| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-14页 |
| 1.1 研究目的与意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-12页 |
| 1.2.1 掌纹识别系统 | 第8-10页 |
| 1.2.2 非接触式掌纹识别 | 第10-11页 |
| 1.2.3 常见的掌纹识别方法 | 第11-12页 |
| 1.3 本文主要工作及结构安排 | 第12-14页 |
| 第二章 基于MSG和HEBD的非接触式掌纹识别 | 第14-24页 |
| 2.1 MSG算法 | 第14-19页 |
| 2.1.1 Sobel算子 | 第14页 |
| 2.1.2 Gabor变换 | 第14-15页 |
| 2.1.3 MSG算法 | 第15-17页 |
| 2.1.4 毯子维算法 | 第17-19页 |
| 2.2 基于MSG和HEBD的非接触式掌纹识别算法 | 第19-20页 |
| 2.3 实验与分析 | 第20-22页 |
| 2.3.1 样本选取及实验 | 第20-21页 |
| 2.3.2 算法识别率比较与分析 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于SVM和特征融合的非接触式掌纹识别 | 第24-43页 |
| 3.1 基于分类的掌纹识别 | 第24页 |
| 3.2 特征选择 | 第24-29页 |
| 3.2.1 LBP特征 | 第25-26页 |
| 3.2.2 灰度共生矩阵 | 第26-28页 |
| 3.2.3 方向梯度直方图 | 第28-29页 |
| 3.3 支持向量机 | 第29-34页 |
| 3.3.1 线性可分支持向量机 | 第29-31页 |
| 3.3.2 非线性可分支持向量机 | 第31-34页 |
| 3.4 特征融合算法 | 第34-35页 |
| 3.5 实验与分析 | 第35-42页 |
| 3.5.1 实验数据与预处理 | 第35-36页 |
| 3.5.2 特征提取与融合 | 第36-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于SVM和SIFT的非接触式掌纹识别 | 第43-53页 |
| 4.1 SIFT算法 | 第43-47页 |
| 4.1.1 SIFT尺度空间 | 第43-44页 |
| 4.1.2 特征点的定位 | 第44-46页 |
| 4.1.3 特征点的主方向和SIFT特征向量 | 第46-47页 |
| 4.2 基于SVR-SIFT的非接触式掌纹识别 | 第47-49页 |
| 4.2.1 识别算法描述 | 第47-48页 |
| 4.2.2 实验与分析 | 第48-49页 |
| 4.3 基于BWSVM-SIFT的非接触式掌纹识别 | 第49-52页 |
| 4.3.1 识别算法描述 | 第49-50页 |
| 4.3.2 实验与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |