| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-26页 |
| ·自动掌纹识别的研究背景和意义 | 第12-15页 |
| ·自动掌纹识别的历史发展 | 第15-16页 |
| ·自动掌纹识别的基本特征 | 第16-17页 |
| ·自动掌纹识别系统组成及工作过程 | 第17-19页 |
| ·注册过程 | 第18页 |
| ·识别过程 | 第18-19页 |
| ·自动掌纹识别系统性能的评价 | 第19-22页 |
| ·误拒率和误识率 | 第20-21页 |
| ·累积匹配特性曲线 | 第21页 |
| ·速度和存储模板大小 | 第21-22页 |
| ·自动掌纹识别研究的难点分析 | 第22-23页 |
| ·本文的主要工作和结构安排 | 第23-26页 |
| ·本文的主要工作 | 第23-25页 |
| ·本文的结构安排 | 第25-26页 |
| 2 自动掌纹识别研究现状及主要理论方法 | 第26-46页 |
| ·掌纹图像采集 | 第26-28页 |
| ·脱机掌纹图像采集 | 第26-27页 |
| ·联机掌纹图像采集 | 第27-28页 |
| ·掌纹图像定位分割 | 第28-33页 |
| ·基于方向投影的定位分割 | 第29-30页 |
| ·基于滚轮法的定位分割 | 第30-31页 |
| ·公切线法和直线拟合法 | 第31-32页 |
| ·基于椭圆拟合的定位分割 | 第32页 |
| ·其它典型定位分割方法 | 第32-33页 |
| ·掌纹特征提取 | 第33-42页 |
| ·基于结构特征的提取 | 第33-37页 |
| ·基于掌纹纹理特征的提取 | 第37-38页 |
| ·基于子空间方法的特征提取 | 第38-39页 |
| ·基于频率域变换的特征提取 | 第39-40页 |
| ·基于统计矩的特征提取 | 第40-41页 |
| ·掌纹多特征融合识别 | 第41-42页 |
| ·掌纹特征匹配 | 第42-43页 |
| ·欧式距离、余弦距离和互相关系数 | 第42-43页 |
| ·海明距离 | 第43页 |
| ·掌纹与其它手部特征的融合 | 第43-45页 |
| ·与手形特征的融合 | 第43-44页 |
| ·与指横纹特征的融合 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 3 基于Log-Gabor小波相位一致的掌纹识别算法 | 第46-65页 |
| ·引言 | 第46-47页 |
| ·相位一致 | 第47-50页 |
| ·相位一致原理 | 第48页 |
| ·相位一致和局部能量 | 第48-50页 |
| ·基于Log-Gabor小波相位一致的掌纹特征提取 | 第50-54页 |
| ·基于Log-Gabor小波的相位一致值计算 | 第50-52页 |
| ·掌纹特征提取中Log-Gabor小波参数的选择 | 第52页 |
| ·掌纹方向和全局相位一致特征(PDPCF、PGPCF)提取及特征图像 | 第52-54页 |
| ·基于PGPCF图像的掌纹线识别 | 第54-59页 |
| ·掌纹线的检测 | 第54-56页 |
| ·掌纹线的匹配 | 第56页 |
| ·实验结果 | 第56-59页 |
| ·一种基于PDPCF图像的新掌纹识别方法(PROC) | 第59-64页 |
| ·掌纹区域方向码(PROC)的表示 | 第59-61页 |
| ·PROC的匹配 | 第61-62页 |
| ·实验结果 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 4 基于散度差判别局部保持投影的掌纹识别算法 | 第65-90页 |
| ·引言 | 第65-66页 |
| ·线性子空间方法 | 第66-70页 |
| ·主成分分析(PCA) | 第67-68页 |
| ·线性鉴别分析(LDA) | 第68-69页 |
| ·局部保持投影(LPP) | 第69页 |
| ·三种线性子空间方法分析 | 第69-70页 |
| ·子空间方法与图像差分类模型 | 第70-73页 |
| ·从差异角度考虑图像分类 | 第70-71页 |
| ·图像差模型中PCA、LDA和 LPP表述 | 第71-73页 |
| ·一种综合LDA和LPP特性的新子空间算法(SDLPP) | 第73-81页 |
| ·目标函数的提出 | 第74-76页 |
| ·散度差判别局部保持投影(SDLPP)算法 | 第76-77页 |
| ·算法参数 | 第77-79页 |
| ·核散度差判别局部保持投影(KSDLPP) | 第79-81页 |
| ·实验结果 | 第81-89页 |
| ·实验参数确定及分析 | 第82-85页 |
| ·SDLPP与PCA、LDA和LPP的测试比较 | 第85-87页 |
| ·平衡系数和图像差异测试分析 | 第87-89页 |
| ·本章小结 | 第89-90页 |
| 5 面向智能移动设备应用的掌纹识别算法研究 | 第90-107页 |
| ·引言 | 第90-91页 |
| ·掌纹图像采集和预处理方法 | 第91-95页 |
| ·新设计的一种掌纹图像采集及定位分割方法 | 第91-93页 |
| ·掌纹图像规一化处理 | 第93-95页 |
| ·基于Gabor小波和子空间方法的掌纹特征提取 | 第95-99页 |
| ·Gabor小波介绍 | 第95-97页 |
| ·二维Gabor小波参数选择 | 第97-98页 |
| ·基于Gabor小波的掌纹特征表示 | 第98-99页 |
| ·基于Gabor小波特征表示的子空间方法 | 第99页 |
| ·基于遗传算法的掌纹特征节点优化选取 | 第99-105页 |
| ·遗传算法理论介绍 | 第100-101页 |
| ·基于遗传算法的特征节点优选 | 第101-104页 |
| ·实验结果 | 第104-105页 |
| ·系统嵌入 | 第105-106页 |
| ·本章小结 | 第106-107页 |
| 6 总结和展望 | 第107-110页 |
| ·全文工作总结 | 第107-108页 |
| ·未来工作展望 | 第108-110页 |
| 参考文献 | 第110-118页 |
| 攻读博士学位期间发表学术论文情况 | 第118-119页 |
| 攻读博士学位期间参与的课题与项目 | 第119-120页 |
| 致谢 | 第120-121页 |
| 创新点摘要 | 第121-122页 |
| 作者简介 | 第122-123页 |
