声明
摘要
1 绪论
1.1 生物特征识别介绍
1.2 人耳生物结构
1.3 人耳识别的应用领域
1.4 本章小结
2 研究背景
2.1 引言
2.2 基于二维人耳的识别算法
2.2.1 力场转换算法
2.2.2 基于Voronoi图的图匹配方法
2.3 基于三维耳廓的识别算法
2.3.1 基于最近迭代点(ICP,Iterative Closest Point)算法
2.3.2 基于主元分析(PCA,Principal component analysis)算法
2.4 人耳自动识别系统
2.5 性能评价指标
2.6 本文算法研究内容以及解决问题
3 三维耳廓数据获取
3.1 引言
3.2 三维耳廓数据采集系统
3.3 本章小结
4 基于调和分析的三维人耳识别
4.1 引言
4.2 算法背景
4.3 球面调和函数简介
4.4 人耳的球面调和特征
4.4.1 预处理
4.4.2 提取球面调和特征
4.4.3 相似性测度
4.5 实验结果及分析
4.5.1 频率带宽对本文算法的影响
4.5.2 算法性能分析
4.6 本章小结
5 基于调和映射的三维人耳识别
5.1 应用背景
5.2 调和映射原理
5.3.1 三维人耳预处理
5.3.2 三维人耳调和映射
5.3.3 调和映射形状图像
5.3.4 相似性测度
5.4 实验结果及分析
5.5 本章小结
6 总结与展望
6.1 已完成的工作
6.2 工作展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
辽宁师范大学;