| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究的背景及意义 | 第10-13页 |
| 1.1.1 掌纹识别的研究背景 | 第10-11页 |
| 1.1.2 生物特征识别技术 | 第11-12页 |
| 1.1.3 掌纹识别技术的发展概述 | 第12-13页 |
| 1.2 掌纹识别的研究现状及主流方法 | 第13-16页 |
| 1.2.1 国内外研究现状 | 第13-14页 |
| 1.2.2 主流的掌纹识别算法 | 第14-16页 |
| 1.3 基于掌纹识别技术面临的问题 | 第16-18页 |
| 1.4 论文的内容和结构 | 第18-20页 |
| 1.4.1 本文研究的内容 | 第18页 |
| 1.4.2 本文的章节安排 | 第18-20页 |
| 第二章 掌纹图像的预处理 | 第20-30页 |
| 2.1 掌纹采集系统 | 第20页 |
| 2.2 本文所采用的数据库 | 第20-22页 |
| 2.3 预处理过程 | 第22-27页 |
| 2.3.1 掌纹图像的二值化处理 | 第22-23页 |
| 2.3.2 形态学处理 | 第23-24页 |
| 2.3.3 边缘检测的轮廓提取 | 第24-25页 |
| 2.3.4 掌纹图像的定位分割 | 第25-27页 |
| 2.4 本章小结 | 第27-30页 |
| 第三章 LBP算法与非高斯Gabor滤波器算法研究 | 第30-44页 |
| 3.1 LBP算法的发展概述 | 第30页 |
| 3.2 LBP算法的基本原理 | 第30-36页 |
| 3.2.1 LBP算子 | 第30-32页 |
| 3.2.2 旋转不变统一LBP | 第32-36页 |
| 3.3 非高斯Gabor滤波器函数的构造 | 第36-42页 |
| 3.3.1 一维Gabor小波变换 | 第36-37页 |
| 3.3.2 二维Gabor滤波表示和其存在的缺点 | 第37-39页 |
| 3.3.3 二维非高斯Gabor滤波表示和参数选择 | 第39-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 非高斯Gabor滤波器的LBP的算法与实验结果分析 | 第44-58页 |
| 4.1 相似性度量 | 第44-45页 |
| 4.1.1 绝对值距离 | 第44页 |
| 4.1.2 欧拉距离 | 第44页 |
| 4.1.3 明氏(Minkowski)距离 | 第44页 |
| 4.1.4 直方图距离 | 第44-45页 |
| 4.1.5 卡方统计量距离 | 第45页 |
| 4.2 相位编码方式 | 第45-47页 |
| 4.3 基于非高斯Gabor滤波器和LBP的融合算法 | 第47-48页 |
| 4.4 实验结果与分析 | 第48-57页 |
| 4.4.1 掌纹识别系统评价标准 | 第48-50页 |
| 4.4.2 掌纹识别和认证实验结果 | 第50-53页 |
| 4.4.3 非高斯Gabor滤波的LBP算法实验结果 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 结论 | 第58-60页 |
| 5.1 论文总结及展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 附录A 硕士期间研究成果 | 第68页 |
