基于多分辨率分析及灰度共生矩阵的掌纹特征提取算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1.绪论 | 第9-18页 |
| ·生物特征识别技术概述 | 第9-10页 |
| ·生物特征识别系统 | 第10-11页 |
| ·几种主要生物特征识别技术及比较 | 第11-15页 |
| ·指纹识别 | 第11页 |
| ·虹膜识别 | 第11-12页 |
| ·掌纹识别 | 第12页 |
| ·人脸识别 | 第12-13页 |
| ·语音识别 | 第13页 |
| ·签名识别 | 第13-14页 |
| ·各种生物特征的比较 | 第14-15页 |
| ·生物识别技术的应用及发展方向 | 第15-17页 |
| ·本文的内容安排 | 第17-18页 |
| 2.掌纹识别技术的基本理论 | 第18-27页 |
| ·掌纹识别技术的研究意义及发展现状 | 第18-21页 |
| ·研究意义 | 第18页 |
| ·发展现状 | 第18-21页 |
| ·掌纹识别的过程 | 第21-22页 |
| ·掌纹图像的预处理 | 第22页 |
| ·掌纹的特征提取方法 | 第22-26页 |
| ·基于图像变换的特征提取 | 第22-24页 |
| ·基于掌纹结构特征的特征提取 | 第24-25页 |
| ·基于掌纹纹理特征的特征提取 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3.掌纹图像的采集与预处理 | 第27-33页 |
| ·掌纹图像的采集 | 第27-28页 |
| ·本文所用掌纹库介绍 | 第28-29页 |
| ·掌纹图像的预处理 | 第29-32页 |
| ·掌纹图像的分割 | 第29-31页 |
| ·掌纹图像的增强 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4.掌纹特征提取算法的研究 | 第33-48页 |
| ·本文特征提取方法的基本思想 | 第33-34页 |
| ·小波的多分辨率分析 | 第34-40页 |
| ·小波分析的基本理论 | 第34-37页 |
| ·快速小波分解算法 | 第37-39页 |
| ·掌纹图像的小波分解 | 第39-40页 |
| ·灰度共生矩阵 | 第40-45页 |
| ·灰度共生矩阵的定义 | 第40-42页 |
| ·图像灰度级压缩 | 第42页 |
| ·常用五个纹理特征参数 | 第42-43页 |
| ·基于灰度共生矩阵的掌纹图像纹理特征参数分析 | 第43-45页 |
| ·算法总结 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5.实验及结果分析 | 第48-55页 |
| ·实验具体实施方案 | 第48-53页 |
| ·结果分析 | 第53-55页 |
| 6.总结与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
