| 中文摘要 | 第5-6页 |
| Abstract（英文摘要） | 第6页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-22页 |
| §1．1 课题提出的背景及意义 | 第11-14页 |
| §1．2 指纹识别与生物识别 | 第14-15页 |
| §1．3 指纹识别的历史与发展 | 第15-16页 |
| §1．4 指纹识别系统的应用及市场前景 | 第16-18页 |
| §1．5 指纹识别技术的困难 | 第18-21页 |
| §1．6 本文的研究目标 | 第21页 |
| §1．7 本文的结构 | 第21-22页 |
| 第二章 指纹的自动识别系统 | 第22-34页 |
| §2．1 指纹自动识别的系统实现介绍 | 第22-23页 |
| §2．2 指纹传感器 | 第23-29页 |
| §2．2．1 光学方法 | 第24-25页 |
| §2．2．2 超声波扫描 | 第25页 |
| §2．2．3 半导体方法 | 第25-29页 |
| §2．3 指纹自动识别的系统问题 | 第29-31页 |
| §2．3．1 系统性能的增强 | 第29页 |
| §2．3．2 系统安全问题 | 第29-30页 |
| §2．3．3 系统集成化 | 第30-31页 |
| §2．4 系统性能评估方法 | 第31-33页 |
| §2．4．1 指纹识别系统的多种测试方法 | 第31页 |
| §2．4．2 算法评估的标准指纹库源 | 第31页 |
| §2．4．3 评估的指标 | 第31-33页 |
| §2．5 小结 | 第33-34页 |
| 第三章 指纹自动识别算法概述 | 第34-46页 |
| §3．1 介绍 | 第34-35页 |
| §3．2 指纹全局及局部特点 | 第35-38页 |
| §3．2．1 指纹全局特点（指纹分类） | 第36-37页 |
| §3．2．2 指纹的局部特点 | 第37-38页 |
| §3．3 指纹识别算法组成 | 第38-45页 |
| §3．3．1 指纹的增强 | 第39-41页 |
| §3．3．2 指纹分类 | 第41-42页 |
| §3．3．3 指纹的特征表达 | 第42-43页 |
| §3．3．4 指纹的验证与识别 | 第43-45页 |
| §3．4 小结 | 第45-46页 |
| 第四章 Gabor滤波器的优化设计 | 第46-63页 |
| §4．1 介绍 | 第46-47页 |
| §4．2 指纹的纹理特点及其结构分析 | 第47-49页 |
| §4．3 Gabor函数及其指纹识别的物理模型 | 第49-55页 |
| §4．3．1 Gabor函数概述 | 第49-50页 |
| §4．3．2 Gabor滤波函数 | 第50-54页 |
| §4．3．3 利用Gabor滤波器对图像滤波的计算 | 第54-55页 |
| §4．4 Gabor滤波器的优化设计 | 第55-61页 |
| §4．4．1 Gabor滤波器的中心频率 | 第55-56页 |
| §4．4．2 Gabor滤波器的方向扩展 | 第56-58页 |
| §4．4．3 Gaussian函数的标准偏差 | 第58-60页 |
| §4．4．4 Gabor滤波器实例 | 第60-61页 |
| §4．5 小结 | 第61-63页 |
| 附录A： 坐标旋转函数的傅立叶变换 | 第62-63页 |
| 第五章 基于结构的指纹识别算法 | 第63-92页 |
| §5．1 介绍 | 第63-64页 |
| §5．2 指纹图像的均一化 | 第64-65页 |
| §5．3 指纹图像的格栅方案 | 第65-66页 |
| §5．4 方向图计算 | 第66-69页 |
| §5．5 指纹的分割 | 第69页 |
| §5．6 中心点搜索及其方向计算 | 第69-74页 |
| §5．7 Gabor滤波与特征向量 | 第74-82页 |
| §5．7．1 图像子块的划分方法 | 第74页 |
| §5．7．2 图像滤波 | 第74-78页 |
| §5．7．3 图像重建 | 第78-79页 |
| §5．7．4 特征编码 | 第79-82页 |
| §5．8 匹配 | 第82-86页 |
| §5．8．1 匹配中的STR不变问题 | 第82-83页 |
| §5．8．2 匹配算法和评估标准 | 第83-85页 |
| §5．8．3 阈值选取 | 第85-86页 |
| §5．9 算法的时间消耗 | 第86-87页 |
| §5．10 实验结果及分析 | 第87-91页 |
| §5．10．1 实验结果 | 第87-89页 |
| §5．10．2 实验结果分析 | 第89-91页 |
| §5．11 小结 | 第91-92页 |
| 第六章 基于ANFIS的匹配算法 | 第92-114页 |
| §6．1 引言 | 第92-93页 |
| §6．2 指定方向的Gabor滤波表达 | 第93-95页 |
| §6．3 指定方向的Gabor表达的Euclidean匹配法 | 第95-98页 |
| §6．3．1 Euclidean距离匹配法 | 第95-97页 |
| §6．3．2 Euclidean匹配法的实验结果及分析 | 第97-98页 |
| §6．4 自适应神经模糊推理系统（ANTIS）介绍 | 第98-105页 |
| §6．4．1 ANFIS的结构 | 第98-101页 |
| §6．4．2 混合学习算法 | 第101-103页 |
| §6．4．3 减法聚类算法 | 第103-105页 |
| §6．5 基于ANFIS的指纹匹配算法 | 第105-109页 |
| §6．5．1 构造ANFIS的输入／输出对 | 第106-107页 |
| §6．5．2 ANFIS模糊系统辨识 | 第107-109页 |
| §6．5．3 ANFIS网络的训练 | 第109页 |
| §6．6 实验结果及分析 | 第109-112页 |
| §6．7 小结 | 第112-114页 |
| 第七章 指纹的估计补偿算法 | 第114-134页 |
| §7．1 引言 | 第114-116页 |
| §7．2 指纹变形的模拟算法简介 | 第116-121页 |
| §7．3 模拟指纹库的构造 | 第121-123页 |
| §7．4 实验结果及分析 | 第123-132页 |
| §7．4．1 全方向Gabor滤波器滤波的实验结果及分析 | 第123-129页 |
| §7．4．2 指纹的补偿算法的实验结果 | 第129-132页 |
| §7．5 小结 | 第132-134页 |
| 第八章 结论与展望 | 第134-137页 |
| §8．1 结论 | 第134-136页 |
| §8．2 展望 | 第136-137页 |
| 参考文献 | 第137-152页 |
| 攻读博士期间发表的学术论文情况 | 第152页 |
