| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 掌纹识别的研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 掌纹图像采集 | 第14页 |
| 1.2.2 掌纹图像预处理 | 第14-16页 |
| 1.2.3 掌纹图像特征提取 | 第16-17页 |
| 1.2.4 掌纹图像分类识别 | 第17-18页 |
| 1.3 本文的主要工作与内容安排 | 第18-19页 |
| 第2章 基于多小波的掌纹特征增强方法 | 第19-26页 |
| 2.1 多小波与多分辨分析 | 第19-22页 |
| 2.1.1 多分辨分析与尺度函数 | 第19-21页 |
| 2.1.2 小波函数与多小波 | 第21-22页 |
| 2.2 本文基于多小波的掌纹图像增强方法 | 第22-25页 |
| 2.2.1 多小波分解 | 第22-24页 |
| 2.2.2 均值窗口法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于复杂网络的统计特征提取 | 第26-33页 |
| 3.1 图 | 第26-28页 |
| 3.1.1 Konigsberg七桥问题 | 第26-27页 |
| 3.1.2 网络的图表示 | 第27-28页 |
| 3.2 复杂网络描述的基本概念 | 第28-31页 |
| 3.2.1 平均路径长度 | 第28页 |
| 3.2.2 聚集系数 | 第28-29页 |
| 3.2.3 度与度分布 | 第29-31页 |
| 3.3 本文使用的复杂网络度量 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于多小波与复杂网络的掌纹特征提取 | 第33-41页 |
| 4.1 掌纹特征的初步提取 | 第34页 |
| 4.2 基于欧式距离的动态演变的复杂网络的建模方法 | 第34-36页 |
| 4.3 基于多小波与复杂网络的掌纹特征提取方法 | 第36-38页 |
| 4.4 仿真实验和结果 | 第38-39页 |
| 4.4.1 复杂网络建模阈值选取 | 第38页 |
| 4.4.2 方法比较 | 第38-39页 |
| 4.5 本章小结 | 第39-41页 |
| 第5章 基于复杂网络局部优化多小波特征提取 | 第41-49页 |
| 5.1 基于复杂网络的多组掌纹特征提取 | 第41-43页 |
| 5.2 基于复杂网络局部优化多小波特征提取方法 | 第43-45页 |
| 5.3 仿真实验和结果 | 第45-47页 |
| 5.3.1 均值窗口法中窗口大小选取 | 第46页 |
| 5.3.2 复杂网络建模阈值选取 | 第46-47页 |
| 5.3.3 实验结果比较 | 第47页 |
| 5.4 本章小结 | 第47-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 论文总结 | 第49页 |
| 6.2 研究展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第55-56页 |
| 致谢 | 第56页 |