导读:本文包含了细节匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:机器学习,低分辨率,图像增强,细节匹配
细节匹配论文文献综述
黄勇杰,史小松[1]（2017）在《基于机器学习的低分辨率图像增强和细节匹配方法》一文中研究指出当前低分辨率图像增强和细节匹配方法具有细节易丢失、边缘模糊、无法适应图像平移、旋转等变化的弊端,导致图像增强与细节匹配性能低下。为此,提出一种新的基于机器学习的低分辨率图像增强和细节匹配方法。通过建立一个间隔最大的超平面获取最小二乘支持向量机分类器。在待处理低分辨率图像中选择一块图像,将图像的每个3×3邻域像素看作一个训练样本,通过最小二乘支持向量机法对其进行训练,输出增强像素点。通过复数小波对图像特征进行描述,利用最小二乘支持向量机获取最优判定准则函数,输出最优匹配的目标子图像。实验结果表明,所提方法有很高的峰值信噪比、边缘保持指数和等效视数,很低的归一化均方误差、均值和方差,整体性能优。(本文来源于《科学技术与工程》期刊2017年18期）
游林儒,劳中建,丁飞[2]（2007）在《基于矢量叁角形的快速指纹细节匹配算法》一文中研究指出指纹匹配是自动指纹识别系统(AFIS)中的重要环节。该文提出了一种基于指纹纹线结构和矢量叁角形相结合确定参考点,再通过极坐标进行细节匹配的指纹匹配算法。该方法将匹配分成两步,减少了拒判时间。引进了纹线信息,降低了误识率。采用矢量叁角形及极坐标进行细节匹配,具有旋转和平移不变性。实验结果表明,该方法识别速度快,正确识别率高,可满足实时系统需求。(本文来源于《计算机工程》期刊2007年11期）
刘汉英,赵明昌[3]（2006）在《指纹细节匹配中细节点方向算法研究》一文中研究指出本文提出了一种指纹图像匹配中细节点方向的计算方法,这种算法利用细节点所在的纹线来计算细节点的方向,实验结果表明,此算法对计算指纹图像细节点方向是有效的。(本文来源于《电脑知识与技术》期刊2006年14期）
罗希平,田捷[4]（2002）在《自动指纹识别中的图像增强和细节匹配算法》一文中研究指出对自动指纹识别系统(automated fingerprint identification system,简称AFIS)的两个重要问题——指纹图像增强和细节匹配进行研究,给出了一种基于方向场的指纹图像增强算法,对Anil Jain等人提出的细节匹配算法进行了修正.采用一种新的更简单的方法进行指纹图像的校准,并以一种简单而有效的方式将脊线信息引入匹配过程中,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题.另外,采用大小可变的限界盒来适应指纹的非线性形变.在FVC2000公布的指纹图像数据库上,按照FVC2000测试标准所做的实验显示,该算法比原算法有较大的改进.(本文来源于《软件学报》期刊2002年05期）
金升平,陈定方[5]（2002）在《指纹细节匹配的遗传算法》一文中研究指出指纹识别通常是采用一定的算法提取末梢点和分枝点 ,然后进行点匹配。文章根据指纹细节的两种类型 ,设计适当的编码表示 ,使每个编码在类型上是一个可能匹配 ,然后设计遗传算法进行点的匹配 ,计算实例表明 ,在准确性和速度上均可得到满意的效果(本文来源于《交通与计算机》期刊2002年02期）
细节匹配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
指纹匹配是自动指纹识别系统(AFIS)中的重要环节。该文提出了一种基于指纹纹线结构和矢量叁角形相结合确定参考点,再通过极坐标进行细节匹配的指纹匹配算法。该方法将匹配分成两步,减少了拒判时间。引进了纹线信息,降低了误识率。采用矢量叁角形及极坐标进行细节匹配,具有旋转和平移不变性。实验结果表明,该方法识别速度快,正确识别率高,可满足实时系统需求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
细节匹配论文参考文献
[1].黄勇杰,史小松.基于机器学习的低分辨率图像增强和细节匹配方法[J].科学技术与工程.2017
[2].游林儒,劳中建,丁飞.基于矢量叁角形的快速指纹细节匹配算法[J].计算机工程.2007
[3].刘汉英,赵明昌.指纹细节匹配中细节点方向算法研究[J].电脑知识与技术.2006
[4].罗希平,田捷.自动指纹识别中的图像增强和细节匹配算法[J].软件学报.2002
[5].金升平,陈定方.指纹细节匹配的遗传算法[J].交通与计算机.2002