| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 生物特征识别技术的介绍与分类 | 第15-16页 |
| 1.2 掌纹识别技术介绍 | 第16-21页 |
| 1.2.1 掌纹的特征 | 第16-18页 |
| 1.2.2 掌纹识别的流程 | 第18-20页 |
| 1.2.3 掌纹识别的分类 | 第20-21页 |
| 1.3 复杂背景下的无接触掌纹预处理 | 第21-22页 |
| 1.3.1 复杂背景下的无接触掌纹预处理算法的流程 | 第21-22页 |
| 1.3.2 复杂背景下的无接触掌纹预处理发展现状和趋势 | 第22页 |
| 1.4 本文研究的内容和章节安排 | 第22-25页 |
| 第二章 基于肤色信息的手掌前景分割算法 | 第25-37页 |
| 2.1 颜色空间的介绍 | 第25-27页 |
| 2.1.1 RGB颜色空间 | 第25页 |
| 2.1.2 YCbCr颜色空间 | 第25-26页 |
| 2.1.3 HSV颜色空间 | 第26页 |
| 2.1.4 三种颜色空间的比较 | 第26-27页 |
| 2.2 基于Cb和Cr区域模型的肤色分割算法 | 第27-28页 |
| 2.3 基于单高斯模型的肤色分割算法 | 第28-30页 |
| 2.4 基于人工神经网络的肤色分割算法 | 第30-33页 |
| 2.4.1 人工神经网络算法的简介 | 第30-32页 |
| 2.4.2 基于CbCr人工神经网络的肤色分割算法 | 第32-33页 |
| 2.5 基于融合单高斯模型和光照分量的人工神经网络的手掌分割算法 | 第33-35页 |
| 2.6 不同分割算法得到的分割图比较 | 第35-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 掌纹感兴趣区域提取算法的研究 | 第37-51页 |
| 3.1 常见的掌纹ROI提取算法简介 | 第37-41页 |
| 3.1.1 基于圆盘和曲率算法的掌纹ROI提取 | 第37页 |
| 3.1.2 基于公切线和相关拟合算法的掌纹ROI提取 | 第37-39页 |
| 3.1.3 基于最大内切圆的掌纹ROI提取 | 第39页 |
| 3.1.4 基于距离变换公式的掌纹ROI提取 | 第39-40页 |
| 3.1.5 基于专用采集设备的掌纹ROI提取 | 第40-41页 |
| 3.2 基于校正手掌方向的掌纹感兴趣区域提取算法 | 第41-49页 |
| 3.3 本章小结 | 第49-51页 |
| 第四章 算法性能测试与分析 | 第51-61页 |
| 4.1 算法的性能指标 | 第51-52页 |
| 4.2 算法性能测试中的匹配方法介绍 | 第52-56页 |
| 4.2.1 一致局部二进制模式 | 第52-55页 |
| 4.2.2 基于ULBP特征的掌纹ROI匹配算法 | 第55-56页 |
| 4.3 算法性能分析 | 第56-60页 |
| 4.3.1 手掌前景分割算法的性能分析 | 第57-59页 |
| 4.3.2 掌纹感兴趣区域提取算法的性能分析 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
