基于图像的掌纹提取方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 掌纹识别技术 | 第12-13页 |
| 1.2.2 掌纹诊断自动化 | 第13-14页 |
| 1.2.3 掌纹诊断的医学研究 | 第14-15页 |
| 1.2.4 掌线提取方法研究现状 | 第15-17页 |
| 1.3 本文研究的内容与创新点 | 第17-20页 |
| 第2章 掌纹提取基础研究 | 第20-37页 |
| 2.1 掌纹数据库简介 | 第20-21页 |
| 2.2 掌纹图像分析 | 第21-24页 |
| 2.3 边缘检测方法实现 | 第24-30页 |
| 2.3.1 梯度边缘算子 | 第24-28页 |
| 2.3.2 小波极大值边缘算子 | 第28-30页 |
| 2.4 纹理分割方法实现 | 第30-36页 |
| 2.4.1 高斯导数法 | 第31-32页 |
| 2.4.2 GABOR 滤波器 | 第32-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 主线提取方法研究 | 第37-60页 |
| 3.1 主线粗分割方法研究 | 第39-46页 |
| 3.1.1 NIBLACK 方法 | 第39-41页 |
| 3.1.2 改进的粗分割方法 | 第41-46页 |
| 3.2 利用梯度性质进行定位提取主线 | 第46-50页 |
| 3.3 利用宽线定位进行主线提取 | 第50-59页 |
| 3.3.1 BOTTOM-HAT 算子增强处理 | 第51-54页 |
| 3.3.2 SUSAN 算法主线粗提取 | 第54-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第4章 主线细化及分类方法研究 | 第60-73页 |
| 4.1 形态学滤波的研究与实现 | 第60-64页 |
| 4.2 主线细化方法比较研究 | 第64-68页 |
| 4.2.1 ZHANG-SUEN 算子 | 第64-66页 |
| 4.2.2 数学形态学细化算子 | 第66-68页 |
| 4.3 主线拟合分类方法研究 | 第68-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第5章 褶皱纹线提取研究 | 第73-81页 |
| 5.1 LAW 方向模板的研究 | 第73-77页 |
| 5.2 完整掌纹的提取 | 第77-78页 |
| 5.3 线特征提取研究 | 第78-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第6章 结论与展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 附录 A | 第87-93页 |
| 致谢 | 第93-94页 |
| 攻读学位期间发表的学术论文 | 第94页 |
