掌纹识别算法的研究
| CONTENTS | 第1-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-15页 |
| 符号说明 | 第15-16页 |
| 縮略语简表 | 第16-18页 |
| 第一章 绪论 | 第18-33页 |
| ·研究背景和意义 | 第18-21页 |
| ·掌纹识别技术 | 第21-25页 |
| ·掌纹特征 | 第21-22页 |
| ·掌纹识别技术的优势 | 第22-23页 |
| ·掌纹识别技术的现状 | 第23-25页 |
| ·掌纹识别系统的组成及工作过程 | 第25-26页 |
| ·训练过程 | 第25页 |
| ·识别过程 | 第25-26页 |
| ·掌纹识别系统的性能评价指标 | 第26-29页 |
| ·掌纹识别系统的研究难点 | 第29-30页 |
| ·本文的主要工作及内容安排 | 第30-33页 |
| 第二章 掌纹识别综述 | 第33-50页 |
| ·掌纹采集设备与掌纹数据库 | 第33-35页 |
| ·掌纹图像分割算法 | 第35-38页 |
| ·公切线和直线拟合法 | 第35-37页 |
| ·基于滚轮法的定位分割 | 第37-38页 |
| ·基于椭圆拟合的定位分割 | 第38页 |
| ·掌纹特征提取算法 | 第38-49页 |
| ·基于结构特征的提取 | 第39-41页 |
| ·基于统计的掌纹特征提取 | 第41-42页 |
| ·基于子空间的掌纹特征提取 | 第42-43页 |
| ·基于纹理编码的掌纹特征提取 | 第43-48页 |
| ·基于特征融合的特征提取 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 基于单层和多层毯子维的掌纹识别 | 第50-69页 |
| ·分形几何理论 | 第50-51页 |
| ·分形维数(fractal dimension) | 第51-56页 |
| ·盒维(Box-counting) | 第52-54页 |
| ·基于分数布朗随机场的分形维数 | 第54-55页 |
| ·毯子维 | 第55-56页 |
| ·基于单层毯子维的掌纹识别算法的研究 | 第56-64页 |
| ·基于单层毯子维的掌纹特征提取 | 第57-59页 |
| ·掌纹匹配 | 第59-60页 |
| ·基于单层水平扩张毯子维的实验结果 | 第60-64页 |
| ·基于多层毯子维的掌纹识别算法的研究 | 第64-68页 |
| ·多层毯子维的掌纹特征提取 | 第64-65页 |
| ·实验结果分析 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 基于稀疏表示的掌纹识别凸优化算法的研究 | 第69-95页 |
| ·图像稀疏表示理论 | 第69-73页 |
| ·常见的凸优化算法 | 第73-75页 |
| ·稀疏模型的优化算法 | 第75-80页 |
| ·标准稀疏表示优化算法 | 第76-77页 |
| ·鲁邦性的稀疏分类表示 | 第77-80页 |
| ·协作表示分类 | 第80-83页 |
| ·协作表示的优化算法 | 第81-82页 |
| ·RCRC优化算法 | 第82-83页 |
| ·实验分析 | 第83-94页 |
| ·基于稀疏分类的掌纹识别 | 第84-88页 |
| ·基于RSRC的掌纹识别 | 第88-89页 |
| ·基于协作表示分类的掌纹识别 | 第89-93页 |
| ·基于RCRC的掌纹识别 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 第五章 基于局部纹理特征和协作表示的掌纹识别算法 | 第95-107页 |
| ·传统的LBP算法原理 | 第95-97页 |
| ·HM-LBP算法原理 | 第97-99页 |
| ·基于HM-LBP和协作表示的掌纹识别算法 | 第99-106页 |
| ·基于HM-LBP的掌纹特征提取 | 第100-101页 |
| ·基于HM-LBP和协作表示分类的掌纹识别算法 | 第101-102页 |
| ·实验结果及分析 | 第102-106页 |
| ·本章小结 | 第106-107页 |
| 第六章 总结与展望 | 第107-109页 |
| ·本文主要工作 | 第107-108页 |
| ·后续工作 | 第108-109页 |
| 参考文献 | 第109-120页 |
| 致谢 | 第120-121页 |
| 攻读学位期间发表的学术论文 | 第121-122页 |
| 附件：外文论文两篇 | 第122-141页 |
| 附表 | 第141页 |
