摘要 | 第4-5页 |
Abstract | 第5页 |
目录 | 第6-9页 |
第一章 绪论 | 第9-13页 |
1.1 课题研究背景 | 第9-10页 |
1.1.1 生物识别 | 第9页 |
1.1.2 生物识别系统 | 第9-10页 |
1.1.3 生物识别问题 | 第10页 |
1.2 国内外指纹识别研究现状 | 第10-11页 |
1.2.1 国外指纹识别研究现状 | 第10-11页 |
1.2.2 国内指纹识别研究现状 | 第11页 |
1.3 本课题研究的目的和意义 | 第11页 |
1.4 本课题的研究方法和章节安排 | 第11-12页 |
1.4.1 研究方法 | 第11-12页 |
1.4.2 章节安排 | 第12页 |
1.5 本章小结 | 第12-13页 |
第二章 基于稀疏矩阵的指纹采样 | 第13-21页 |
2.1 稀疏矩阵的提出 | 第13-15页 |
2.1.1 稀疏矩阵的研究历史及应用领域 | 第13页 |
2.1.2 稀疏矩阵 | 第13-14页 |
2.1.3 稀疏矩阵的分类 | 第14页 |
2.1.4 稀疏矩阵技术及发展 | 第14页 |
2.1.5 稀疏矩阵的存贮与计算 | 第14-15页 |
2.2 解线性方程组的稀疏矩阵方法 | 第15-17页 |
2.2.1 Gauss 消去法 | 第15页 |
2.2.2 直接三角形分解 | 第15-16页 |
2.2.3 Gauss-Jordan 消列元法 | 第16页 |
2.2.4 正交化方法 | 第16-17页 |
2.2.5 Givens 方法 | 第17页 |
2.3 指纹传感器 | 第17-19页 |
2.3.1 光学传感器 | 第17-18页 |
2.3.2 固体传感器 | 第18-19页 |
2.3.3 超声波传感器 | 第19页 |
2.3.4 指纹图像的产生和参数 | 第19页 |
2.4 基于 FPS110 指纹传感器采集指纹图像 | 第19-20页 |
2.4.1 FPS110 指纹传感器的介绍 | 第19-20页 |
2.4.2 FPS110 采集指纹图像的步骤 | 第20页 |
2.5 本章小结 | 第20-21页 |
第三章 基于稀疏矩阵的指纹图像增强 | 第21-32页 |
3.1 指纹图像增强概述 | 第21页 |
3.2 指纹图像增强的算法 | 第21-30页 |
3.2.1 自适应中值滤波器 | 第21-22页 |
3.2.2 Garbor 滤波 | 第22-25页 |
3.2.3 指纹图像二值化 | 第25-26页 |
3.2.4 开运算与闭运算 | 第26-28页 |
3.2.5 指纹图像细化 | 第28页 |
3.2.6 基于 VC++6.0 的图像转换 | 第28-30页 |
3.3 实验结果 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
第四章 基于稀疏矩阵的指纹特征提取 | 第32-39页 |
4.1 指纹概述 | 第32-34页 |
4.1.1 指纹 | 第32页 |
4.1.2 指纹特征 | 第32-34页 |
4.2 局部纹路方向 | 第34-35页 |
4.3 指纹特征提取 | 第35-37页 |
4.3.1 奇异点检测 | 第35-36页 |
4.3.2 曲率检测 | 第36-37页 |
4.4 实验结果和分析 | 第37-38页 |
4.5 本章小结 | 第38-39页 |
第五章 基于稀疏矩阵的指纹图像匹配 | 第39-46页 |
5.1 指纹匹配概述 | 第39页 |
5.2 系统误差 | 第39-41页 |
5.2.1 验证误差率 | 第39-40页 |
5.2.2 识别误差率 | 第40-41页 |
5.2.3 匹配度 | 第41页 |
5.3 指纹匹配技术 | 第41-42页 |
5.3.1 相关性匹配技术 | 第41页 |
5.3.2 细节点匹配技术 | 第41-42页 |
5.3.3 非细节点特征匹配技术 | 第42页 |
5.4 基于稀疏矩阵的指纹匹配算法 | 第42-44页 |
5.4.1 向量范数 | 第42-43页 |
5.4.2 完备性 | 第43页 |
5.4.3 算法实现 | 第43-44页 |
5.5 实验结果 | 第44-45页 |
5.6 本章小结 | 第45-46页 |
第六章 总结和展望 | 第46-48页 |
6.1 系统功能分析 | 第46页 |
6.2 本文总结 | 第46-47页 |
6.3 后续工作展望 | 第47-48页 |
参考文献 | 第48-51页 |
攻读硕士学位期间发表论文 | 第51-52页 |
致谢 | 第52-53页 |
详细中英文摘要 | 第53-60页 |