| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·颅骨识别研究现状 | 第12页 |
| ·主动轮廓模型的研究现状 | 第12-14页 |
| ·模糊聚类技术的研究现状 | 第14-15页 |
| ·现存的问题 | 第15-16页 |
| ·论文的主要工作内容 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 基于 SNAKE 模型和小波矩的轮廓特征提取算法 | 第18-35页 |
| ·主动轮廓模型 | 第18-21页 |
| ·Snake 模型 | 第18-19页 |
| ·GVF Snake 模型 | 第19-21页 |
| ·矩和矩不变理论 | 第21-25页 |
| ·不变矩 | 第22-23页 |
| ·Zernike 矩 | 第23-24页 |
| ·小波矩 | 第24-25页 |
| ·颅骨轮廓特征提取算法 | 第25-29页 |
| ·Harris 角点检测算法 | 第25-26页 |
| ·Harris 算法的改进方法 | 第26-27页 |
| ·Snake 模型初始轮廓曲线设置的改进方法 | 第27-28页 |
| ·颅骨轮廓特征提取算法步骤 | 第28-29页 |
| ·实验及结果分析 | 第29-34页 |
| ·颅骨正侧位轮廓提取算法实验 | 第29-31页 |
| ·Hu 矩、Zernike 矩和小波矩比较实验 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于 FCM 和 SVM 的身份识别算法 | 第35-44页 |
| ·模糊 C-均值聚类算法 | 第35-38页 |
| ·HCM 算法 | 第35-37页 |
| ·模糊 C-均值聚类算法（FCM） | 第37-38页 |
| ·支持向量机（SVM） | 第38-39页 |
| ·基于样本密度的模糊 C-均值聚类中心选择算法 | 第39-40页 |
| ·初始类中心的选择改进算法 | 第39-40页 |
| ·改进后的 FCM 初始聚类中心选择算法步骤 | 第40页 |
| ·基于 FCM 和 SVM 的身份识别算法 | 第40-41页 |
| ·算法执行步骤 | 第40-41页 |
| ·算法时间复杂度分析 | 第41页 |
| ·实验及结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 颅骨身份识别系统的设计与实现 | 第44-58页 |
| ·系统的总体设计 | 第44-46页 |
| ·系统设计思想 | 第44-45页 |
| ·系统体系结构 | 第45-46页 |
| ·系统各模块设计与实现 | 第46-54页 |
| ·数据存储 | 第47页 |
| ·图像数据采集模块 | 第47-48页 |
| ·图像预处理模块 | 第48-50页 |
| ·轮廓特征提取模块 | 第50-51页 |
| ·聚类模块 | 第51-52页 |
| ·分类识别模块 | 第52-54页 |
| ·系统测试 | 第54-57页 |
| ·数据集 | 第54-55页 |
| ·实验方案 | 第55-56页 |
| ·结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |