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

基于特征融合的笔迹鉴别技术研究

摘要第3-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 研究背景和意义第9页
    1.2 笔迹鉴别的分类第9-10页
    1.3 国内外研究现状第10-12页
        1.3.1 国外研究现状第10-11页
        1.3.2 国内研究现状第11-12页
    1.4 本文的研究内容及组织结构第12-13页
    1.5 本章小结第13-15页
2 笔迹鉴别理论基础第15-21页
    2.1 笔迹的形成基础第15-16页
    2.2 笔迹的主要特征第16-17页
    2.3 笔迹鉴别原理第17-18页
    2.4 离线笔迹鉴别存在的问题与发展趋势第18-20页
        2.4.1 存在的问题第18-19页
        2.4.2 发展趋势第19-20页
    2.5 本章小结第20-21页
3 笔迹图像预处理第21-35页
    3.1 图像采集第21-22页
    3.2 图像去噪第22-23页
    3.3 去除背景与图像灰度化第23-24页
    3.4 图像二值化第24-27页
    3.5 笔迹边缘提取第27-30页
        3.5.1 边缘的定义第27-28页
        3.5.2 边缘提取的方法第28-30页
    3.6 笔迹骨架提取第30-33页
    3.7 本章小结第33-35页
4 笔迹特征提取第35-43页
    4.1 提取运笔走势特征第35-37页
    4.2 提取宽度变化特征第37-39页
    4.3 提取边缘曲度特征第39-40页
    4.4 基于主成分分析的特征级数据融合第40-42页
    4.5 本章小结第42-43页
5 数据分类处理第43-51页
    5.1 分类器的数学基础第43页
    5.2 分类器的分类第43-46页
    5.3 距离分类数学模型第46-49页
    5.4 本章小结第49-51页
6 系统实现与实验数据分析第51-59页
    6.1 笔迹鉴别系统的描述第51-53页
        6.1.1 系统流程说明第51页
        6.1.2 系统程序界面展示第51-53页
    6.2 实验数据分析第53-57页
        6.2.1 笔迹样本库介绍第53页
        6.2.2 网格窗.选取第53-54页
        6.2.3 单个特征实验第54页
        6.2.4 距离度量选取第54-55页
        6.2.5 与传统算法性能比较第55-57页
    6.3 本章小结第57-59页
7 总结和展望第59-61页
参考文献第61-65页
攻读硕士期间的主要研究成果第65-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:云环境下数据版权保护方法的研究
下一篇:基于MRF随机场模型的机器人视觉图像分割方法研究