大鱼际掌纹识别算法研究与系统设计
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题来源和背景 | 第8-9页 |
| ·课题研究目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·掌纹医学的研究现状 | 第10页 |
| ·掌纹识别研究现状 | 第10-11页 |
| ·本文的研究内容与结构安排 | 第11-13页 |
| 第2章 大鱼际掌纹图像采集和预处理 | 第13-34页 |
| ·大鱼际掌纹图像采集 | 第13-15页 |
| ·采集系统箱体设计 | 第13-14页 |
| ·光源设备 | 第14页 |
| ·掌纹图像捕捉设备 | 第14-15页 |
| ·控制以及处理设备 | 第15页 |
| ·大鱼际掌纹图像预处理 | 第15-19页 |
| ·大鱼际掌纹图像定位 | 第15-17页 |
| ·大鱼际掌纹图像去噪增强 | 第17-19页 |
| ·基于空域的去噪方法 | 第17-19页 |
| ·基于频域的去噪方法 | 第19页 |
| ·中介数学介绍 | 第19-27页 |
| ·中介数学的思想背景与现状 | 第19-20页 |
| ·中介的概念和原则 | 第20-21页 |
| ·中介逻辑演算系统 | 第21-22页 |
| ·中介真值程度的度量 | 第22-24页 |
| ·基本概念 | 第22-23页 |
| ·一维情况下的个体真值程度度量 | 第23-24页 |
| ·n维情况下的个体真值程度度量 | 第24页 |
| ·在对称数值区域中介真值程度的度量 | 第24-27页 |
| ·真区间两侧为假区间情况下中介真值程度度量 | 第25-26页 |
| ·假区间两侧为真区间情况下中介真值程度度量 | 第26-27页 |
| ·中介数学应用于图像滤波 | 第27-32页 |
| ·图像噪声的新定义 | 第28页 |
| ·图像灰度的真值程度的度量 | 第28-30页 |
| ·单个像素灰度的中介真值程度度量 | 第28-30页 |
| ·图像集合灰度的中介真值度量 | 第30页 |
| ·图像的中介滤波算法 | 第30-32页 |
| ·实验结果及分析 | 第32-34页 |
| 第3章 大鱼际掌纹图像GLCM特征提取与分类 | 第34-52页 |
| ·基于灰度共生矩阵的大鱼际掌纹特征的提取 | 第34-39页 |
| ·灰度共生矩阵定义及算法描述 | 第34-36页 |
| ·灰度共生矩阵特征参数 | 第36-38页 |
| ·大鱼际掌纹特征提取实验及分析 | 第38-39页 |
| ·基于SVM的大鱼际掌纹图像的分类 | 第39-52页 |
| ·线性可分最优分类面 | 第40-41页 |
| ·线性不可分最优分类面 | 第41-42页 |
| ·核函数特征空间 | 第42-43页 |
| ·SVM方法的特点 | 第43页 |
| ·SVM模型的建立 | 第43-46页 |
| ·多分类支持向量机 | 第46-47页 |
| ·基于灰度共生矩阵和SVM的大鱼际掌纹图像分类 | 第47-52页 |
| 第4章 大鱼际掌纹量化识别系统 | 第52-62页 |
| ·系统总体设计 | 第52-53页 |
| ·系统流程 | 第52-53页 |
| ·系统主要模块和功能 | 第53页 |
| ·系统开发平台 | 第53页 |
| ·系统详细设计及功能实现 | 第53-54页 |
| ·界面的设计 | 第53-54页 |
| ·各功能模块的集成 | 第54页 |
| ·掌纹图像预处理的实现 | 第54-58页 |
| ·大鱼际掌纹图像获取 | 第55-57页 |
| ·大鱼际掌纹图像去噪和增强 | 第57-58页 |
| ·大鱼际掌纹特征提取 | 第58-59页 |
| ·分类识别的实现 | 第59-62页 |
| ·建立样本库 | 第59-60页 |
| ·训练分类器 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 本文工作总结 | 第62页 |
| 后续工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 作者在攻读硕士期间发表的论文 | 第68-69页 |
