大鱼际掌纹量化识别算法研究和辅助诊断系统设计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题来源和背景 | 第9-10页 |
| ·课题研究目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·掌纹医学研究现状 | 第11-12页 |
| ·基于纹理的掌纹识别算法研究现状 | 第12-14页 |
| ·本文研究主要内容和结构安排 | 第14-16页 |
| 第二章 大鱼际掌纹图像预处理 | 第16-31页 |
| ·引言 | 第16页 |
| ·大鱼际掌纹图像获取 | 第16-22页 |
| ·图像二值化 | 第16-18页 |
| ·定位点的检测 | 第18-20页 |
| ·掌纹图像的旋转校正 | 第20页 |
| ·坐标系的建立 | 第20-21页 |
| ·实验结果及分析 | 第21-22页 |
| ·大鱼际掌纹图像滤波增强 | 第22-30页 |
| ·空域局部平均法 | 第22-24页 |
| ·中值滤波 | 第24-25页 |
| ·频域平滑技术 | 第25-26页 |
| ·高频强调滤波和直方图均衡化的图像增强 | 第26-29页 |
| ·大鱼际掌纹滤波增强实验分析 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 大鱼际掌纹图像特征提取 | 第31-40页 |
| ·引言 | 第31页 |
| ·大鱼际掌纹图像灰度共生矩阵特征提取 | 第31-39页 |
| ·灰度共生矩阵算法描述 | 第31-34页 |
| ·灰度共生矩阵统计特征 | 第34-38页 |
| ·大鱼际掌纹灰度共生矩阵特征提取实验分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章大鱼际掌纹图像分类 | 第40-55页 |
| ·支持向量机 | 第40-51页 |
| ·线性最优超平面的构造 | 第41-43页 |
| ·非线性最优分类超平面 | 第43-45页 |
| ·SVM 分类算法推导 | 第45-46页 |
| ·SVM 的核函数 | 第46-47页 |
| ·SVM 多分类分级聚类算法 | 第47-51页 |
| ·训练过程 | 第49-50页 |
| ·分类过程 | 第50-51页 |
| ·基于灰度共生矩阵的大鱼际掌纹分类实现 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 大鱼际掌纹图像辅助诊断系统设计 | 第55-66页 |
| ·引言 | 第55页 |
| ·大鱼际掌纹图像量化识别系统设计 | 第55-59页 |
| ·图像采集模块 | 第56-57页 |
| ·图像预处理模块 | 第57-58页 |
| ·特征提取模块 | 第58-59页 |
| ·训练分类模块 | 第59页 |
| ·大鱼际掌纹医学辅助诊断设计 | 第59-65页 |
| ·大鱼际掌纹图像数据库设计 | 第59-62页 |
| ·临床辅助医学诊断分析 | 第62-63页 |
| ·基于案例推理的医学诊断专家系统分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 总结和展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 作者在攻读硕士期间发表的论文 | 第72-73页 |
