| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 第1章 综述 | 第14-34页 |
| ·课题研究背景及意义 | 第14-16页 |
| ·生物特征识别与掌纹识别技术 | 第16-21页 |
| ·生物特征识别 | 第16-18页 |
| ·掌纹识别技术 | 第18-21页 |
| ·掌纹识别算法的研究现状 | 第21-30页 |
| ·基于掌纹结构特征的识别算法 | 第22-24页 |
| ·基于掌纹纹理特征的识别算法 | 第24-25页 |
| ·基于子空间特征的识别算法 | 第25-26页 |
| ·基于特征融合的识别算法 | 第26-28页 |
| ·基于分层的识别算法 | 第28-30页 |
| ·课题来源及主要研究内容 | 第30-34页 |
| ·课题来源 | 第30页 |
| ·主要研究内容 | 第30-34页 |
| 第2章 掌纹识别技术理论 | 第34-46页 |
| ·掌纹识别的基本原理 | 第34-40页 |
| ·掌纹识别的工作模式与主要功能模块 | 第34-37页 |
| ·掌纹识别算法的性能评价 | 第37-40页 |
| ·相关理论基础 | 第40-46页 |
| ·SVM的简介 | 第40-42页 |
| ·分形学基础 | 第42-46页 |
| 第3章 基于子空间特征的掌纹识别算法 | 第46-70页 |
| ·引言 | 第46-47页 |
| ·2DLPP算法 | 第47-49页 |
| ·I2DLPP算法 | 第49-53页 |
| ·实验与结果分析 | 第53-68页 |
| ·BJTU_PalmprintDBⅠ数据库原始图像 | 第54-59页 |
| ·BJTU_PalmprintDBⅡ数据库Gabor特征 | 第59-66页 |
| ·I2DLPP与SVM分类器 | 第66-68页 |
| ·小结 | 第68-70页 |
| 第4章 基于整体与局部特征融合的掌纹识别算法 | 第70-88页 |
| ·引言 | 第70-71页 |
| ·整体特征的提取(GB(2D)~2PCA) | 第71-74页 |
| ·特征空间的组成 | 第72-74页 |
| ·特征空间的降维 | 第74页 |
| ·局部特征的提取(NMFSc) | 第74-76页 |
| ·融合过程 | 第76-77页 |
| ·实验与结果分析 | 第77-86页 |
| ·GB(2D)~2PCA的验证 | 第77-81页 |
| ·NMFSc参数的设置 | 第81-83页 |
| ·GB(2D)~2PCA与NMFSc融合算法的验证 | 第83-86页 |
| ·小结 | 第86-88页 |
| 第5章 基于纹理特征的掌纹识别算法 | 第88-116页 |
| ·引言 | 第88-90页 |
| ·基于Gabor局部相对特征的掌纹识别 | 第90-105页 |
| ·图像的分解 | 第90-93页 |
| ·图像的两层分块 | 第93-94页 |
| ·局部相对方差 | 第94-96页 |
| ·实验与结果分析 | 第96-105页 |
| ·基于Contourlet局部分形维数掌纹识别方法 | 第105-114页 |
| ·Contourlet变换 | 第107-108页 |
| ·掌纹的Contourlet分解 | 第108-109页 |
| ·微分盒计数法与局部分形维数 | 第109-110页 |
| ·分类与辨识 | 第110-111页 |
| ·实验与结果分析 | 第111-114页 |
| ·小结 | 第114-116页 |
| 第6章 结论 | 第116-119页 |
| ·本文的主要研究成果 | 第116-117页 |
| ·对今后工作的展望 | 第117-119页 |
| 参考文献 | 第119-127页 |
| 攻读博士学位期间发表的学术论文 | 第127-130页 |
| 学位论文数据集 | 第130页 |
