| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 生物识别技术背景及意义 | 第9-11页 |
| 1.2 指纹识别背景及应用 | 第11-12页 |
| 1.3 模式识别基础与应用背景 | 第12-14页 |
| 1.4 支持向量机的发展 | 第14页 |
| 1.5 生物识别研究现状 | 第14-17页 |
| 1.5.1 国外研究现状 | 第14-15页 |
| 1.5.2 国内研究现状 | 第15-17页 |
| 1.6 本文研究内容及章节安排 | 第17-18页 |
| 第2章 指纹识别系统基本原理 | 第18-24页 |
| 2.1 识别系统工作模式 | 第18页 |
| 2.2 识别系统具体流程 | 第18-21页 |
| 2.2.1 指纹采集 | 第18-20页 |
| 2.2.2 图像预处理 | 第20页 |
| 2.2.3 特征提取 | 第20-21页 |
| 2.2.4 特征匹配 | 第21页 |
| 2.3 识别系统评价标准 | 第21-24页 |
| 第3章 指纹识别系统具体实现 | 第24-37页 |
| 3.1 指纹预处理 | 第24-27页 |
| 3.1.1 规格化 | 第24-25页 |
| 3.1.2 脊线方向计算 | 第25页 |
| 3.1.3 脊线距离和频率计算 | 第25-26页 |
| 3.1.4 指纹图像增强 | 第26页 |
| 3.1.5 二值化 | 第26-27页 |
| 3.2 指纹分类 | 第27-30页 |
| 3.2.1 指纹分类与检索 | 第27-30页 |
| 3.3 支持向量机基础 | 第30-37页 |
| 3.3.1 支持向量机的概念 | 第31-34页 |
| 3.3.2 支持向量机的核函数 | 第34-37页 |
| 第4章 实验结果分析 | 第37-58页 |
| 4.1 实验设置 | 第37-38页 |
| 4.1.1 实验算法 | 第37页 |
| 4.1.2 实验使用的数据集 | 第37页 |
| 4.1.3 训练和测试方法 | 第37-38页 |
| 4.1.4 实验运行环境 | 第38页 |
| 4.2 基于不同核函数的支持向量机分类效果比较 | 第38-43页 |
| 4.2.1 线性(Linear)核函数 | 第38-39页 |
| 4.2.2 多项式(Poly)核函数 | 第39-40页 |
| 4.2.3 径向基(RBF)核函数 | 第40-43页 |
| 4.3 基于不同压缩比的样本分类效果比较 | 第43-48页 |
| 4.3.1 Linear核函数 | 第44-45页 |
| 4.3.2 Poly核函数 | 第45-46页 |
| 4.3.3 RBF核函数 | 第46-48页 |
| 4.3.4 原始图像与压缩图像实验结果比较 | 第48页 |
| 4.4 K-近邻分类器与支持向量机算法的比较 | 第48-50页 |
| 4.4.1 设置K-近邻分类器为对比组的原因 | 第48页 |
| 4.4.2 基于不同参数k的最近邻分类器实验结果分析 | 第48-50页 |
| 4.5 基于支持向量机的指纹识别系统实现 | 第50-57页 |
| 4.5.1 系统框架设计 | 第50-52页 |
| 4.5.2 系统使用说明 | 第52-57页 |
| 4.6 实验小结 | 第57-58页 |
| 第5章 结束语 | 第58-60页 |
| 5.1 结论 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |