指纹识别系统中图像质量评估与匹配算法的研究及实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·生物特征识别技术简介 | 第10-11页 |
| ·指纹识别技术简介 | 第11-13页 |
| ·课题的研究现状 | 第13-16页 |
| ·指纹图像质量评估 | 第13-15页 |
| ·指纹匹配算法 | 第15-16页 |
| ·本文的研究内容及结构安排 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·文章结构安排 | 第17-18页 |
| 第二章 指纹识别系统中关键算法介绍 | 第18-32页 |
| ·指纹识别系统的设计 | 第18-22页 |
| ·指纹图像的获取 | 第18-19页 |
| ·指纹的表示方法 | 第19-20页 |
| ·特征提取 | 第20页 |
| ·指纹的匹配 | 第20-22页 |
| ·设计总结 | 第22页 |
| ·指纹图像分割算法 | 第22-25页 |
| ·指纹图像的梯度 | 第23-24页 |
| ·图像分割 | 第24-25页 |
| ·图像增强算法 | 第25-29页 |
| ·方向场的计算 | 第26-27页 |
| ·Gabor 滤波增强 | 第27-29页 |
| ·特征提取算法 | 第29-31页 |
| ·脊线平滑 | 第29页 |
| ·提取细节点 | 第29-30页 |
| ·去除伪细节点 | 第30-31页 |
| ·本章总结 | 第31-32页 |
| 第三章 指纹图像质量评估算法的研究 | 第32-51页 |
| ·指纹图像质量评估 | 第32-38页 |
| ·图像局部质量的评估 | 第32-36页 |
| ·图像全局质量的评估 | 第36-37页 |
| ·本文的质量评估算法 | 第37-38页 |
| ·人工神经网络 | 第38-44页 |
| ·人工神经元 | 第38-39页 |
| ·感知器的学习算法 | 第39-40页 |
| ·反向传播神经网络 | 第40-43页 |
| ·对反向传播神经网络的改进 | 第43-44页 |
| ·实验测试与结果分析 | 第44-50页 |
| ·建立神经网络模型 | 第44-46页 |
| ·网络的训练 | 第46-47页 |
| ·实验结果 | 第47-50页 |
| ·本章总结 | 第50-51页 |
| 第四章 指纹匹配算法的研究 | 第51-65页 |
| ·基于点模式的匹配方法 | 第51-53页 |
| ·基于形状上下文的指纹匹配方法 | 第53-62页 |
| ·形状上下文 | 第54-55页 |
| ·基于形状上下文的算法 | 第55-58页 |
| ·形状上下文算法用于指纹匹配 | 第58-62页 |
| ·实验方法与结果分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 结束语 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻硕期间取得的研究成果 | 第72-73页 |
