| 摘要 | 第3-5页 |
| Absttract | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 基于生物特征的身份认证技术概述 | 第9-13页 |
| 1.1.1 基于生物特征的身份认证研究目的和意义 | 第9-11页 |
| 1.1.2 基于生物特征的身份认证技术发展现状 | 第11-13页 |
| 1.2 掌纹识别技术概述 | 第13-18页 |
| 1.2.1 掌纹识别技术研究现状 | 第13-17页 |
| 1.2.2 现有掌纹图像采集装置及掌纹图像数据库介绍 | 第17-18页 |
| 1.3 本文主要研究内容 | 第18-19页 |
| 1.4 本文内容安排 | 第19-21页 |
| 第二章 掌纹识别系统框架及评价标准 | 第21-24页 |
| 2.1 引言 | 第21页 |
| 2.2 掌纹识别系统框架 | 第21-22页 |
| 2.3 掌纹识别评价标准 | 第22-23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 掌纹图像预处理 | 第24-42页 |
| 3.1 引言 | 第24页 |
| 3.2 掌纹感兴趣区域图像获取 | 第24-30页 |
| 3.2.1 常用的掌纹感兴趣区域图像提取方法 | 第24-27页 |
| 3.2.2 本文所用的掌纹感兴趣区域图像提取方法 | 第27-30页 |
| 3.3 掌纹图像灰度归一化 | 第30-32页 |
| 3.4 掌纹图像增强 | 第32-40页 |
| 3.4.1 反锐化掩蔽算法原理 | 第33页 |
| 3.4.2 模糊集合理论简介 | 第33-35页 |
| 3.4.3 基于sobel算子的模糊反锐化掩蔽增强算法 | 第35-40页 |
| 3.5 小结 | 第40-42页 |
| 第四章 掌纹图像特征提取 | 第42-53页 |
| 4.1 引言 | 第42-43页 |
| 4.2 基于小波分解的特征提取算法 | 第43-45页 |
| 4.3 基于二维实值Gabor的特征提取算法 | 第45-50页 |
| 4.3.1 图像实值离散Gabor变换 | 第45-48页 |
| 4.3.2 基于Gabor变换频域能量和的掌纹特征提取方法 | 第48-49页 |
| 4.3.3 结合Gabor变换与PCA的掌纹特征提取方法 | 第49-50页 |
| 4.4 图像的主成分分析原理 | 第50-51页 |
| 4.5 小结 | 第51-53页 |
| 第五章 实验分析与比较 | 第53-59页 |
| 5.1 引言 | 第53页 |
| 5.2 以欧氏距离为分类器的匹配识别方法介绍 | 第53-55页 |
| 5.3 识别过程中各个参数的确定 | 第55-58页 |
| 5.3.1 增强过程中滤波窗大小和迭代次数的确定 | 第55-56页 |
| 5.3.2 Gabor变换中综合窗窗口大小的确定 | 第56-57页 |
| 5.3.3 PCA提取维数的确定 | 第57-58页 |
| 5.4 小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文研究工作及成果 | 第59-60页 |
| 6.2 进一步的研究工作 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附图 | 第66-67页 |
| 附表 | 第67-68页 |
| 致谢 | 第68页 |
