| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-13页 |
| 1.1.1 非接触指纹识别技术的意义 | 第11-12页 |
| 1.1.2 非接触指纹识别技术在移动终端的应用意义 | 第12-13页 |
| 1.2 论文相关技术发展现状 | 第13-15页 |
| 1.2.1 非接触指纹识别方法的发展近况 | 第13-14页 |
| 1.2.2 Android平台的发展现状 | 第14-15页 |
| 1.3 论文的工作内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 Android开发平台的介绍与搭建 | 第17-23页 |
| 2.1 Android开发平台介绍 | 第17页 |
| 2.2 Android平台体系架构 | 第17-19页 |
| 2.3 手机APP的开发研究 | 第19-20页 |
| 2.4 Android平台的开发环境 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 指纹图像预处理的相关理论 | 第23-37页 |
| 3.1 色彩模型 | 第23-25页 |
| 3.1.1 RGB色彩模型 | 第24页 |
| 3.1.2 YCbCr色彩模型 | 第24-25页 |
| 3.2 指纹图像的光照补偿 | 第25-26页 |
| 3.3 指纹图像的滤波降噪 | 第26页 |
| 3.4 皮肤颜色的检测 | 第26-27页 |
| 3.5 指纹图像的增强 | 第27-29页 |
| 3.5.1 同态滤波 | 第27-28页 |
| 3.5.2 指纹图像的归一化 | 第28-29页 |
| 3.6 Log-Gabor滤波增强 | 第29-33页 |
| 3.6.1 Log-Gabor滤波设计 | 第29-30页 |
| 3.6.2 Log-Gabor滤波带宽设计 | 第30-31页 |
| 3.6.3 指纹图像的滤波 | 第31-33页 |
| 3.7 指纹图像ROI区域提取 | 第33-35页 |
| 3.8 实验结果分析 | 第35-36页 |
| 3.9 本章小结 | 第36-37页 |
| 第4章 基于局部特征的非接触指纹特征提取和匹配 | 第37-49页 |
| 4.1 局部特征提取技术 | 第37-45页 |
| 4.1.1 LBP算法的基础理论 | 第37-39页 |
| 4.1.2 统一模式的LBP算子 | 第39-40页 |
| 4.1.3 基础的LDP算法 | 第40-42页 |
| 4.1.4 ELDP算法 | 第42-43页 |
| 4.1.5 MK-ELDP算法 | 第43-44页 |
| 4.1.6 多级分块子窗口的直方图算法 | 第44-45页 |
| 4.2 指纹特征匹配 | 第45页 |
| 4.3 实验结果分析 | 第45-47页 |
| 4.3.1 对子块个数的研究 | 第45-46页 |
| 4.3.2 均值模板大小的研究 | 第46页 |
| 4.3.3 不同算法的性能比较 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 非接触指纹识别在Android系统中的实现 | 第49-65页 |
| 5.1 系统开发平台介绍 | 第49页 |
| 5.2 系统开发相关技术介绍 | 第49-52页 |
| 5.2.1 Android JNI技术 | 第49-50页 |
| 5.2.2 OpenCV库 | 第50-52页 |
| 5.3 系统设计 | 第52-58页 |
| 5.3.1 系统架构 | 第52-54页 |
| 5.3.2 系统的结构模块化设计 | 第54-58页 |
| 5.4 应用程序的界面的设计和实现 | 第58-61页 |
| 5.4.1 Android界面简介 | 第58页 |
| 5.4.2 系统用户界面的实现 | 第58-61页 |
| 5.5 应用程序运行结果与分析 | 第61-64页 |
| 5.5.1 应用程序运行的功能指标 | 第61页 |
| 5.5.2 应用程序运行的性能指标 | 第61-64页 |
| 5.6 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-75页 |
| 致谢 | 第75页 |