| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 指纹识别概述 | 第12-14页 |
| 1.1.1 研究背景及意义 | 第12-13页 |
| 1.1.2 国内外研究状况及面临的问题 | 第13-14页 |
| 1.2 指纹识别的原理和方法 | 第14-16页 |
| 1.2.1 指纹的基本知识 | 第14-15页 |
| 1.2.2 指纹识别技术的原理及应用 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 指纹图像分割和增强算法 | 第18-38页 |
| 2.1 图像归一化 | 第19-20页 |
| 2.2 指纹图像分割算法 | 第20-28页 |
| 2.2.1 图像分割方法 | 第20-22页 |
| 2.2.2 基于块的指纹图像分割算法 | 第22-23页 |
| 2.2.3 传统的指纹图像分割算法 | 第23-24页 |
| 2.2.4 形态学与方差法相结合的指纹图像分割算法 | 第24-25页 |
| 2.2.5 自动确定部分阀值的分级分割算法 | 第25-27页 |
| 2.2.6 实验仿真结果 | 第27-28页 |
| 2.3 指纹图像增强算法 | 第28-36页 |
| 2.3.1 传统的指纹图像增强算法 | 第28-29页 |
| 2.3.2 基于Laplace-Gaussian算子的指纹图像增强算法 | 第29-31页 |
| 2.3.3 Laplace-Gaussian滤波器标准方差对滤波效果的影响 | 第31-33页 |
| 2.3.4 Laplace-Gaussian滤波器滤波掩膜大小对滤波效果的影响 | 第33-35页 |
| 2.3.5 Laplace-Gaussian滤波器对滤波效果的分析 | 第35-36页 |
| 2.3.6 实验仿真结果 | 第36页 |
| 2.4 本章小结 | 第36-38页 |
| 第3章 指纹图像二值化和细化算法 | 第38-56页 |
| 3.1 指纹图像二值化算法 | 第38-45页 |
| 3.1.1 常用的基于阈值法的指纹图像二值化算法 | 第39-41页 |
| 3.1.2 基于自适应阈值和局部阈值的二值化算法 | 第41-44页 |
| 3.1.3 实验仿真结果 | 第44-45页 |
| 3.2 指纹图像细化算法 | 第45-54页 |
| 3.2.1 两种经典的指纹纹线细化算法 | 第46-48页 |
| 3.2.2 改进OPTA算法的不足 | 第48-50页 |
| 3.2.3 基于改进的新OPTA算法进行指纹图像细化算法 | 第50-51页 |
| 3.2.4 基于数学形态运算的指纹图像细化后的处理 | 第51-52页 |
| 3.2.5 实验仿真结果 | 第52-54页 |
| 3.3 本章小结 | 第54-56页 |
| 第4章 指纹图像特征提取和特征匹配算法 | 第56-67页 |
| 4.1 特征提取概述 | 第56-57页 |
| 4.2 细节特征提取和去伪特征点 | 第57-59页 |
| 4.2.1 去除指纹图像中的伪特征点 | 第57-59页 |
| 4.3 指纹图像匹配 | 第59-62页 |
| 4.3.1 指纹图像匹配算法 | 第59-62页 |
| 4.4 实验仿真结果 | 第62-67页 |
| 第5章 总结与展望 | 第67-70页 |
| 5.1 总结 | 第67-68页 |
| 5.2 工作展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76页 |
