基于高分辨率指纹图像的配准算法
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 指纹配准的背景和意义 | 第11-13页 |
| 1.2 图像配准国内外发展现状 | 第13-15页 |
| 1.3 论文的主要工作 | 第15页 |
| 1.4 论文内容安排 | 第15-17页 |
| 第二章 图像配准理论 | 第17-32页 |
| 2.1 图像配准的空间变换模型 | 第17-19页 |
| 2.2 图像配准流程 | 第19-22页 |
| 2.3 图像配准相关技术 | 第22-29页 |
| 2.3.1 预处理 | 第22-27页 |
| 2.3.2 灰度级插值 | 第27-29页 |
| 2.4 图像配准算法 | 第29-30页 |
| 2.4.1 基于空间域的图像配准 | 第29页 |
| 2.4.2 基于变换域的图像配准 | 第29-30页 |
| 2.4.3 基于特征的图像配准 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于相位相关的指纹图像配准 | 第32-47页 |
| 3.1 基于相位相关的图像配准原理 | 第32-35页 |
| 3.1.1 傅里叶变换概述 | 第32-33页 |
| 3.1.2 算法原理 | 第33-35页 |
| 3.2 基于相位相关的改进算法 | 第35-36页 |
| 3.3 实验结果 | 第36-45页 |
| 3.3.1 指纹库 | 第36-38页 |
| 3.3.2 参数的确定与优化 | 第38-44页 |
| 3.3.3 多块图像的融合 | 第44-45页 |
| 3.3.4 改进后的算法 | 第45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于卷积神经网络的指纹图像配准 | 第47-60页 |
| 4.1 CNN简介 | 第47-49页 |
| 4.1.1 CNN的组成 | 第47-48页 |
| 4.1.2 CNN相关运算 | 第48-49页 |
| 4.2 caffe简介 | 第49-50页 |
| 4.3 网络训练 | 第50-55页 |
| 4.3.1 数据集扩充 | 第50-51页 |
| 4.3.2 数据格式转换 | 第51-52页 |
| 4.3.3 网络结构 | 第52-54页 |
| 4.3.4 网络配置 | 第54-55页 |
| 4.4 实验结果分析 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
