| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 引言 | 第9-10页 |
| 1.2 研究背景和意义 | 第10页 |
| 1.3 美元的基本介绍 | 第10-12页 |
| 1.4 国内外研究现状 | 第12-17页 |
| 1.5 本文研究内容和结构 | 第17-19页 |
| 2 基于Haar-LikeH特征的人脸检测的美元朝向和版本识别 | 第19-31页 |
| 2.1 引言 | 第19-20页 |
| 2.2 传统的美元朝向和版本识别算法和存在的问题 | 第20-22页 |
| 2.3 Haar-LikeH特征 | 第22-25页 |
| 2.4 Haar-LikeH特征值计算 | 第25-27页 |
| 2.5 基于Haar-LikeH特征人脸检测的美元朝向和版本识别 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 复杂纹理下的冠字号提取 | 第31-42页 |
| 3.1 引言 | 第31-32页 |
| 3.2 彩色冠字号提取的难点分析 | 第32-33页 |
| 3.3 冠字号的Haar-LikeH特征 | 第33-34页 |
| 3.4 改进的最大极值稳定区域算法 | 第34-38页 |
| 3.5 冠字号提取算法 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 基于全局GLCM纹理特征的美元多光谱图像真伪识别 | 第42-54页 |
| 4.1 引言 | 第42-43页 |
| 4.2 美元多光谱图像防伪特征及难点分析 | 第43-46页 |
| 4.3 GLCM纹理特征 | 第46-50页 |
| 4.4 基于全局GLCM纹理特征美元真伪识别算法 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 算法测试与分析 | 第54-64页 |
| 5.1 引言 | 第54-55页 |
| 5.2 测试环境以及测试方法 | 第55-57页 |
| 5.3 美元朝向识别和版本识别测试及结果分析 | 第57-59页 |
| 5.4 冠字号提取的测试及结果分析 | 第59-61页 |
| 5.5 基于全局GLCM纹理的美元真伪识别测试及结果分析 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 6 总结和展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 未来展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 攻读学位期间的专利目录 | 第71页 |
