自动指纹识别系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·生物识别方式及特性比较 | 第10页 |
| ·指纹识别技术概述 | 第10-12页 |
| ·指纹特征的定义及分类 | 第10-11页 |
| ·指纹的特征 | 第11-12页 |
| ·指纹识别技术与其它生物识别技术的优越性比较 | 第12页 |
| ·指纹识别技术的发展历史及研究现状 | 第12-14页 |
| ·指纹识别技术的应用领域 | 第14-16页 |
| 第二章 指纹识别系统结构与算法 | 第16-20页 |
| ·指纹识别系统组成结构 | 第16-19页 |
| ·指纹图像的采集 | 第16-17页 |
| ·指纹图像预处理 | 第17-18页 |
| ·指纹图像特征提取与匹配 | 第18-19页 |
| ·指纹识别系统算法 | 第19-20页 |
| 第三章 指纹图像预处理 | 第20-45页 |
| ·指纹图像预处理算法流程 | 第20页 |
| ·指纹图像场计算 | 第20-24页 |
| ·指纹图像场概述 | 第20-22页 |
| ·指纹图像场的计算法 | 第22-24页 |
| ·指纹图像的分割 | 第24-26页 |
| ·基于方向的指纹图像分割算法 | 第24页 |
| ·基于灰度的指纹图像分割算法 | 第24-25页 |
| ·改进的基于灰度的指纹分割算法 | 第25页 |
| ·基于梯度场的指纹图像分割算法 | 第25-26页 |
| ·指纹图像的均衡、收敛与平滑 | 第26-33页 |
| ·基于灰度直方图的指纹图像的均衡化 | 第26-29页 |
| ·指纹图像的收敛 | 第29-31页 |
| ·指纹图像的平滑 | 第31-33页 |
| ·指纹图像的增强 | 第33-38页 |
| ·基于Gabor滤波的指纹图像增强算法 | 第33-34页 |
| ·基于方向图的指纹图像增强算法 | 第34-37页 |
| ·改进的指纹图像增强算法 | 第37-38页 |
| ·指纹图像二值化算法与改进 | 第38-42页 |
| ·固定阈值二值化 | 第39页 |
| ·动态阈值二值化 | 第39-40页 |
| ·方向二值化 | 第40页 |
| ·三种二值化方法的比较与改进 | 第40-41页 |
| ·指纹图像二值化后去噪处理 | 第41-42页 |
| ·OPTA指纹图像细化算法 | 第42-45页 |
| 第四章 指纹特征点的提取与匹配 | 第45-53页 |
| ·引言 | 第45页 |
| ·基于细化图的指纹特征点的提取 | 第45-49页 |
| ·端点与又点的提取 | 第46-47页 |
| ·中心点、三角点的提取 | 第47-49页 |
| ·伪特征点的去除 | 第49页 |
| ·指纹图像的匹配 | 第49-53页 |
| ·指纹图像的配准方法 | 第50页 |
| ·指纹图像配准的相似度计算 | 第50-51页 |
| ·指纹图像的匹配方法 | 第51-53页 |
| 第五章 实验结果及分析 | 第53-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间的主要研究成果 | 第62页 |
