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

基于特征串比较的自动眉毛识别方法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-14页
   ·引言第10-11页
   ·生物特征识别技术简介第11-12页
   ·本文主要研究内容第12页
   ·模式识别系统的构成第12-13页
   ·本文结构第13-14页
第2章 眉毛识别综述第14-28页
   ·主要生物特征识别技术介绍第14-20页
     ·人脸识别第14-15页
     ·步态识别第15页
     ·指纹识别第15-16页
     ·掌纹和手形识别第16页
     ·虹膜识别第16-17页
     ·基因(DNA)识别第17页
     ·人耳识别第17-18页
     ·多模态生物特征识别第18-19页
     ·眉毛识别第19-20页
   ·基于离散HMM 的眉毛识别方法第20-23页
     ·HMM 简介第20-21页
     ·主要思想第21页
     ·主要步骤第21-23页
   ·基于傅立叶变换和PCA 相结合的眉毛识别方法第23-27页
     ·PCA 简介第23-24页
     ·傅立叶变换简介第24页
     ·主要思想第24-25页
     ·主要步骤第25-27页
   ·基于特征串比较的眉毛识别方法第27页
     ·主要步骤第27页
   ·本章小结第27-28页
第3章 眉毛区域的自动提取方法第28-44页
   ·原始眉毛图像数据的采集第28-29页
   ·真彩图像变成灰度图像第29-30页
   ·原始眉毛图像的增强第30-35页
     ·灰度均衡第30-32页
     ·锐化第32-34页
     ·阈值膨胀第34-35页
   ·图像二值化第35-38页
   ·投影分析第38-42页
     ·简介第38页
     ·眉毛区域的计算第38-42页
   ·本章小结第42-44页
第4章 傅立叶变换以及特征提取第44-50页
   ·傅立叶变换的历史背景第44页
   ·傅立叶变换的定义及基本概念第44-45页
   ·一维离散傅立叶变换第45-47页
   ·特征的提取第47-48页
   ·本章小结第48-50页
第5章 矢量量化以及眉毛特征序列的生成第50-60页
   ·矢量量化简介第50-53页
     ·矢量量化的理论基础第50页
     ·矢量量化的定义第50-51页
     ·矢量量化的的编码和译码过程第51-53页
   ·K 均值(K-Means)聚类算法第53-55页
     ·K-Means 聚类概述第53-54页
     ·K-Means 算法的流程第54-55页
   ·极大紧邻子树简介第55-57页
     ·最小树和极大紧邻子树的定义第55-57页
     ·利用极大紧邻子树初始化K-Means 的初始聚类中心第57页
   ·眉毛特征序列的生成第57-58页
   ·本章小结第58-60页
第6章 编辑距离和眉毛的识别第60-64页
   ·字符串的比对第60页
   ·编辑距离第60-63页
   ·眉毛特征序列的识别第63页
   ·实验第63页
   ·本章小结第63-64页
结论和展望第64-66页
参考文献第66-69页
攻读硕士学位期间所发表的学术论文第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于内容的三维模型检索
下一篇:基于NHibernate技术的网络培训平台的研究与设计