基于细节特征点的自动指纹识别算法与系统研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-12页 |
| 1.1.1 指纹识别技术产生和发展 | 第8-10页 |
| 1.1.2 指纹识别技术的研究现状和意义 | 第10-12页 |
| 1.2 本文的创新点 | 第12-13页 |
| 1.3 本文的研究内容及章节安排 | 第13-14页 |
| 第2章 自动指纹识别系统 | 第14-20页 |
| 2.1 指纹的生理特征 | 第14-15页 |
| 2.1.1 指纹总体特征 | 第14-15页 |
| 2.1.2 指纹局部特征 | 第15页 |
| 2.2 自动指纹识别系统的基本原理 | 第15-18页 |
| 2.2.1 指纹图像采集 | 第16页 |
| 2.2.2 指纹图像预处理 | 第16-17页 |
| 2.2.3 指纹特征提取 | 第17页 |
| 2.2.4 指纹特征匹配 | 第17-18页 |
| 2.3 本系统所用的实验条件 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 指纹图像预处理 | 第20-41页 |
| 3.1 指纹图像的分割 | 第20-23页 |
| 3.1.1 指纹图像分割概述 | 第20-21页 |
| 3.1.2 基于图像梯度场的分割方法 | 第21-23页 |
| 3.2 指纹图像的均衡 | 第23-27页 |
| 3.3 指纹图像的平滑 | 第27-28页 |
| 3.4 指纹图像的智能增强 | 第28-34页 |
| 3.4.1 指纹图像增强概述 | 第28-29页 |
| 3.4.2 常见的图像增强算法及难题 | 第29页 |
| 3.4.3 基于Gabor小波的增强算法 | 第29-34页 |
| 3.5 指纹图像的二值化 | 第34-35页 |
| 3.5.1 指纹二值化概述 | 第34页 |
| 3.5.2 二值化领域分析算法 | 第34-35页 |
| 3.6 指纹图像的细化 | 第35-39页 |
| 3.6.1 指纹细化概述 | 第35-36页 |
| 3.6.2 图像细化的基本概念 | 第36-37页 |
| 3.6.3 基于改进的OPTA算法的指纹图像细化 | 第37-39页 |
| 3.6.4 实验结果 | 第39页 |
| 3.7 本章小结 | 第39-41页 |
| 第4章 指纹图像的特征提取 | 第41-49页 |
| 4.1 特征提取概述 | 第41页 |
| 4.2 本文所使用的特征提取算法 | 第41-45页 |
| 4.2.1 指纹特征端点的提取 | 第41-42页 |
| 4.2.2 指纹特征叉点的提取 | 第42页 |
| 4.2.3 指纹特征奇异点的提取 | 第42-45页 |
| 4.3 指纹伪特征点的去除 | 第45-48页 |
| 4.4 实验结果 | 第48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 指纹图像特征的匹配 | 第49-61页 |
| 5.1 特征匹配概述 | 第49页 |
| 5.2 指纹匹配的主要难点 | 第49-51页 |
| 5.3 基于细节特征点的指纹匹配算法 | 第51-57页 |
| 5.3.1 图像校准 | 第51-53页 |
| 5.3.2 特征点匹配 | 第53-57页 |
| 5.4 指纹识别系统的测试与分析 | 第57-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 全文工作总结 | 第61-62页 |
| 6.2 后续工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
