| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 生物特征识别与掌纹识别技术概述 | 第8-15页 |
| ·生物特征识别概述 | 第8-11页 |
| ·传统的身份识别及其存在的问题 | 第8-9页 |
| ·生物特征识别 | 第9页 |
| ·生物特征识别的分类 | 第9-10页 |
| ·生物特征识别选择特征的原则 | 第10页 |
| ·生物特征识别技术的应用 | 第10-11页 |
| ·掌纹识别概述 | 第11-14页 |
| ·掌纹及其识别 | 第11-12页 |
| ·掌纹识别的研究现状 | 第12-13页 |
| ·掌纹识别系统的性能评测 | 第13-14页 |
| ·本文的结构 | 第14-15页 |
| 第二章 掌纹图像预处理 | 第15-23页 |
| ·香港理工大学PolyU_Palmprint_Database掌纹库 | 第15-16页 |
| ·形态学图像处理基础 | 第16-17页 |
| ·膨胀与腐蚀 | 第16页 |
| ·开运算与闭运算 | 第16-17页 |
| ·改进的八邻域搜索算法 | 第17页 |
| ·掌纹ROI的提取过程 | 第17-22页 |
| ·小结 | 第22-23页 |
| 第三章 Gabor滤波器组提取掌纹图像的特征 | 第23-29页 |
| ·Gabor滤波器组原理及其设计 | 第23-26页 |
| ·掌纹Gabor特征的本文提取过程 | 第26-28页 |
| ·Gaborpalms | 第28页 |
| ·小结 | 第28-29页 |
| 第四章 基于AdaBoost筛选Gabor特征的掌纹识别 | 第29-38页 |
| ·预备知识 | 第29-33页 |
| ·汉明距离 | 第29页 |
| ·相似度 | 第29-31页 |
| ·分类阈值的确定 | 第31-33页 |
| ·待识别图像的二值特征模板(未经特征筛选的) | 第33页 |
| ·基于AdaBoost的特征筛选算法 | 第33-35页 |
| ·识别算法步骤 | 第35页 |
| ·实验结果及分析 | 第35-37页 |
| ·特征筛选 | 第35-36页 |
| ·识别率 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第五章 基于Gabor特征的双向2DLDA融合的掌纹识别 | 第38-54页 |
| ·预备知识 | 第39-49页 |
| ·均值向量和协方差矩阵的估计 | 第39-40页 |
| ·主成分分析 | 第40-44页 |
| ·线性判别分析(LDA) | 第44-47页 |
| ·2DPCA、2DLDA及其衍生的方法 | 第47-48页 |
| ·压缩后更适合分类的解释 | 第48页 |
| ·欧式距离与Frobenious范数 | 第48-49页 |
| ·算法 | 第49-50页 |
| ·PCA识别算法 | 第49页 |
| ·2DPCA、2DLDA、(2D)~2PCA、(2D)~2LDA识别算法 | 第49-50页 |
| ·本文算法 | 第50页 |
| ·实验结果及分析 | 第50-53页 |
| ·随机训练样本的自动生成 | 第50-51页 |
| ·结果及分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| ·总结 | 第54页 |
| ·展望 | 第54-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
