首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向智能手机的掌纹识别技术研究

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

论文共80页,点击 下载论文
上一篇:基于光场信息的显著性检测方法研究
下一篇:基于FPGA的线阵CCD智能图像处理系统研究