自动指纹识别系统研究
| 目录 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 概述 | 第10-24页 |
| 1．1 课题背景 | 第10-11页 |
| 1．2 生物特征识别 | 第11-15页 |
| 1．2．1 生物识别系统的结构 | 第11-12页 |
| 1．2．2 生物识别系统的工作模式 | 第12页 |
| 1．2．3 生物识别系统性能评估 | 第12-13页 |
| 1．2．4 常见的生物识别技术及比较 | 第13-14页 |
| 1．2．5 课题研究方向的选择 | 第14-15页 |
| 1．3 指纹识别 | 第15-21页 |
| 1．3．1 指纹识别的历史及发展概况 | 第15-16页 |
| 1．3．2 指纹识别技术国内外研究现状 | 第16-17页 |
| 1．3．3 指纹识别的概念和原理 | 第17-18页 |
| 1．3．4 自动指纹识别系统构成 | 第18-20页 |
| 1．3．5 指纹识别的应用及前景 | 第20-21页 |
| 1．4 本文工作简介 | 第21-23页 |
| 1．5 本文的组织结构 | 第23-24页 |
| 第二章 指纹图像预处理 | 第24-52页 |
| 2．1 引言 | 第24页 |
| 2．2 图像分割 | 第24-27页 |
| 2．2．1 方差法 | 第25-26页 |
| 2．2．2 方向法 | 第26-27页 |
| 2．2．3 实验结果 | 第27页 |
| 2．3 灰度变换 | 第27-31页 |
| 2．3．1 直方图均衡 | 第27-30页 |
| 2．3．2 归一化 | 第30-31页 |
| 2．4 图像增强 | 第31-39页 |
| 2．4．1 指纹增强方法综述 | 第31页 |
| 2．4．2 基于Gabor函数的指纹增强 | 第31-38页 |
| 2．4．2．1 指纹纹理的特点 | 第32-33页 |
| 2．4．2．2 Gabor滤波器简介 | 第33-35页 |
| 2．4．2．3 Gabor滤波增强 | 第35-38页 |
| 2．4．3 实验结果分析 | 第38-39页 |
| 2．5 二值化 | 第39-42页 |
| 2．5．1 整体阈值法 | 第39-40页 |
| 2．5．2 局部阈值法 | 第40-41页 |
| 2．5．3 方向图法 | 第41-42页 |
| 2．5．4 二值化结果分析 | 第42页 |
| 2．6 细化 | 第42-51页 |
| 2．6．1 图像细化的有关概念 | 第44-45页 |
| 2．6．2 细化算法研究 | 第45-50页 |
| 2．6．2．1 传统细化算法 | 第45-46页 |
| 2．6．2．2 串并行结合的细化算法 | 第46-47页 |
| 2．6．2．3 改进的OPTA算法 | 第47-49页 |
| 2．6．2．4 一种新的混合细化算法 | 第49-50页 |
| 2．6．3 细化结果分析 | 第50-51页 |
| 2．7 本章小结 | 第51-52页 |
| 第三章 指纹特征提取 | 第52-58页 |
| 3．1 引言 | 第52-53页 |
| 3．2 直接细化图上的特征提取 | 第53-54页 |
| 3．3 常见的伪特征点类型 | 第54-55页 |
| 3．4 改进的特征提取算法 | 第55-57页 |
| 3．5 本章小结 | 第57-58页 |
| 第四章 指纹特征匹配 | 第58-69页 |
| 4．1 引言 | 第58页 |
| 4．2 指纹匹配方法综述 | 第58-60页 |
| 4．3 细节点特征匹配的基本理论 | 第60-62页 |
| 4．4 指纹细节匹配算法 | 第62-68页 |
| 4．4．1 局部结构匹配 | 第62-64页 |
| 4．4．2 全局结构匹配 | 第64-65页 |
| 4．4．3 实验结果分析 | 第65-68页 |
| 4．4．3．1 测试方法 | 第66页 |
| 4．4．3．2 测试结果 | 第66-68页 |
| 4．5 本章小结 | 第68-69页 |
| 第五章 结论 | 第69-72页 |
| 5．1 小结 | 第69-70页 |
| 5．2 今后的研究方向和展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表过的论文目录 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |
