首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度卷积网络的主掌纹提取方法

摘要第4-5页
Abstract第5页
第一章 绪论第12-19页
    1.1 课题来源第12页
    1.2 课题研究的目的和意义第12-13页
    1.3 主掌线提取的国内外研究现状第13-15页
    1.4 手掌常用数据库以及自建库的介绍第15-16页
    1.5 本文主掌纹线区域的定义第16页
    1.6 图像语义分割中的一些评价指标第16-17页
    1.7 本文工作安排第17-19页
第二章 图像预处理方法第19-25页
    2.1 二值图像的形态学处理方法第19页
        2.1.1 自适应二值化第19页
        2.1.2 孔洞填充第19页
    2.2 图像归一化方法第19-20页
    2.3 图像常用的颜色空间及图片颜色变换方法第20-22页
        2.3.1 常用的颜色空间介绍第20-21页
        2.3.2 图片颜色变换方法第21-22页
    2.4 图像增强方法第22-24页
        2.4.1 数据增强的意义第22-23页
        2.4.2 数据增强的方法第23-24页
    2.5 本章小结第24-25页
第三章 掌纹掩膜的提取第25-36页
    3.1 主掌线区域的提取模型第25-26页
    3.2 粗掩模提取第26-31页
        3.2.1 通过肤色方法提取粗掩模第26-28页
        3.2.2 通过深度编码解码器提取粗掩模第28-31页
    3.3 粗掩膜后处理第31页
    3.4 细掩膜的提取第31-35页
        3.4.1 采用手指参考点的手掌区域提取第31-33页
        3.4.3 最大内切圆法提取手掌区域第33-35页
    3.5 本章小结第35-36页
第四章 主掌线纹的提取第36-45页
    4.1 利用卷积网络识别主掌纹区域第36-41页
        4.1.1 利用保边导引滤波器获取不同图片分辨率版本第36-38页
        4.1.2 利用卷积网络提取主掌线特征第38-41页
        4.1.3 预测结果进行后处理第41页
    4.2 使用各向同性滤波器提取主掌线特征第41-43页
    4.3 本章小结第43-45页
第五章 实验与分析第45-54页
    5.1 实验的总流程和介绍第45-46页
    5.2 实验数据处理和准备第46-48页
    5.3 利用Unet提取粗掩膜的实验第48-50页
    5.4 手掌主掌线区域的识别实验第50-53页
    5.5 本章小结第53-54页
总结与展望第54-56页
参考文献第56-59页
攻读学位期间的科研成果第59-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于频谱分离最小二乘法的三维轮廓测量系统
下一篇:稀疏表示和局部保持投影特征学习方法研究