声明 | 第1-4页 |
摘要 | 第4-6页 |
ABSTRACT | 第6-13页 |
第一章 绪论 | 第13-16页 |
·本文研究的背景和意义 | 第13-14页 |
·本文完成的工作 | 第14-16页 |
第二章 足迹检验技术 | 第16-30页 |
·足迹检验理论与技术的发展、应用与展望 | 第16-21页 |
·足迹的特点 | 第16-17页 |
·足迹检验技术的发展 | 第17-20页 |
·足迹检验技术的应用 | 第20-21页 |
·足迹理论与技术的发展前景 | 第21页 |
·赤足足迹检验的重要意义、赤足结构特征及应用 | 第21-29页 |
·赤足足迹检验的重要意义 | 第21页 |
·赤足结构特征 | 第21-27页 |
·足型特征在足迹检验中的作用 | 第27-29页 |
·小结 | 第29-30页 |
第三章 数字图像处理与模式识别 | 第30-45页 |
·数字图像处理 | 第30-39页 |
·图像的概念与分类 | 第30-31页 |
·数字图像的概念和表示方法 | 第31页 |
·数字图像处理的概念 | 第31-34页 |
·数字图像处理的基本特点 | 第34页 |
·数字图像处理主要研究的内容 | 第34-36页 |
·数字图像处理的发展概况 | 第36-37页 |
·数字图像处理的主要应用 | 第37-39页 |
·模式识别 | 第39-44页 |
·模式识别的基本概念 | 第39-40页 |
·模式识别主要理论和方法 | 第40-42页 |
·模式识别系统 | 第42-44页 |
·模式识别的应用 | 第44页 |
·小结 | 第44-45页 |
第四章 基于多尺度形态重构的足迹图像滤波 | 第45-56页 |
·图像滤波的基本方法 | 第45-50页 |
·线性低通滤波 | 第46-47页 |
·中值滤波 | 第47-50页 |
·基于多尺度形态重构的足迹图像滤波 | 第50-55页 |
·形态重构滤波的基本概念 | 第50-51页 |
·基于面积条件膨胀的多尺度形态重构滤波定义 | 第51-52页 |
·多尺度空间的构造方法 | 第52-53页 |
·足迹图像的多尺度形态重构滤波算法及实验结果与分析 | 第53-55页 |
·小结 | 第55-56页 |
第五章 足迹图像的边缘提取算法 | 第56-78页 |
·边缘检测的基本思想和主要方法 | 第56-62页 |
·边缘检测的基本思想 | 第56-58页 |
·边缘检测的主要方法 | 第58-62页 |
·基于二维阈值向量分割的足迹边缘提取方法 | 第62-67页 |
·足迹边缘提取的基本原理及方法 | 第62-67页 |
·足迹边缘检验结果与不同方法对比分析 | 第67页 |
·灰度-梯度二维最大熵阈值快速选取算法 | 第67-77页 |
·Shannon熵的定义及性质 | 第69页 |
·基于灰度-梯度二维最大熵的等价形式及其证明 | 第69-71页 |
·具体算法及实验结果分析 | 第71-73页 |
·二维最大熵阈值快速算法的推广 | 第73-77页 |
·小结 | 第77-78页 |
第六章 足趾形状描述算法 | 第78-91页 |
·形状描述的基本概念和方法 | 第78-84页 |
·形状描述的基本概念 | 第78-79页 |
·形状描述的基本方法 | 第79-84页 |
·足趾形状的描述算法 | 第84-88页 |
·数学形态学的基本运算及消散度技术 | 第84-85页 |
·离散结构元素生成方法 | 第85-86页 |
·足趾形状的描述算法及特征向量生成 | 第86-88页 |
·实验结果与分析 | 第88-90页 |
·小结 | 第90-91页 |
第七章 足趾形状识别算法 | 第91-111页 |
·模式识别的基本方法 | 第91-93页 |
·C-均值聚类 | 第91-93页 |
·K-近邻识别方法 | 第93页 |
·足趾形状的BP神经网络识别算法 | 第93-102页 |
·BP神经网络 | 第94-99页 |
·足趾形状识别的BP神经网络结构 | 第99页 |
·BP神经网络的识别结果与分析 | 第99-102页 |
·足趾形状的模糊自动识别方法 | 第102-108页 |
·模糊模式识别原理 | 第103-104页 |
·足趾形状的模糊识别 | 第104-108页 |
·两种算法的比较与分析 | 第108-109页 |
·小结 | 第109-111页 |
第八章 结论与展望 | 第111-112页 |
参考文献 | 第112-121页 |
致谢 | 第121-122页 |
作者在攻读博士学位期间所作的工作 | 第122-123页 |