基于人耳生物特征的身份识别
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题研究背景 | 第9-10页 |
| ·传统的个体识别和生物特征识别 | 第10-12页 |
| ·传统的个体识别 | 第10-11页 |
| ·生物个体识别 | 第11-12页 |
| ·个体生物识别的分类 | 第12页 |
| ·人耳生物识别 | 第12-16页 |
| ·人耳识别发展现状 | 第13-14页 |
| ·人耳识别的可行性研究 | 第14页 |
| ·人耳识别的特点 | 第14-15页 |
| ·人耳识别的研究现状 | 第15-16页 |
| ·本文的主要研究工作 | 第16-18页 |
| 第2章 人耳识别方法的研究 | 第18-26页 |
| ·引言 | 第18-19页 |
| ·人耳识别方法 | 第19-20页 |
| ·图像分割及定位方法 | 第20-22页 |
| ·Iannarelli系统 | 第20-21页 |
| ·基于特征点的方法 | 第21页 |
| ·边缘检测的方法 | 第21-22页 |
| ·其他方法 | 第22页 |
| ·特征提取与分类方法 | 第22-26页 |
| ·基于几何特征的识别 | 第22页 |
| ·基于图匹配的识别 | 第22-23页 |
| ·特征耳方法 | 第23-24页 |
| ·力场变换的方法 | 第24页 |
| ·其他方法 | 第24-26页 |
| 第3章 系统的设计 | 第26-32页 |
| ·人耳识别系统介绍 | 第26-28页 |
| ·人耳识别系统的结构 | 第26-27页 |
| ·人耳特征的提取 | 第27页 |
| ·人耳图像的分类与识别 | 第27-28页 |
| ·人耳识别系统开发 | 第28-32页 |
| ·开发的硬件和软件环境 | 第28-29页 |
| ·本课题系统的设计 | 第29-30页 |
| ·本文的人耳识别系统 | 第30-32页 |
| 第4章 人耳图像的预处理 | 第32-42页 |
| ·人耳识别的理论基础 | 第32-35页 |
| ·数字图像处理简介 | 第32-34页 |
| ·模式识别理论概述 | 第34-35页 |
| ·人耳图像预处理 | 第35-41页 |
| ·原始图像的采集 | 第36-37页 |
| ·人耳图像的预处理 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 人耳图像的特征提取和识别 | 第42-58页 |
| ·力场转换理论 | 第42-44页 |
| ·力场转换的基本原理 | 第43页 |
| ·基于力场转换的人耳识别特点 | 第43-44页 |
| ·力场转换理论应用于人耳识别 | 第44-47页 |
| ·图像到能量场的转换 | 第44-45页 |
| ·能量场到矢量场的转换 | 第45-46页 |
| ·实验结果 | 第46-47页 |
| ·图像力场转换的优化 | 第47-51页 |
| ·快速傅立叶变换(FFT) | 第47-51页 |
| ·特征提取和识别 | 第51-53页 |
| ·PCA方法的不足 | 第51页 |
| ·Fisher线性判别(LDA) | 第51-52页 |
| ·分类识别 | 第52-53页 |
| ·实验及结果分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
