| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 掌纹识别技术的发展与现状 | 第9-11页 |
| 1.2.1 掌纹识别技术的进程 | 第9-10页 |
| 1.2.2 典型掌纹识别系统 | 第10-11页 |
| 1.3 云计算的发展现状 | 第11-13页 |
| 1.3.1 云计算的发展 | 第12-13页 |
| 1.3.2 云计算的优点 | 第13页 |
| 1.4 本文研究内容 | 第13-14页 |
| 1.5 论文的结构 | 第14-15页 |
| 第2章 掌纹识别技术与云计算处理数据技术 | 第15-24页 |
| 2.1 掌纹图像检测相关技术 | 第15-17页 |
| 2.1.1 掌纹图像获取与预处理 | 第15-16页 |
| 2.1.2 掌纹图像定位与分割 | 第16-17页 |
| 2.2 掌纹图像特征提取与识别相关技术 | 第17-19页 |
| 2.2.1 特征提取 | 第17-18页 |
| 2.2.2 特征匹配 | 第18-19页 |
| 2.3 云计算相关技术 | 第19-23页 |
| 2.3.1 Map Reduce基本原理 | 第19-20页 |
| 2.3.2 Hadoop平台 | 第20-22页 |
| 2.3.3 Map Reduce具体流程 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于云环境的掌纹特征提取和识别算法设计 | 第24-33页 |
| 3.1 基于Map Reduce的掌纹图像特征提取算法 | 第24-29页 |
| 3.1.1 二维Gabor滤波器 | 第24-26页 |
| 3.1.2 利用Gabor滤波进行特征提取 | 第26-27页 |
| 3.1.3 基于Map Reduce的特征提取算法改进 | 第27-29页 |
| 3.1.4 基于Map Reduce的特征提取算法复杂度分析 | 第29页 |
| 3.2 基于共享函数机制的掌纹图像特征匹配算法 | 第29-32页 |
| 3.2.1 基于汉明距的特征匹配算法 | 第29-30页 |
| 3.2.2 共享Map函数机制 | 第30-31页 |
| 3.2.3 基于共享Map函数机制的多机匹配算法 | 第31页 |
| 3.2.4 多机匹配算法时间复杂度分析 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 基于云计算的掌纹识别系统的实现 | 第33-42页 |
| 4.1 基于SSH协议的系统安全模块 | 第34-36页 |
| 4.1.1 公钥认证原理 | 第35页 |
| 4.1.2 基于SSH协议的公钥认证实现 | 第35-36页 |
| 4.2 掌纹图像以及掌纹特征存储 | 第36-39页 |
| 4.2.1 大量小文件在Map Reduce中的问题 | 第36-37页 |
| 4.2.2 基于Sequence File的顺序文件设计 | 第37页 |
| 4.2.3 基于HDFS的数据存储方案实现 | 第37-39页 |
| 4.3 特征提取与特征匹配模块的具体实现 | 第39-41页 |
| 4.3.1 特征提取模块实现 | 第39-40页 |
| 4.3.2 特征匹配模块实现 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于云架构的掌纹识别系统性能测试 | 第42-50页 |
| 5.1 测试思路 | 第42-43页 |
| 5.1.1 掌纹数据库 | 第42页 |
| 5.1.2 测试环境 | 第42-43页 |
| 5.2 评价指标 | 第43-44页 |
| 5.3 系统测试 | 第44-49页 |
| 5.3.1 掌纹图像存储实验及分析 | 第44-45页 |
| 5.3.2 特征提取模块实验结论 | 第45-47页 |
| 5.3.3 匹配模块实验结论 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |
