| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·引言 | 第9-10页 |
| ·印鉴制作及其防伪技术 | 第10-13页 |
| ·印鉴的防伪特征 | 第10-11页 |
| ·印鉴的伪造方法 | 第11页 |
| ·印鉴真伪的识别手段 | 第11-13页 |
| ·印鉴真伪自动识别的研究背景和现状 | 第13-16页 |
| ·本文主要研究工作与各章主要内容 | 第16-21页 |
| ·单张型印鉴真伪检验的一般要求 | 第17页 |
| ·印鉴真伪识别的处理过程 | 第17-18页 |
| ·研究的重点和难点 | 第18-19页 |
| ·本文各章主要内容安排 | 第19-21页 |
| 第二章 印鉴图像畸变的校正方法研究 | 第21-46页 |
| ·引言 | 第21页 |
| ·基本原理概述 | 第21-33页 |
| ·色彩空间模型 | 第21-24页 |
| ·CMOS 输出响应特性 | 第24-25页 |
| ·彩色CMOS 的输出数据格式 | 第25-27页 |
| ·图像畸变的校正技术 | 第27-33页 |
| ·印鉴图像畸变的校正 | 第33-44页 |
| ·畸变分析及其校正模型的建立 | 第33-35页 |
| ·印鉴图像的几何畸变校正 | 第35-37页 |
| ·印鉴图像的非均匀性失真校正 | 第37-40页 |
| ·印鉴图像畸变的校正实现和实验 | 第40-44页 |
| ·小结 | 第44-46页 |
| 第三章 印鉴ROI 提取及其偏转角度的研究与计算 | 第46-77页 |
| ·引言 | 第46页 |
| ·圆形印鉴ROI 的提取算法研究 | 第46-63页 |
| ·金融票据的颜色和结构特点分析 | 第48-49页 |
| ·平滑卷积确定区域位置 | 第49-50页 |
| ·印鉴ROI 提取算法的思路 | 第50-51页 |
| ·利用色彩信息初步分割票据图像 | 第51-52页 |
| ·五角星区域位置的确定 | 第52-54页 |
| ·票据图像的二值化处理 | 第54-56页 |
| ·印鉴圆心坐标和半径的计算 | 第56-60页 |
| ·印鉴ROI 的后续处理 | 第60-61页 |
| ·印鉴ROI 提取算法的分析及优化 | 第61-63页 |
| ·径向投影法计算印鉴的偏转角度 | 第63-75页 |
| ·径向投影法原理 | 第64-67页 |
| ·径向投影法处理流程 | 第67-68页 |
| ·径向投影法的分析与优化 | 第68-71页 |
| ·径向投影法的实验 | 第71-75页 |
| ·小结 | 第75-77页 |
| 第四章 基于Hausdorff 距离的印鉴真伪识别算法研究 | 第77-113页 |
| ·引言 | 第77页 |
| ·印鉴真伪判别的要素分析 | 第77-85页 |
| ·特征空间 | 第79-80页 |
| ·相似性测度 | 第80-84页 |
| ·搜索策略 | 第84-85页 |
| ·基于Hausdorff 距离的印鉴相似性测度方法研究 | 第85-94页 |
| ·印鉴图文区域边缘的确定 | 第85-88页 |
| ·利用Hausdorff 距离计算印鉴的相似性 | 第88-94页 |
| ·计算过程中的搜索策略 | 第94页 |
| ·人工神经网络概述 | 第94-100页 |
| ·前馈型BP 神经网络 | 第95-96页 |
| ·动量BP 算法 | 第96页 |
| ·变步长法 | 第96-97页 |
| ·共轭梯度法 | 第97-98页 |
| ·Levenberg-Marquardt 法 | 第98-100页 |
| ·基于L-M 神经网络的印鉴真伪分类方法的研究 | 第100-112页 |
| ·网络输入矢量的确定 | 第100-102页 |
| ·神经网络的拓扑结构 | 第102-107页 |
| ·印鉴识别的实验与分析 | 第107-112页 |
| ·小结 | 第112-113页 |
| 第五章 基于DSP 的识别算法实验与测试 | 第113-124页 |
| ·引言 | 第113页 |
| ·实验系统结构 | 第113-114页 |
| ·基于高速DSP 的图像采集、处理平台 | 第114-116页 |
| ·测试软件的实现 | 第116-118页 |
| ·实验结果与分析 | 第118-123页 |
| ·小结 | 第123-124页 |
| 第六章 总结与展望 | 第124-127页 |
| 参考文献 | 第127-137页 |
| 攻读博士期间发表论文和参加科研情况 | 第137-138页 |
| 致谢 | 第138页 |