掌纹图像处理及识别方法研究
| 创新点摘要 | 第1-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-13页 |
| 第1章 绪论 | 第13-44页 |
| ·引言 | 第13-16页 |
| ·生物特征识别技术 | 第16-20页 |
| ·掌纹特征识别技术 | 第20-40页 |
| ·掌纹图像采集 | 第21-23页 |
| ·掌纹定位分割技术 | 第23-34页 |
| ·掌纹特征识别算法 | 第34-40页 |
| ·本文主要研究内容 | 第40-44页 |
| 第2章 掌纹识别技术的理论基础 | 第44-58页 |
| ·掌纹识别的操作模式及性能评估 | 第44-46页 |
| ·掌纹识别的操作模式 | 第44-45页 |
| ·掌纹识别系统的性能评估 | 第45-46页 |
| ·掌纹识别的线性降维技术 | 第46-52页 |
| ·主成分分析技术 | 第47-48页 |
| ·独立成分分析技术 | 第48-50页 |
| ·线性判别分析技术 | 第50-51页 |
| ·近似线性的非线性降维技术 | 第51-52页 |
| ·二维Gabor小波的特性分析 | 第52-57页 |
| ·二维Gabor小波的描述 | 第52-54页 |
| ·二维Gabor小波的参数选择 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第3章 掌纹图像的定位分割 | 第58-70页 |
| ·引言 | 第58-59页 |
| ·掌纹图像的二值化 | 第59-62页 |
| ·掌纹感兴趣区域的获取 | 第62-65页 |
| ·手指与手掌的分离 | 第62-63页 |
| ·定位点的确定 | 第63-64页 |
| ·图像的旋转校正 | 第64-65页 |
| ·分割区域的确定 | 第65页 |
| ·实验结果与分析 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 第4章 掌纹图像的二维线性判别分析技术 | 第70-83页 |
| ·引言 | 第70-71页 |
| ·二维线性降维算法 | 第71-73页 |
| ·2DPCA算法 | 第71-72页 |
| ·2DFLD算法 | 第72-73页 |
| ·融合双向2DPCA的二维线性判别算法 | 第73-79页 |
| ·融合PCA的一维线性判别算法 | 第73-75页 |
| ·融合2DPCA的一维线性判别算法 | 第75-76页 |
| ·双向2DPCA算法 | 第76页 |
| ·TDLD算法原理 | 第76-78页 |
| ·特征分类 | 第78-79页 |
| ·实验与结果分析 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 第5章 基于二维Gabor特征的掌纹识别分析技术 | 第83-104页 |
| ·引言 | 第83-84页 |
| ·掌纹图像的二维Gabor特征 | 第84-86页 |
| ·基于Gabor的改进主成分分析技术 | 第86-93页 |
| ·算法原理 | 第87-90页 |
| ·实验分析 | 第90-93页 |
| ·基于二维Gabor小波的改进线性判别分析技术 | 第93-102页 |
| ·基于Gabor变换的2DPCA特征描述 | 第94页 |
| ·改进的2DLDA判别方法描述 | 第94-96页 |
| ·二维Gabor小波判别特征描述 | 第96-98页 |
| ·实验分析 | 第98-102页 |
| ·本章小结 | 第102-104页 |
| 结论 | 第104-106页 |
| 参考文献 | 第106-115页 |
| 附录 缩略语索引 | 第115-117页 |
| 攻读学位期间公开发表论文 | 第117-118页 |
| 致谢 | 第118页 |
