基于奇异值分解和隐马尔可夫模型的掌纹识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 概述 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·掌纹的特征及优势 | 第8-9页 |
| ·识别系统的结构 | 第9-10页 |
| ·本文主要工作 | 第10-12页 |
| 2 掌纹图像采集及预处理 | 第12-18页 |
| ·图像采集 | 第12-13页 |
| ·预处理技术 | 第13-15页 |
| ·当前主要的ROI截取算法 | 第15页 |
| ·新提出的快速ROI截取算法 | 第15-17页 |
| ·实验结果与分析 | 第17-18页 |
| 3 基于重复线形跟踪算法的掌纹线特征增强技术 | 第18-26页 |
| ·掌纹特征增强的研究背景及意义 | 第18页 |
| ·重复线形跟踪特征增强技术 | 第18-25页 |
| ·重复线形跟踪法的基本原理 | 第18-20页 |
| ·重复线形跟踪算法的具体步骤 | 第20-23页 |
| ·重复线形跟踪特征增强算法的具体实现 | 第23-25页 |
| ·实验效果 | 第25-26页 |
| 4 基于小波的掌纹识别 | 第26-36页 |
| ·小波变换 | 第26-28页 |
| ·掌纹图像的小波分解 | 第28-30页 |
| ·小波变换域内的掌纹特征提取 | 第30-32页 |
| ·小波掌纹识别实验 | 第32-36页 |
| ·训练 | 第32页 |
| ·匹配识别 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| 5 基于奇异值分解的掌纹特征提取 | 第36-42页 |
| ·图像的奇异值分解 | 第36-37页 |
| ·基于奇异值分解的掌纹识别方法 | 第37-38页 |
| ·基于局部奇异值分解的掌纹特征提取 | 第38-39页 |
| ·实验结果 | 第39-42页 |
| 6 基于隐马尔可夫模型的掌纹识别 | 第42-56页 |
| ·隐马尔可夫模型概念 | 第42-44页 |
| ·马尔可夫(MARKOV)链 | 第42-43页 |
| ·马尔可夫模型 | 第43-44页 |
| ·HMM的三个问题及其基本算法 | 第44-47页 |
| ·概率P(O|λ)的计算 | 第45页 |
| ·最佳状态序列的选择-Viterbi算法 | 第45-46页 |
| ·参数重估-Baum-Welch算法 | 第46-47页 |
| ·基于HMM的掌纹识别 | 第47-53页 |
| ·掌纹特征提取与量化 | 第47-49页 |
| ·HMM的训练 | 第49-52页 |
| ·HMM的掌纹识别 | 第52-53页 |
| ·实验与结果 | 第53-56页 |
| 7 总结与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·今后工作展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录:掌纹识别系统设计 | 第64-65页 |
