大学毕业论文撰写要点及示例
前言：撰写毕业论文是大学毕业的最后一关，大学生们谁也逃不掉。你正在读大学吗？你的孩子在读大学吗？你的亲戚朋友在读大学吗？要想顺利毕业，撰写毕业论文，参加论文答辩是毕业前的最后一关了。今天我们借鉴国家重点高校——山东大学高才生许泽文先生（现留学澳大利亚）的毕业论文在这里给大家学习参考，让大家感受一下一篇高水平毕业论文到底是如何撰写的。
大学毕业论文要点及示例
首先，毕业论文主要包括两个部分：前置部分有含封面、摘要、关键词、目录，主题部分含前言（绪论）、正文、结论、致谢、参考文献等缺一不可额。
下文为该篇论文的摘要、关键词部分以及对应的英文部分，主题部分第一章第一节。
以指节纹图像为对象，研究图像质量评价相关技术，在块效应强度、反光降
质效应、噪声效应三个方面进行了具体讨论。在块效应方面，分析了其产生的原
因，在前人的研究基础上采用快边缘差分绝对值和的统计方法对指节纹图像进行
处理，获取块效应特征值。在反光降质效应方面，分析指节纹图像的特殊性，提
出经过canny算子检测后定位边缘位置，再对相应边缘受反光影响程度分析，得
出反光降质特征值。在噪声效应方面，首先概述了相关领域一些研究方法，然后
采用盲反卷积对指节纹图像进行处理并去噪，最后通过获取去噪图像和原图像的
差，进一步分析处理后得到噪声效应特征值。获取三个特征值之后，使用聚类分
析中k-means算法对图像进行分类，最后进行主观评判，取得了一定效果。
关键词：图像质量评价；块效应；去噪算法；聚类分析
ABSTRAC
Usingfinger-knuckle-print(FKP)images,thispaperstudiedblockingartifacts,
reflectiveeffectsandnoiseeffectsinimagequalityassessment.Specifically,within
blockingeffects,thispaperanalyzeditscauses,andthenusedtheabsolutedifference
oftheblockingedgeandstatisticalmethodstocalculatetheblockingeigenvaluesof
FKP.Inreflectiveeffects,withanalyzingsomespecificcharacteristicofKFPitself,
thispapercalculatedreflectiveeigenvaluesbylocatingedgesofFKPwithcannyedge
detectionalgorithm.Wthinnoiseeffect,firstlystatedsomestudyingmethodsofthis
area,thenrestoredFKPimagesbasedonblindspotconvolution,thispapercalculated
noiseeigenvaluesofFKPimagesfinally.Combiningthreedifferenteigenvaluestoget
3-dimensinalfeaturevector,withwhichthispaperclassifiedFKPimagesbyusing
k-meansmethodofclusteranalysis.Finally,thispaperassesseddifferentclustersin
subjectivedirectionandgotagoodresult.
Keywords:ImageQualityAssortment;BlockingArtifacts;DenoisingAlgorithm;
ClusterAnalysis
第1章绪论
1.1研究背景及意义
图像是人获取外界信息的主要方式。随着信息科技的发展，数字图像作为人
类信息交流媒介已经深入到生活中的方方面面。特别是进入21世纪后，数字图
像相关技术迅猛发展，同时，人类以来数字图像也越来越高。在图像的获取、处
理（如图像压缩）、传输和记录的过程中，由于成像系统、处理方法、传输介质
和记录设备等不完善，加之物体运动、离焦等原因，不可避免带来某些图像失真
和降质，这会给人们认识客观世界、研究解决问题带来很大困难。因为数字图像
的好坏很大程度上依赖与图像的的视觉效果。因此对数字图像的客观评价显得尤
为重要。
图像质量评价的问题涉及到图像处理技术许多方面，例如压缩、传输、增强、
存储、水印等。一个有效的评价标准可以有如下三种应用：首先，可以在质量控
制系统中检测图像质量。例如图像采集系统利用其来自动调整系统参数，从而获
得最好的图像数据；其次，可以用作衡量图像处理系统和算法的标准。例如有若
干图像降噪和恢复的算法用来提高数码照片的质量时，质量标准便可以用来确定
哪个算法可获得最好的结果；最后，可以嵌入到图像处理系统中来优化系统和参
数设置。例如在视频通信系统中，质量标准既能辅助编码端的预滤波和比特分配
算法的设计，又能辅助解码端的最优重构、误差消除和后滤波算法的设计[1]
本文主要研究的是手指背关节纹理图像质量评价。与指纹识别研究一样，手
指背关节纹理识别也属于生物识别技术中的一种。生物识别技术是利用每个生物
个体所普遍具有,并且各不相同的生理特征进行身份识别的技术。人的生物特征
有以下共性[2]：(1)普遍性,每个个体都具有该特征;(2)唯一性,任何两个个体的该特
征几乎都不相同;(3)恒久性,该特征终生不变;(4)可采集性,容易采集;(5)性能,识别
的正确性如何;(6)接受程度,用户愿意接受和使用这种身份认证方式;(7)防欺骗性,
防止环境欺骗的能力。人体的生物特征包括生理特征(如指纹、人脸、虹膜、掌
纹、静脉等)和行为特征(如步态、声音、笔迹等)。较传统的身份认证方法而言，
本文研究的手指背关节纹理图像由香港理工大学提供。主要对其采样的图像
进行质量评价，设计一套评价标准来对该图像库中的图像进行客观分析，分类处
理，以对样本采样过程提供参考以及优化图像库的质量等。
本文由Francis供稿，汉水河编辑制作,少量图片来自山东大学网页。版权所有，请勿用于商业目的！
转载请注明：http://www.shijichaoguyj.com/wxjs/911.html
