指纹图像增强及分类
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| ·生物识别技术 | 第7-11页 |
| ·自动指纹识别技术 | 第11-16页 |
| ·指纹特征的描述 | 第11-12页 |
| ·自动指纹识别技术研究内容 | 第12-16页 |
| ·指纹图像增强的研究现状 | 第16-18页 |
| ·论文的任务 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第二章 指纹图像预处理和方向图 | 第19-31页 |
| ·规一化处理 | 第19-20页 |
| ·目标和背景分割 | 第20-21页 |
| ·方向图介绍 | 第21-27页 |
| ·曲率计算法 | 第22-24页 |
| ·切片法 | 第24-25页 |
| ·梯度法 | 第25-26页 |
| ·基于梯度的方向图算法的改进 | 第26-27页 |
| ·连续分布方向图 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 指纹图像增强 | 第31-53页 |
| ·概述 | 第31-32页 |
| ·方向滤波 | 第32-38页 |
| ·滤波器的设计 | 第32-36页 |
| ·滤波实验结果比较 | 第36-38页 |
| ·基于 Gabor函数的指纹图像增强 | 第38-48页 |
| ·Gabor函数 | 第38页 |
| ·纹线频率的估计 | 第38-41页 |
| ·Gabor滤波器的改进 | 第41-48页 |
| ·滤波结果比较 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 指纹图像分类 | 第53-61页 |
| ·分类概况介绍 | 第53-54页 |
| ·基于中心点和三角点的分类 | 第54-55页 |
| ·三角点和中心点的检测 | 第54-55页 |
| ·分类 | 第55页 |
| ·基于核心点的指纹分类算法 | 第55-56页 |
| ·基于三角点的指纹分类算法 | 第56-57页 |
| ·基于二叉树和 SVM的指纹分类算法 | 第57-60页 |
| ·支持向量机和二叉分类 | 第57-58页 |
| ·算法描述 | 第58-59页 |
| ·利用 SVM解决二类分类 | 第59页 |
| ·实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
