基于角点检测与竞争编码的掌纹识别系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究的背景 | 第14-16页 |
| 1.1.1 指纹识别 | 第15页 |
| 1.1.2 人脸识别 | 第15页 |
| 1.1.3 视网膜识别 | 第15-16页 |
| 1.1.4 虹膜识别 | 第16页 |
| 1.2 掌纹识别的发展 | 第16-17页 |
| 1.3 掌纹识别的研究现状 | 第17-18页 |
| 1.4 掌纹身份识别系统研究现状 | 第18页 |
| 1.5 系统简介 | 第18-19页 |
| 1.6 本文的研究内容 | 第19-20页 |
| 第二章 掌纹有效区域的提取 | 第20-30页 |
| 2.1 掌纹图像简介 | 第20页 |
| 2.2 掌纹图像的分割 | 第20-25页 |
| 2.2.1 基于肤色分割的手掌轮廓提取 | 第20-23页 |
| 2.2.2 基于边缘检测的手掌轮廓提取 | 第23-25页 |
| 2.3 参考点位置的确定方法 | 第25-29页 |
| 2.3.1 基于肤色比例的谷点确定方法 | 第26-27页 |
| 2.3.2 利用谷点轮廓的切线确定谷点的位置 | 第27-28页 |
| 2.3.3 基于边缘梯度的谷点确定方法 | 第28-29页 |
| 2.4 通过谷点确定有效区域 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 掌纹特征提取与匹配 | 第30-44页 |
| 3.1 掌纹特征的几种常见提取方法 | 第30-33页 |
| 3.1.1 基于掌纹结构的特征提取方法 | 第30-32页 |
| 3.1.2 使用空间变换的特征提取方法 | 第32页 |
| 3.1.3 基于统计和子空间的特征提取方法 | 第32-33页 |
| 3.2 本文中使用的点特征提取方法 | 第33-36页 |
| 3.2.1 SIFT角点检测算法 | 第33-36页 |
| 3.3 本文使用的基于局部方向特征提取方法 | 第36-42页 |
| 3.3.1 Gabor滤波器 | 第36-37页 |
| 3.3.2 CompetitiveCode的生成 | 第37-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 掌纹识别系统的开发实现 | 第44-52页 |
| 4.1 掌纹识别系统的实现流程 | 第44页 |
| 4.2 掌纹识别系统数据库的采集 | 第44-45页 |
| 4.3 掌纹识别系统的预处理阶段 | 第45-47页 |
| 4.3.1 掌纹轮廓的提取 | 第45-46页 |
| 4.3.2 确定手掌的谷点 | 第46页 |
| 4.3.3 有效区域的提取 | 第46-47页 |
| 4.4 掌纹识别系统的特征提取与匹配 | 第47-51页 |
| 4.4.1 基于SIFT角点检测的粗匹配 | 第47-48页 |
| 4.4.2 竞争编码的生成 | 第48-50页 |
| 4.4.3 仿真效果 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 作者简介 | 第60-61页 |
