基于特征提取的掌纹识别
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究意义 | 第10页 |
| 1.2 掌纹识别技术国内外发展状况 | 第10-18页 |
| 1.2.1 掌纹识别技术的发展历程 | 第10-11页 |
| 1.2.2 掌纹识别技术相关算法的发展历程 | 第11-15页 |
| 1.2.3 掌纹识别技术的应用前景 | 第15-18页 |
| 1.3 论文的结构和框架 | 第18-19页 |
| 第2章 掌纹图像预处理 | 第19-29页 |
| 2.1 掌纹识别系统组成 | 第19-20页 |
| 2.2 掌纹图像采集 | 第20-22页 |
| 2.3 掌纹图像去噪 | 第22-25页 |
| 2.4 掌纹图像增强 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于角点检测的掌纹区域定位分割 | 第29-40页 |
| 3.1 掌纹区域分割流程 | 第29-30页 |
| 3.2 二值化 | 第30-31页 |
| 3.3 边缘检测 | 第31-33页 |
| 3.4 数学形态学滤波 | 第33-36页 |
| 3.5 角点计算 | 第36-38页 |
| 3.6 掌纹区域分割 | 第38-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 基于二维GABOR变换的掌纹特征提取 | 第40-55页 |
| 4.1 掌纹特征 | 第40-41页 |
| 4.2 Gabor变换 | 第41-45页 |
| 4.3 特征库建立 | 第45-51页 |
| 4.3.1 基于Gabor变换特征提取 | 第45-46页 |
| 4.3.2 基于改进的Gabor变换特征提取 | 第46-51页 |
| 4.4 实验结果及分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 基于K-最近邻特征分类识别 | 第55-61页 |
| 5.1 K-最近邻基本原理 | 第55-56页 |
| 5.2 识别(分类)算法实现 | 第56-58页 |
| 5.3 实验结果及分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
