自然光环境下的掌纹图像的主线提取方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·生物特征的身份认证技术 | 第10-11页 |
| ·掌纹识别技术 | 第11-13页 |
| ·掌纹识别的优势 | 第11-12页 |
| ·提取掌纹主线的意义 | 第12-13页 |
| ·研究现状简介 | 第13-15页 |
| ·自然光环境下的掌纹提取研究现状 | 第13页 |
| ·提取掌纹主线的研究现状 | 第13-15页 |
| ·本文研究的内容 | 第15-17页 |
| 2 掌纹识别系统及图像采集 | 第17-23页 |
| ·掌纹识别系统 | 第17-19页 |
| ·掌纹识别系统的组成 | 第17页 |
| ·掌纹识别系统的工作模式 | 第17-19页 |
| ·掌纹图像采集方法介绍 | 第19-22页 |
| ·掌纹图像采集方法 | 第19-21页 |
| ·掌纹图像采集数据库 | 第21页 |
| ·本文采用的掌纹图像库 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 掌纹感兴趣区域的提取 | 第23-37页 |
| ·常用的掌纹感兴趣区域图像提取方法 | 第23-25页 |
| ·本文所用的掌纹感兴趣区域的提取方法 | 第25-35页 |
| ·改进的种子算法对掌纹区域的定位 | 第26-29页 |
| ·Sobel算子锐化后的定位 | 第29-31页 |
| ·计算矩形度 | 第31-32页 |
| ·计算长宽比 | 第32-33页 |
| ·灰度投影 | 第33-35页 |
| ·小结 | 第35-37页 |
| 4 掌纹图像预处理 | 第37-49页 |
| ·图像灰度化 | 第37-38页 |
| ·基于灰度积分的局部灰度自动校正 | 第38-41页 |
| ·基于中值滤波和Sobel算子的加权运算的滤波 | 第41-43页 |
| ·掌纹图像二值化 | 第43-45页 |
| ·基于灰度积分的掌纹去噪 | 第45-47页 |
| ·小结 | 第47-49页 |
| 5 掌纹主线的提取 | 第49-57页 |
| ·掌纹的线特征 | 第49-50页 |
| ·中值滤波处理 | 第50-51页 |
| ·数学形态学运算 | 第51-53页 |
| ·主线细化 | 第53-54页 |
| ·连通域去噪 | 第54-56页 |
| ·小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·本文研究工作及成果 | 第57-58页 |
| ·进一步的研究工作 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-62页 |
