基于掌印红外热图像的分类识别技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题背景及研究意义 | 第14-15页 |
| 1.1.1 课题背景 | 第14页 |
| 1.1.2 课题研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 国外研究现状 | 第16-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 主要研究内容及创新点 | 第18-19页 |
| 1.3.1 本文的主要研究内容 | 第18-19页 |
| 1.3.2 本文的创新点 | 第19页 |
| 1.4 本文组织结构 | 第19-22页 |
| 第二章 总体研究思路及相关背景技术介绍 | 第22-34页 |
| 2.1 总体研究思路 | 第22-24页 |
| 2.1.1 传统的生物特征识别系统 | 第22-23页 |
| 2.1.2 本课题的设计框架 | 第23-24页 |
| 2.2 相关背景技术介绍 | 第24-32页 |
| 2.2.1 红外热成像技术 | 第24-25页 |
| 2.2.2 图像处理中的轮廓提取技术 | 第25-28页 |
| 2.2.2.1 基于动态规划的轮廓提取 | 第25-27页 |
| 2.2.2.2 基于启发式图搜索的轮廓提取 | 第27页 |
| 2.2.2.3 基于轮廓跟踪算法的轮廓提取 | 第27-28页 |
| 2.2.3 目标的形状表达 | 第28-30页 |
| 2.2.4 有监督的分类方法 | 第30-32页 |
| 2.2.4.1 无分布分类 | 第30-31页 |
| 2.2.4.2 决策树分类 | 第31-32页 |
| 2.2.4.3 统计分类 | 第32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 掌印红外热图像的采集及预处理 | 第34-44页 |
| 3.1 掌印红外热图像的采集 | 第34-35页 |
| 3.2 掌印红外热图像的预处理 | 第35-42页 |
| 3.2.1 灰度化处理 | 第36页 |
| 3.2.2 滤波处理 | 第36-38页 |
| 3.2.3 二值化处理 | 第38-39页 |
| 3.2.4 轮廓提取 | 第39-42页 |
| 3.3 本章小结 | 第42-44页 |
| 第四章 掌印红外热图像的特征提取 | 第44-54页 |
| 4.1 掌印红外热图像的特征分析 | 第44-45页 |
| 4.2 轮廓的曲线拟合方法 | 第45-48页 |
| 4.2.1 B-样条曲线拟合 | 第45-46页 |
| 4.2.2 椭圆曲线拟合 | 第46-48页 |
| 4.3 基于多区域椭圆拟合的掌印特征提取方法 | 第48-52页 |
| 4.3.1 掌印轮廓的多区域椭圆拟合 | 第48-50页 |
| 4.3.2 椭圆的参数计算 | 第50-51页 |
| 4.3.3 特征向量的建立 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 掌印轮廓图像的分类识别 | 第54-60页 |
| 5.1 分类识别方法 | 第54-57页 |
| 5.1.1 支持向量机 | 第54-55页 |
| 5.1.2 K-最邻近算法 | 第55-57页 |
| 5.2 分类识别的实现 | 第57-58页 |
| 5.3 本章小结 | 第58-60页 |
| 第六章 实验与结果分析 | 第60-70页 |
| 6.1 实验设计 | 第60-63页 |
| 6.2 评估标准 | 第63-64页 |
| 6.3 结果分析 | 第64-68页 |
| 6.4 本章小结 | 第68-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 7.1 主要研究成果 | 第70-71页 |
| 7.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 研究成果及发表的学术论文 | 第78-80页 |
| 作者及导师简介 | 第80-82页 |
| 附表 | 第82-83页 |
