掌纹辅助定位研究及iOS平台认证系统设计与实现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-29页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 生物特征认证技术概述 | 第11-14页 |
| 1.2.1 生物特征认证 | 第11-12页 |
| 1.2.2 不同生物特征模态介绍 | 第12-14页 |
| 1.3 研究现状分析 | 第14-25页 |
| 1.3.1 掌纹预处理算法 | 第14-22页 |
| 1.3.2 掌纹特征提取 | 第22-24页 |
| 1.3.3 安全掌纹认证 | 第24-25页 |
| 1.4 掌纹识别与认证评价指标 | 第25-27页 |
| 1.4.1 掌纹识别评价指标 | 第25-26页 |
| 1.4.2 掌纹认证评价指标 | 第26-27页 |
| 1.5 研究内容和结构安排 | 第27-29页 |
| 1.5.1 主要研究内容 | 第27-28页 |
| 1.5.2 结构安排 | 第28-29页 |
| 第2章 基于双点辅助的掌纹预处理 | 第29-43页 |
| 2.1 双点辅助拍摄手掌限定方法 | 第29-33页 |
| 2.1.1 双点辅助拍摄界面 | 第29-30页 |
| 2.1.2 双点辅助手掌摆拍准则 | 第30页 |
| 2.1.3 双点辅助方案的优势 | 第30页 |
| 2.1.4 图像旋转与校准 | 第30-32页 |
| 2.1.5 感兴趣区域定位 | 第32-33页 |
| 2.2 高斯肤色模型 | 第33-35页 |
| 2.2.1 颜色空间模型 | 第33-34页 |
| 2.2.2 颜色空间的选择 | 第34页 |
| 2.2.3 传统高斯肤色模型 | 第34-35页 |
| 2.2.4 肤色概率图 | 第35页 |
| 2.3 自适应肤色模型 | 第35-39页 |
| 2.3.1 一次自适应肤色模型 | 第36页 |
| 2.3.2 二次自适应肤色模型 | 第36-39页 |
| 2.4 实验结果与分析 | 第39-42页 |
| 2.4.1 数据库介绍 | 第39页 |
| 2.4.2 抗干扰性测试 | 第39-40页 |
| 2.4.3 认证性能测试 | 第40-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第3章 基于改进ASM的掌纹预处理 | 第43-52页 |
| 3.1 ASM理论基础 | 第43-44页 |
| 3.1.1 形状表示 | 第43页 |
| 3.1.2 对齐训练样本 | 第43-44页 |
| 3.1.3 数据降维 | 第44页 |
| 3.1.4 模型定位 | 第44页 |
| 3.2 构建ASM | 第44-46页 |
| 3.2.1 建立边界点集合 | 第44-45页 |
| 3.2.2 样本对齐 | 第45页 |
| 3.2.3 PCA降维 | 第45-46页 |
| 3.3 基于肤色模型的目标搜索 | 第46-47页 |
| 3.4 指间根部关键点检测 | 第47-48页 |
| 3.5 实验对比 | 第48-49页 |
| 3.5.1 抗干扰性测试 | 第48页 |
| 3.5.2 认证性能测试 | 第48-49页 |
| 3.6 两章算法对比 | 第49-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第4章 iOS平台掌纹认证系统 | 第52-59页 |
| 4.1 引言 | 第52页 |
| 4.2 软件开发准备 | 第52-53页 |
| 4.2.1 用户需求分析 | 第52页 |
| 4.2.2 软件开发环境 | 第52-53页 |
| 4.3 系统功能模块图 | 第53页 |
| 4.4 类模块简介 | 第53-55页 |
| 4.5 类调用关系图 | 第55页 |
| 4.6 类继承关系图 | 第55-56页 |
| 4.7 系统功能演示 | 第56-58页 |
| 4.8 本章总结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59页 |
| 5.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 攻读硕士期间撰写的论文和参加科研情况 | 第68-69页 |
| 一 攻读硕士学位期间撰写的论文 | 第68页 |
| 二 攻读硕士学位期间参加科研情况 | 第68-69页 |
| 致谢 | 第69-70页 |
