基于2DPCA的掌纹识别方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11页 |
| ·生物特征识别 | 第11-13页 |
| ·生物特征识别的基本概念 | 第11-12页 |
| ·生物识别热点技术简介 | 第12-13页 |
| ·掌纹识别 | 第13-14页 |
| ·掌纹特征概述 | 第13页 |
| ·掌纹识别的发展应用 | 第13-14页 |
| ·本文的研究任务 | 第14-16页 |
| 第二章 掌纹图像的采集与去噪 | 第16-24页 |
| ·引言 | 第16页 |
| ·掌纹图像的采集 | 第16-22页 |
| ·图像的均衡与去噪 | 第19-22页 |
| ·图像的二值化 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 掌纹图像的定位与分割 | 第24-34页 |
| ·引言 | 第24页 |
| ·常用的掌纹图像定位方法 | 第24-26页 |
| ·基于方向投影的定位方法 | 第24-25页 |
| ·基于轮廓特征点的定位方法 | 第25-26页 |
| ·最大内切圆定位法 | 第26-30页 |
| ·掌纹特征点的抽取 | 第26-28页 |
| ·手掌最大内切圆的确定 | 第28-29页 |
| ·关键点的检测及定位 | 第29-30页 |
| ·仿真实验结果和分析 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 掌纹图像的预处理 | 第34-51页 |
| ·引言 | 第34页 |
| ·GABOR滤波器 | 第34-41页 |
| ·Gabor展开的基本概念 | 第35-37页 |
| ·连续信号Gabor变换 | 第37-38页 |
| ·仿真实验结果和分析 | 第38-41页 |
| ·小波分析 | 第41-49页 |
| ·引言 | 第41-42页 |
| ·背景知识 | 第42-45页 |
| ·快速小波变换 | 第45-46页 |
| ·小波变换的优越性 | 第46-47页 |
| ·小波分解的基本框架 | 第47-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 掌纹特征提取 | 第51-64页 |
| ·引言 | 第51页 |
| ·掌纹特征提取综述 | 第51-56页 |
| ·基于结构的特征提取 | 第51-52页 |
| ·基于统计的特征提取 | 第52页 |
| ·基于子空间的特征提取 | 第52-56页 |
| ·掌纹方案的确定 | 第56页 |
| ·基于2DPCA的掌纹识别算法 | 第56-60页 |
| ·主成份特征矩阵 | 第56-59页 |
| ·分类 | 第59-60页 |
| ·分块矩阵2DPCA识别算法 | 第60-63页 |
| ·矩阵分块的思想 | 第60-61页 |
| ·最优特征矩阵 | 第61-62页 |
| ·分类 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 掌纹系统设计与实验结果分析 | 第64-75页 |
| ·掌纹识别系统设计 | 第64-68页 |
| ·系统结构框图 | 第64-66页 |
| ·系统结构流程图 | 第66-68页 |
| ·实验结果分析 | 第68-74页 |
| ·试验一 | 第68页 |
| ·试验二 | 第68-70页 |
| ·试验三 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第七章 结论 | 第75-77页 |
| ·实验总结 | 第75-76页 |
| ·工作展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
