首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于手部图像的多模态生物识别算法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 引言第10-11页
    1.2 课题研究背景及意义第11-12页
    1.3 国内外研究现状第12-14页
    1.4 论文的结构安排第14-16页
第2章 掌纹识别的理论基础第16-23页
    2.1 生物识别工作过程第16-17页
    2.2 小波变换在掌纹识别中的应用基础第17-20页
        2.2.1 小波变换的基本原理第18-19页
        2.2.2 快速小波变换算法第19-20页
    2.3 二维Gabor小波特性分析第20-22页
        2.3.1 二维Gabor小波的描述第20-22页
        2.3.2 二维Gabor小波的参数选择第22页
    2.4 本章小结第22-23页
第3章 手形特征的单模态生物识别第23-44页
    3.1 手形图像的获取第23页
    3.2 手形图像预处理第23-28页
        3.2.1 手形图像灰度化第24页
        3.2.2 手形图像分割第24-25页
        3.2.3 手形图像轮廓的边界跟踪第25-28页
    3.3 手形特征点定位算法第28-38页
        3.3.1 现有的特征点定位算法第28-34页
        3.3.2 基于圆盘法的改进算法第34-36页
        3.3.3 基于局部分块式特征点定位改进算法第36-38页
    3.4 手形特征提取和匹配第38-40页
        3.4.1 特征矢量提取第39页
        3.4.2 特征匹配和识别第39-40页
    3.5 实验及实验结果分析第40-43页
        3.5.1 可行性实验第40-41页
        3.5.2 对比性实验第41-42页
        3.5.3 改进型圆盘法的优势对比分析第42-43页
    3.6 本章小结第43-44页
第4章 掌纹特征的单模态识别及生物特征的多模态融合第44-66页
    4.1 掌纹感兴趣区(ROI)分割第44-49页
        4.1.1 典型的ROI分割方法第45-46页
        4.1.2 改进的ROI分割方法第46-49页
    4.2 掌纹特征提取与匹配识别第49-57页
        4.2.1 掌纹主线提取方法第50-51页
        4.2.2 基于像素面积的掌纹识别第51-52页
        4.2.3 基于小波变换的掌纹识别第52-55页
        4.2.4 基于二维Gabor特征的掌纹识别第55-57页
    4.3 实验结果与分析第57-61页
        4.3.1 对比性实验一第57-59页
        4.3.2 对比性实验二第59-60页
        4.3.3 三种识别方法简要对比分析第60-61页
    4.4 生物特征的多模态融合第61-64页
        4.4.1 多模态生物识别融合方法第61-63页
        4.4.2 本文对多模态生物识别研究方向第63-64页
    4.5 本章小结第64-66页
结论第66-68页
参考文献第68-72页
攻读硕士学位期间发表的论文和取得的科研成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于集合表示的图像分类
下一篇:基于社会关系的机会网络消息转发算法的研究