致谢 | 第7-8页 |
摘要 | 第8-9页 |
Abstract | 第9页 |
第一章 绪论 | 第15-24页 |
1.1 研究背景 | 第15页 |
1.2 生物特征识别技术的简介 | 第15-17页 |
1.2.1 生物特征概念、特性和分类 | 第15-17页 |
1.2.2 生物特征识别框架 | 第17页 |
1.3 掌纹识别技术概述 | 第17-22页 |
1.3.1 掌纹识别技术的概念和特性 | 第17-18页 |
1.3.2 掌纹识别技术的发展过程 | 第18-19页 |
1.3.3 掌纹识别的系统框架 | 第19-20页 |
1.3.4 掌纹识别系统评价标准 | 第20-22页 |
1.4 论文研究内容和结构安排 | 第22-24页 |
第二章 面向智能手机的掌纹识别应用研究 | 第24-31页 |
2.1 掌纹识别技术确保智能手机信息安全 | 第24-25页 |
2.2 智能手机给掌纹识别技术带来的应用机遇 | 第25-27页 |
2.2.1 应用扩展 | 第25-26页 |
2.2.2 结合新的生物特征识别技术 | 第26-27页 |
2.3 应用特点分析和系统环节设计 | 第27-29页 |
2.3.1 应用特点分析 | 第28页 |
2.3.2 系统环节设计 | 第28-29页 |
2.4 面向智能手机的掌纹识别技术发展展望 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第三章 基于改进的ASM算法的掌纹图像预处理 | 第31-46页 |
3.1 掌纹图像采集 | 第31-32页 |
3.2 智能手机掌纹图像数据库 | 第32-33页 |
3.3 掌纹图像预处理过程 | 第33-35页 |
3.4 基于改进的ASM算法掌纹图像预处理 | 第35-45页 |
3.4.1 ASM算法概念和特性 | 第36页 |
3.4.2 ASM算法实现过程 | 第36-40页 |
3.4.3 改进的ASM算法 | 第40-43页 |
3.4.4 实验结果和分析 | 第43-44页 |
3.4.5 基于改进的ASM算法掌纹图像预处理实现过程 | 第44-45页 |
3.5 本章小结 | 第45-46页 |
第四章 基于方向可控直方图算法的掌纹识别 | 第46-57页 |
4.1. 掌纹识别算法 | 第46-48页 |
4.1.1 基于结构特征的识别方法 | 第46-47页 |
4.1.2 基于纹理特征的识别方法 | 第47页 |
4.1.3 基于方向特征的识别方法 | 第47-48页 |
4.1.4 基于子空间的识别方法 | 第48页 |
4.1.5 基于相关滤波器的识别方法 | 第48页 |
4.2. 基于方向可控直方图算法的掌纹识别 | 第48-56页 |
4.2.1 掌纹的方向特征表达 | 第48-49页 |
4.2.2 梯度方向直方图算法 | 第49-50页 |
4.2.3 方向可控边缘滤波器 | 第50-51页 |
4.2.4 方向可控直方图算法 | 第51-52页 |
4.2.5 特征匹配 | 第52-53页 |
4.2.6 实验 | 第53-56页 |
4.3. 本章小结 | 第56-57页 |
第五章 基于安卓平台的掌纹识别点名系统 | 第57-73页 |
5.1 基于安卓平台的开发环境搭建 | 第57-59页 |
5.1.1 安卓操作系统简介 | 第57-58页 |
5.1.2 掌纹识别系统算法环境搭建 | 第58-59页 |
5.2 掌纹识别系统设计实现 | 第59-67页 |
5.2.1 掌纹识别系统的设计 | 第59-62页 |
5.2.2 掌纹识别系统的开发与实现 | 第62-67页 |
5.3 实验及结果分析 | 第67-72页 |
5.3.1 实验平台环境 | 第67-68页 |
5.3.2 实验过程 | 第68-71页 |
5.3.3 实验结果及分析 | 第71-72页 |
5.4 本章小结 | 第72-73页 |
第六章 总结和展望 | 第73-75页 |
6.1 总结 | 第73-74页 |
6.2 展望 | 第74-75页 |
参考文献 | 第75-80页 |
攻读硕士学位期间的学术活动及成果情况 | 第80页 |