| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·掌纹识别技术的研究背景 | 第9页 |
| ·掌纹识别技术的研究历史、发展及现状 | 第9-10页 |
| ·掌纹的形成和特征介绍 | 第10-12页 |
| ·掌纹识别技术的系统结构和工作模式 | 第12-13页 |
| ·掌纹识别系统的结构 | 第12页 |
| ·掌纹识别系统的操作模式 | 第12-13页 |
| ·本文的主要工作及结构安排 | 第13-17页 |
| 第2章 掌纹图像的获取、数据库及预处理技术 | 第17-25页 |
| ·引言 | 第17页 |
| ·掌纹图像的采集与掌纹数据库 | 第17-19页 |
| ·脱机采集方式 | 第17-18页 |
| ·联机采集方式 | 第18-19页 |
| ·掌纹图像数据库 | 第19页 |
| ·掌纹图像的预处理 | 第19-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 掌纹特征提取的主要方法 | 第25-33页 |
| ·基于子空间投影方法的掌纹特征的提取 | 第25-26页 |
| ·基于频率域变换的特征提取 | 第26-28页 |
| ·基于线的特征提取 | 第28-30页 |
| ·基于统计特征的提取 | 第30-31页 |
| ·基于特征融合的特征提取方法 | 第31-33页 |
| 第4章 Contourlet变换与SVM的掌纹识别算法 | 第33-39页 |
| ·引言 | 第33-34页 |
| ·Contourlet变换与支持向量机 | 第34-35页 |
| ·Contourlet变换 | 第34页 |
| ·支持向量机 | 第34-35页 |
| ·本章算法 | 第35-37页 |
| ·掌纹图像光照、位置与方向的归一化 | 第36页 |
| ·基于Contourlet变换的特征提取 | 第36-37页 |
| ·支持向量机 | 第37页 |
| ·实验结果和分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 使用复杂方向小波和局部二进制模式的掌纹识别具有移动和灰度不变特征 | 第39-57页 |
| ·引言 | 第39-40页 |
| ·移动和灰度不变特征的掌纹识别 | 第40-44页 |
| ·复杂的方向滤波器组(CDFB)的转换 | 第41-42页 |
| ·局部二进制模式(LBP) | 第42-43页 |
| ·移动和灰度尺度不变的局部特征提取 | 第43-44页 |
| ·实验结果 | 第44-54页 |
| ·掌纹数据 | 第44-45页 |
| ·参数选择和性能测试 | 第45-46页 |
| ·CDFB转换的影响 | 第46-50页 |
| ·与LBP相对的CLBP推荐方法 | 第50-51页 |
| ·比较局部Gabor模板算子 | 第51-53页 |
| ·与其它方法的比较 | 第53-54页 |
| ·本章小结 | 第54-57页 |
| 第6章 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间研究成果 | 第69页 |