| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-14页 |
| 第一章 绪论 | 第14-28页 |
| ·研究背景及意义 | 第14-16页 |
| ·生物特征识别技术中的若干关键概念 | 第16-24页 |
| ·生物特征的特性及分类 | 第16-18页 |
| ·生物特征识别系统的结构 | 第18-20页 |
| ·生物认证vs.生物识别 | 第20-22页 |
| ·生物认证与生物识别 | 第20页 |
| ·生物认证与生物识别的性能评判指标 | 第20-22页 |
| ·生物特征识别技术发展大事纪 | 第22-24页 |
| ·论文的主要工作及结构安排 | 第24-28页 |
| ·论文的主要工作 | 第24-25页 |
| ·论文内容的结构安排 | 第25-28页 |
| 第二章 手部特征识别技术 | 第28-49页 |
| ·引言 | 第28-29页 |
| ·广义手部特征的定义 | 第29-30页 |
| ·现有手部特征识别算法的国内外研究现状 | 第30-38页 |
| ·手形特征 | 第31页 |
| ·掌纹预处理算法 | 第31-33页 |
| ·掌纹特征提取算法 | 第33-38页 |
| ·结构特征 | 第33-35页 |
| ·纹理特征 | 第35-36页 |
| ·子空间特征 | 第36-38页 |
| ·现有实用系统及相关科研院校 | 第38页 |
| ·现有手部特征识别算法的不足 | 第38-40页 |
| ·狭义手部特征的定义 | 第40-41页 |
| ·基于图像内容的手部特征识别 | 第41-42页 |
| ·本文使用的图像数据库 | 第42-48页 |
| ·采集设备的选择 | 第43-44页 |
| ·采集平台及数据库基本参数 | 第44-45页 |
| ·数据库预处理方案之一 | 第45-46页 |
| ·数据库预处理方案之二 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第三章 基于底层内容信息的手部特征图像识别 | 第49-76页 |
| ·引言 | 第49页 |
| ·基于小波MRA和不变矩函数的掌纹纹理分析 | 第49-59页 |
| ·小波MRA | 第49-54页 |
| ·连续小波变换 | 第50-51页 |
| ·离散小波变换 | 第51页 |
| ·小波MRA | 第51-53页 |
| ·Mallat 算法 | 第53-54页 |
| ·基于小波MRA和不变矩的特征提取 | 第54-58页 |
| ·掌纹ROI图像的小波分解 | 第54-55页 |
| ·不变矩 | 第55-57页 |
| ·特征提取 | 第57-58页 |
| ·特征的匹配 | 第58页 |
| ·实验结果与分析 | 第58-59页 |
| ·基于改进手形和局部灰度分布的低分辨率狭义手部特征图像识别 | 第59-74页 |
| ·基于改进手形特征的粗分类算法 | 第60-62页 |
| ·粗分类后样本的调整方案 | 第62-63页 |
| ·细分类算法 | 第63-67页 |
| ·熵 | 第63-64页 |
| ·信息熵 | 第64页 |
| ·细分类特征的提取 | 第64-67页 |
| ·实验结果及分析 | 第67-74页 |
| ·粗分类结果及分析 | 第67-70页 |
| ·细分类结果及分析 | 第70-74页 |
| ·本章小结 | 第74-76页 |
| 第四章 低分辨率狭义手部特征图像的区域性内容特征提取 | 第76-90页 |
| ·引言 | 第76-77页 |
| ·基于改进手形特征的粗分类算法 | 第77页 |
| ·区域性内容特征的提取 | 第77-86页 |
| ·传统图像分割算法 | 第78-81页 |
| ·SRG算法 | 第78-79页 |
| ·Watershed算法 | 第79-81页 |
| ·简单顺序标记户分割 | 第81-84页 |
| ·区域性内容特征的提取 | 第84-85页 |
| ·区域性内容特征相似性的度量 | 第85-86页 |
| ·实验结果及分析 | 第86-89页 |
| ·本章小结 | 第89-90页 |
| 第五章 基于NMF的手部特征图像隐式语义分析 | 第90-111页 |
| ·引言 | 第90页 |
| ·语义与隐式语义 | 第90-93页 |
| ·语义 | 第90-91页 |
| ·隐式语义分析(LSA) | 第91-93页 |
| ·掌纹图像LSA中矩阵分解算法的选择 | 第93-101页 |
| ·LSA中的矩阵分解算法 | 第94-98页 |
| ·SVD算法 | 第94-95页 |
| ·PCA算法 | 第95-96页 |
| ·NMF算法 | 第96-98页 |
| ·矩阵分解算法对掌纹图像LSA性能的影响与分析 | 第98-100页 |
| ·掌纹图像LSA中矩阵分解算法选择的结论 | 第100-101页 |
| ·基于改进NMF的掌纹图像实时LSA | 第101-108页 |
| ·对传统NMF算法的改进 | 第101-105页 |
| ·NMF迭代矩阵初始化方案的改进 | 第101-103页 |
| ·NMF计算复杂度的改进 | 第103-105页 |
| ·实验结果及分析 | 第105-108页 |
| ·本章小结 | 第108-109页 |
| 附表 | 第109-111页 |
| 第六章 主成分选择对子空间掌纹识别算法的性能影响 | 第111-126页 |
| ·引言 | 第111页 |
| ·子空间算法 | 第111-115页 |
| ·掌纹识别子空间方法 | 第112-115页 |
| ·Eigenpalm算法 | 第112-113页 |
| ·Fisherpalm算法 | 第113-114页 |
| ·Laplacianpalm算法 | 第114-115页 |
| ·子空间算法中的主成分选择 | 第115-116页 |
| ·实验结果及分析 | 第116-121页 |
| ·移除连续主成分的实验结果 | 第117-118页 |
| ·移除单独主成分的实验结果 | 第118-120页 |
| ·2DLPP算法vs.经主成分选择构建的子空间算法 | 第120-121页 |
| ·本章小结 | 第121页 |
| 附表 | 第121-126页 |
| 第七章 结论 | 第126-129页 |
| ·本文工作总结 | 第126-127页 |
| ·对后续工作的展望 | 第127-128页 |
| ·结束语 | 第128-129页 |
| 参考文献 | 第129-137页 |
| 致谢 | 第137-138页 |
| 攻读博士期间所写论文和参与的研究课题 | 第138-141页 |
| 学位论文数据集 | 第141页 |
