| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·掌纹识别技术的研究背景和意义 | 第8-9页 |
| ·掌纹识别技术的发展及现状 | 第9-12页 |
| ·掌纹识别技术的发展 | 第9-10页 |
| ·掌纹识别算法的现状 | 第10-12页 |
| ·掌纹识别系统概述 | 第12-13页 |
| ·本文的主要工作及结构安排 | 第13-16页 |
| 第2章 掌纹图像数据库介绍以及图像的预处理 | 第16-22页 |
| ·引言 | 第16-17页 |
| ·掌纹图像数据库 | 第17页 |
| ·掌纹图像的预处理 | 第17-21页 |
| ·掌纹图像感兴趣区域的提取 | 第17-20页 |
| ·我们提出的图像归一化新方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于Gabor滤波器和粒子群优化算法的掌纹识别算法 | 第22-42页 |
| ·引言 | 第22-24页 |
| ·Gabor小波滤波器的理论介绍 | 第24-26页 |
| ·粒子群优化算法 | 第26-29页 |
| ·标准粒子群优化算法 | 第26-28页 |
| ·二进制粒子群优化算法 | 第28-29页 |
| ·支持向量机 | 第29-31页 |
| ·我们提出的算法和对照算法介绍 | 第31-39页 |
| ·我们提出的算法介绍 | 第31-32页 |
| ·对照的算法介绍 | 第32-39页 |
| ·实验结果及讨论 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于Gabor滤波器和脉冲神经网络掌纹识别算法 | 第42-52页 |
| ·引言 | 第42页 |
| ·脉冲神经网络 | 第42-47页 |
| ·神经元模型 | 第43-45页 |
| ·改进的PCNN模型 | 第45-47页 |
| ·我们提出的算法介绍 | 第47-48页 |
| ·实验结果及讨论 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 结论 | 第52-54页 |
| ·全文结论 | 第52页 |
| ·进一步研究工作建议 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间的研究成果 | 第62页 |