自动指纹识别系统关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·生物识别技术 | 第9-12页 |
| ·生物识别技术概述 | 第9-10页 |
| ·主要生物识别技术 | 第10-11页 |
| ·生物识别系统的结构 | 第11-12页 |
| ·自动指纹识别技术 | 第12-19页 |
| ·研究目的和研究意义 | 第12-13页 |
| ·研究历史和研究现状 | 第13-14页 |
| ·自动指纹识别系统的构成 | 第14-17页 |
| ·自动指纹识别系统的工作模式 | 第17-18页 |
| ·自动指纹识别系统的性能评价指标 | 第18-19页 |
| ·本文的主要工作 | 第19-21页 |
| 第二章 指纹图像质量评估算法研究 | 第21-32页 |
| ·指纹图像质量评估概述 | 第21-23页 |
| ·基于判别因子的指纹图像质量评估 | 第23-29页 |
| ·指纹图像初级分割 | 第24-25页 |
| ·指纹图像的有效区域面积比 | 第25页 |
| ·指纹图像有效区域的偏移量 | 第25-26页 |
| ·指纹图像有效区域的灰度均值和方差 | 第26-27页 |
| ·傅立叶频谱能量比 | 第27-29页 |
| ·实验结果 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 指纹图像预处理算法研究 | 第32-47页 |
| ·指纹图像分割算法研究 | 第32-38页 |
| ·常用的指纹图像分割方法 | 第33页 |
| ·指纹图像灰度归一化 | 第33-34页 |
| ·基于SVM的指纹图像二次分割 | 第34-38页 |
| ·指纹图像增强算法研究 | 第38-43页 |
| ·常见的指纹图像增强方法 | 第38-40页 |
| ·改进的基于Gabor滤波的指纹图像增强 | 第40-43页 |
| ·指纹图像二值化 | 第43-44页 |
| ·指纹图像细化 | 第44页 |
| ·分割算法实验结果分析 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 指纹图像特征提取和匹配算法研究 | 第47-65页 |
| ·指纹图像奇异点的提取 | 第47-51页 |
| ·方向场多尺度平滑滤波 | 第48-49页 |
| ·点方向场的复数滤波 | 第49-51页 |
| ·指纹图像细节点的提取 | 第51-54页 |
| ·基于三角形全等的指纹图像匹配 | 第54-62页 |
| ·匹配算法的总体思想 | 第54-56页 |
| ·基于三角形全等的指纹图像初匹配 | 第56页 |
| ·平移和旋转 | 第56-61页 |
| ·建立界限盒 | 第61页 |
| ·全局匹配算法 | 第61-62页 |
| ·实验结果及分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间主要研究成果 | 第73页 |
