高分辨率指纹汗孔提取模型的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 生物特征识别概述 | 第9-10页 |
| 1.2 指纹识别技术的发展 | 第10-12页 |
| 1.3 高分辨率指纹识别的研究 | 第12-16页 |
| 1.3.1 指纹汗孔提取的研究意义 | 第12-14页 |
| 1.3.2 指纹识别技术的研究现状 | 第14-16页 |
| 1.3.3 指纹识别问题的挑战 | 第16页 |
| 1.4 本文主要工作 | 第16-17页 |
| 1.5 本文结构安排 | 第17-18页 |
| 第2章 指纹图像预处理 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 指纹图像分割 | 第18-20页 |
| 2.3 指纹图像归一化 | 第20-21页 |
| 2.4 指纹图像的方向图获取 | 第21-23页 |
| 2.5 指纹图像增强 | 第23-25页 |
| 2.5.1 Gabor指纹增强 | 第23-24页 |
| 2.5.2 频率值计算 | 第24-25页 |
| 2.6 指纹图像的二值化 | 第25-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 基于DoG模型的汗孔提取算法及优化 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 汗孔的基本特征 | 第28-30页 |
| 3.3 基于DoG模型的汗孔提取 | 第30-32页 |
| 3.4 汗孔提取算法的优化 | 第32-37页 |
| 3.4.1 汗孔模型融合策略 | 第33-34页 |
| 3.4.2 汗孔选择模型 | 第34-37页 |
| 3.5 实验结果与分析 | 第37-42页 |
| 3.5.1 实验数据库 | 第37页 |
| 3.5.2 汗孔提取精度测试 | 第37-40页 |
| 3.5.3 汗孔匹配测试 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于形态学滤波的汗孔提取 | 第43-58页 |
| 4.1 引言 | 第43页 |
| 4.2 灰度形态学 | 第43-47页 |
| 4.2.1 灰度形态学的基本概念 | 第44-45页 |
| 4.2.2 多尺度灰度形态学 | 第45-47页 |
| 4.3 指纹汗孔特征提取 | 第47-52页 |
| 4.3.1 构造形态学切换算子 | 第47-48页 |
| 4.3.2 闭汗孔提取 | 第48-49页 |
| 4.3.3 开汗孔提取 | 第49-52页 |
| 4.4 实验结果与分析 | 第52-57页 |
| 4.4.1 汗孔提取精度测试 | 第52-55页 |
| 4.4.2 汗孔匹配测试 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65页 |
