指纹识别
第一章 绪论 | 第7-17页 |
1.1 生物识别系统简介 | 第7-8页 |
1.2 国内外研究现状 | 第8-10页 |
1.2.1 国外发展现状 | 第8-9页 |
1.2.2 国内发展现状 | 第9-10页 |
1.3 自动指纹识别系统介绍 | 第10-15页 |
1.3.1 处理流程 | 第10-11页 |
1.3.2 指纹采集 | 第11-12页 |
1.3.3 预处理 | 第12-13页 |
1.3.4 指纹的分类 | 第13-14页 |
1.3.5 细节特征提取 | 第14-15页 |
1.3.6 指纹匹配 | 第15页 |
1.4 本论文所做的工作 | 第15页 |
1.5 本论文论述内容 | 第15-17页 |
第二章 方向信息提取算法比较 | 第17-28页 |
2.1 RAO方法 | 第17-21页 |
2.1.1 算法基本原理 | 第17-18页 |
2.1.2 RAO方法不同梯度算子比较 | 第18-21页 |
2.1.3 比较总结 | 第21页 |
2.2 基于灰度图像求取指纹的方向图。 | 第21-24页 |
2.2.1 算法基本原理 | 第21-23页 |
2.2.2 不同窗口尺寸下方向图图示 | 第23-24页 |
2.2.3 比较总结 | 第24页 |
2.3 RAO方法和基于灰度的方向提取算法比较 | 第24-26页 |
2.4 实验结论 | 第26-28页 |
第三章 定位指纹奇异点 | 第28-39页 |
3.1 利用Poincare函数进行奇异点检测 | 第28-29页 |
3.2 算法描述 | 第29-31页 |
3.3 算法的详细描述 | 第31-37页 |
3.3.1 首先进行前后背景分离。 | 第31-32页 |
3.3.2 求平均纹线宽度 | 第32-33页 |
3.3.3 滤波 | 第33页 |
3.3.4 求中心点和三角点 | 第33页 |
3.3.5 放宽条件 | 第33-34页 |
3.3.6 粗分类 | 第34-37页 |
3.4 实验结果 | 第37-39页 |
第四章 二值化与细化算法 | 第39-51页 |
4.1 二值化 | 第39-44页 |
4.1.1 最大类间方差法 | 第40-42页 |
4.1.2 自适应二值化 | 第42-43页 |
4.1.3 两种二值化方法的比较 | 第43-44页 |
4.2 细化算法 | 第44-47页 |
4.2.1 快速细化算法 | 第44-45页 |
4.2.2 Hilditch细化算法 | 第45-47页 |
4.3 实验效果对比图 | 第47-49页 |
4.4 实验结论 | 第49-51页 |
第五章 提取指纹细节特征点 | 第51-59页 |
5.1 对细化图像进行修复 | 第52-54页 |
5.1.1 细化图像中噪声特点的分析 | 第52-53页 |
5.1.2 噪声消除 | 第53-54页 |
5.2 细节特征点分布规律 | 第54-58页 |
5.2.1 改进算法 | 第55-56页 |
5.2.2 实验效果 | 第56-58页 |
5.3 结论 | 第58-59页 |
第六章 指纹匹配算法 | 第59-65页 |
6.1 匹配方法概述 | 第60-61页 |
6.2 改进的匹配算法 | 第61-64页 |
6.3 实验结果 | 第64页 |
6.4 讨论 | 第64-65页 |
第七章 总结 | 第65-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-72页 |
摘要 | 第72-75页 |
ABSTRACT | 第75页 |