| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-16页 |
| 1.1 研究目的和意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-14页 |
| 1.2.1 传统掌纹识别算法 | 第7-12页 |
| 1.2.2 模糊掌纹识别算法 | 第12-13页 |
| 1.2.3 多光谱掌纹识别算法 | 第13-14页 |
| 1.3 本文的主要研究内容及结构安排 | 第14-16页 |
| 第二章 掌纹识别技术概述 | 第16-20页 |
| 2.1 掌纹的特征 | 第16-17页 |
| 2.2 掌纹识别系统的结构 | 第17页 |
| 2.3 掌纹识别系统的操作模式 | 第17-18页 |
| 2.3.1 注册模式 | 第18页 |
| 2.3.2 身份辨识模式 | 第18页 |
| 2.3.3 身份验证模式 | 第18页 |
| 2.4 掌纹识别系统的性能评价指标 | 第18-20页 |
| 第三章 基于VO分解模型的鲁棒模糊掌纹识别 | 第20-35页 |
| 3.1 图像模糊的相关原理与分析 | 第20-22页 |
| 3.2 VO图像分解模型 | 第22-25页 |
| 3.3 加权鲁棒的梯度方向直方图算法 | 第25-29页 |
| 3.3.1 梯度方向直方图 | 第25-26页 |
| 3.3.2 鲁棒的梯度方向直方图 | 第26-27页 |
| 3.3.3 分形维数 | 第27-29页 |
| 3.3.4 特征匹配 | 第29页 |
| 3.4 实验设计与结果分析 | 第29-34页 |
| 3.4.1 WRHOG算法的最优参数选择 | 第29-30页 |
| 3.4.2 VO-WRHOG算法鲁棒性和有效性的实验与分析 | 第30-32页 |
| 3.4.3 VO-WRHOG算法与传统高性能算法的性能比较 | 第32-34页 |
| 3.4.4 算法实时性分析 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于分级模式的多光谱掌纹识别 | 第35-47页 |
| 4.1 主方向编码算法 | 第35-39页 |
| 4.2 分级模式与特征融合 | 第39-42页 |
| 4.2.1 构建分级模式 | 第39-40页 |
| 4.2.2 设计基于块选择的特征融合准则 | 第40-42页 |
| 4.3 实验设计与结果分析 | 第42-46页 |
| 4.3.1 不同掌纹库下的算法性能比较 | 第42-44页 |
| 4.3.2 Fused BDOC-BHOG算法与传统特征融合算法的性能比较 | 第44-45页 |
| 4.3.3 算法实时性分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-48页 |
| 5.1 全文的工作总结 | 第47页 |
| 5.2 未来的工作展望 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 攻读学位期间的研究成果 | 第53-56页 |
| 致谢 | 第56-57页 |
