指纹自动分类技术的研究与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·生物识别技术 | 第9-10页 |
| ·指纹识别技术 | 第10-14页 |
| ·概述 | 第10-12页 |
| ·自动指纹识别系统的构成 | 第12页 |
| ·指纹分类简介 | 第12-14页 |
| ·本章小结与本文结构 | 第14-15页 |
| 2 指纹图像的预处理 | 第15-33页 |
| ·引言 | 第15页 |
| ·指纹图像的分割 | 第15-20页 |
| ·已有的分割方法 | 第15-16页 |
| ·基于Canny算子的分割方法 | 第16-20页 |
| ·指纹方向图的计算 | 第20-23页 |
| ·梯度法计算块方向图 | 第20-23页 |
| ·指纹图像参考点的获取及截图 | 第23-28页 |
| ·参考点计算的意义 | 第23-24页 |
| ·本文采用的参考点计算方法 | 第24-27页 |
| ·以参考点为基准截图 | 第27-28页 |
| ·指纹图像增强 | 第28-31页 |
| ·基于Gabor滤波的指纹图像增强 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 3 用于分类的特征提取 | 第33-47页 |
| ·引言 | 第33-34页 |
| ·基于奇异点的指纹特征提取及其分类判决 | 第34-37页 |
| ·基于统计信息的指纹特征提取 | 第37-39页 |
| ·本文提出的改进的特征提取方法 | 第39-45页 |
| ·半区域特征提取 | 第40-42页 |
| ·改进的半区域特征提取 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 4 分类器的选取与构造 | 第47-58页 |
| ·支持向量机(SVM)原理简介 | 第47-50页 |
| ·最优超平面 | 第47页 |
| ·线性SVM | 第47-49页 |
| ·非线性SVM | 第49页 |
| ·求解大型二次规划问题的算法 | 第49-50页 |
| ·SVM多类分类机构造 | 第50-57页 |
| ·SVM多分类机 | 第50-52页 |
| ·二叉树(层)SVM的原理 | 第52-53页 |
| ·本文采用的二叉树SVM层结构 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 5 指纹的自动分类实验 | 第58-67页 |
| ·用于分类实验的指纹数据 | 第58-60页 |
| ·分类实验 | 第60-66页 |
| ·FVC2002数据库的分类实验 | 第60-63页 |
| ·采集数据的分类实验 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·本文工作小结 | 第67-68页 |
| ·今后的研究与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
