第45-53页 |
| ·人耳图库的建立 | 第45-47页 |
| ·人耳图库的介绍 | 第45-46页 |
| ·人耳实验库建立 | 第46-47页 |
| ·人耳图像的匹配 | 第47-50页 |
| ·欧氏距离 | 第47-48页 |
| ·基于欧氏距离的K近邻分类 | 第48-50页 |
| ·匹配结果与分析 | 第50-52页 |
| ·人耳匹配测评方法 | 第50页 |
| ·人耳匹配结果与分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 人耳识别系统设计与实现 | 第53-59页 |
| ·硬件构成 | 第53-55页 |
| ·软件编程 | 第55-58页 |
| ·软件开发环境 | 第55页 |
| ·系统的总体流程 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第七章 总结与讨论 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·讨论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 读研期间发表的论文 | 第65页 |
| 读研期间参加的科研项目 | 第65-66页 |
| 附程序 | 第66-72页 |
