| 目录 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·生物特征识别技术的概述 | 第10页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要工作及组织安排 | 第13-14页 |
| 第二章 指纹图像特征计算及经典指纹分割算法 | 第14-22页 |
| ·自动指纹识别技术介绍 | 第14-16页 |
| ·指纹图像特征计算方法 | 第16-17页 |
| ·经典指纹分割算法 | 第17-21页 |
| ·基于块灰度方差的指纹图像分割算法 | 第17-18页 |
| ·基于方向一致性的指纹图像分割算法 | 第18-20页 |
| ·融合灰度方差和方向一致性的指纹图像分割算法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 一类基于 CMVF 特征的指纹图像分割算法 | 第22-34页 |
| ·支持向量机的基本理论 | 第22-25页 |
| ·支持向量机的核心思想 | 第22-23页 |
| ·支持向量机分类器的构造 | 第23-25页 |
| ·分割特征的计算 | 第25-28页 |
| ·方向一致性(Coherence) | 第25-26页 |
| ·灰度均值（Mean） | 第26-27页 |
| ·灰度方差（Variance） | 第27-28页 |
| ·纹线频率（Frequency） | 第28-30页 |
| ·选取纹线频率作为指纹分割特征的意义 | 第28页 |
| ·利用指纹图像频率进行指纹分割的过程 | 第28-29页 |
| ·指纹图像频率信息的求解 | 第29-30页 |
| ·基于 CMVF 的指纹图像分割算法 | 第30-33页 |
| ·分割特征的选取 | 第30页 |
| ·分割算法描述 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 一类基于 Adaboost 的指纹图像分割算法 | 第34-45页 |
| ·Adaboost 算法理论分析 | 第34-38页 |
| ·Adaboost 训练过程 | 第34页 |
| ·Adaboost 分类器的构造 | 第34-38页 |
| ·基于 Adaboost 的指纹图像分割算法描述 | 第38-43页 |
| ·归一化处理 | 第39页 |
| ·采用 Otsu 进行粗分割 | 第39-41页 |
| ·利用 Adaboost 方法进行分割 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| ·指纹分割结果比较 | 第43-44页 |
| ·分割算法层面分析 | 第43页 |
| ·分割特征层面分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-46页 |
| ·本文工作 | 第45页 |
| ·下一步的研究工作 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间的论文发表情况 | 第49-50页 |
| 致谢 | 第50页 |