| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 背景及意义 | 第10-12页 |
| 1.2 国内外发展现状及分析 | 第12-14页 |
| 1.2.1 掌纹识别简介 | 第12-13页 |
| 1.2.2 掌纹识别发展简介 | 第13-14页 |
| 1.3 本文研究内容 | 第14-16页 |
| 第2章 掌纹识别概述 | 第16-22页 |
| 2.1 掌纹识别系统 | 第16-18页 |
| 2.1.1 掌纹数据库简介 | 第17-18页 |
| 2.2 掌纹识别特征提取方法概述 | 第18-19页 |
| 2.3 掌纹图像的预处理 | 第19-20页 |
| 2.4 掌纹图像特征识别方法概述 | 第20-21页 |
| 2.4.1 LS-SVM原理 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于傅里叶与PCA相结合的掌纹识别 | 第22-29页 |
| 3.1 PCA算法原理 | 第22-23页 |
| 3.2 傅里叶与PCA相结合的特征提取 | 第23-25页 |
| 3.2.1 傅里叶与PCA相结合的特征提取 | 第24页 |
| 3.2.2 基于傅里叶与PCA相结合的掌纹识别 | 第24-25页 |
| 3.3 基于LS-SVM多类分类模型 | 第25-26页 |
| 3.4 实验 | 第26-28页 |
| 3.4.1 实验 | 第26-28页 |
| 3.4.2 实验结果分析 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 基于分块PCA算法和LS-SVM的掌纹识别 | 第29-35页 |
| 4.1 分块PCA算法 | 第29-30页 |
| 4.2 基于分块PCA算法和LS-SVM的掌纹识别 | 第30-32页 |
| 4.3 实验 | 第32-34页 |
| 4.3.1 单样本掌纹识别 | 第32页 |
| 4.3.2 单样本掌纹识别实验 | 第32-33页 |
| 4.3.3 多样本掌纹识别实验 | 第33-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第5章 基于多特征分类器集成的掌纹识别 | 第35-44页 |
| 5.1 掌纹全局和局部特征 | 第35页 |
| 5.2 全局傅里叶特征提取 | 第35-36页 |
| 5.3 局部Gabor特征提取 | 第36-39页 |
| 5.3.1 2D-Gabor滤波算法 | 第36-37页 |
| 5.3.2 基于 2D-Gabor滤波的掌纹局部特征提取 | 第37-39页 |
| 5.4 全局和局部分类器的构建及其串行集成 | 第39-40页 |
| 5.4.1 分类器集成 | 第39页 |
| 5.4.2 由粗到精的串行集成策略 | 第39-40页 |
| 5.5 实验 | 第40-42页 |
| 5.5.1 全局、局部以及整体分类器的性能 | 第41-42页 |
| 5.5.2 基于全局和局部特征集成的掌纹识别实验 | 第42页 |
| 5.6 本章小结 | 第42-44页 |
| 第6章 结论与展望 | 第44-46页 |
| 6.1 结论 | 第44页 |
| 6.2 展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间取得的科研成果 | 第51页 |
