手掌图像处理及特征提取

目录第1章 手掌图像处理及特征提取基础 11.1 掌纹及指纹特征 11.2 指纹方向场基础理论 21.3 掌纹主线 31.4 乳腺癌与手掌特征的相关性 4参考文献 6第2章 掌纹及指纹图像增强算法 72.1 多尺度复合窗的指纹方向场建立及分级平滑算法 72.1.1 梯度法 72.1.2 复合窗的概念 82.1.3 多尺度复合窗的指纹方向场建立 92.1.4 方向场分级平滑 112.1.5 实验结果分析 132.1.6 小结 182.2 自适应曲率驱动STFT指纹图像增强算法 192.2.1 传统基于STFT分析的指纹图像增强算法 192.2.2 传统STFT指纹图像增强存在的问题 212.2.3 改进的STFT指纹图像增强算法 242.2.4 实验结果分析 282.2.5 小结 312.3 基于方向权值扩散的指纹方向场计算 322.3.1 预处理 322.3.2 梯度 332.3.3 平方梯度法 342.3.4 投票法 352.3.5 基于方向权值扩散的指纹方向场建立 362.3.6 小结 412.4 基于方向权值扩散法求取方向的改进的STFT增强算法 412.4.1 窗函数 412.4.2 参数分析 422.4.3 改进的STFT增强算法 442.4.4 实验结果分析 452.4.5 小结 462.5 基于复合块自适应的方向场平滑算法 462.5.1 掌纹图像预处理 462.5.2 掌纹切片方向场的基本概念 522.5.3 梯度法 522.5.4 基于复合块自适应的方向场建立 552.5.5 方向场的计算 552.5.6 自适应方向场平滑 572.5.7 实验结果分析 602.5.8 小结 62参考文献 62第3章 指纹特征提取算法 643.1 基于Bresenham算法的指纹a-b嵴线数计算方法 643.1.1 指纹图像预处理 643.1.2 a-b嵴线数 753.1.3 Bresenham算法及其改进算法 753.1.4 直嵴线求交法 783.1.5 a-b嵴线数提取系统 803.2 基于三方向图的多尺度平滑低质量指纹与奇异点检测 843.2.1 指纹图像的初步增强 843.2.2 方向图的计算和平滑 893.2.3 多个平滑尺度下的奇异点定位 953.2.4 实验结果分析 983.2.5 小结 1103.3 基于信息融合的多尺度奇异点检测 1113.3.1 基于Poincaré Index的奇异点检测 1113.3.2 基于复数滤波器的奇异点检测 1123.3.3 结合复数滤波和Poincaré Index值的多尺度奇异点检测 1143.3.4 实验结果分析 116参考文献 118第4章 掌纹特征提取算法 1214.1 基于方向可调滤波器的掌纹主线特征提取及分类算法 1214.1.1 图像预处理 1224.1.2 掌纹方向特征提取 1254.1.3 方向跟踪性算法对主线特征点的提取 1314.1.4 *小二乘法拟合掌纹主线 1334.1.5 实验结果 1354.2 基于形态滤波的掌纹主线特征提取算法 1394.2.1 掌纹图像预处理 1404.2.2 数学形态学概述 1474.2.3 基于形态学变换的掌纹主线提取算法 1514.2.4 改进的基于形态学变换的掌纹主线提取算法 1534.3 基于邻域搜索的掌纹主线特征提取算法 1564.3.1 邻域搜索概述 1564.3.2 基于邻域搜索的掌纹主线提取算法 1584.3.3 实验结果分析 1624.4 基于复数滤波器的多尺度ATD点检测算法 1644.4.1 传统的Poincaré Index检测算法 1654.4.2 基于复数滤波器的三角点检测 1684.4.3 基于复数滤波器的多尺度ATD点检测 1704.4.4 实验结果分析 1734.4.5 小结 175参考文献 176第5章 手掌特征融合及与乳腺癌相关性研究 1785.1 数据库的建立及图像的预处理 1795.1.1 手掌图像数据库的建立 1795.1.2 手掌图像的预处理 1835.2 手掌特征的提取与融合 1865.2.1 掌纹主线的提取 1865.2.2 ATD角和a-b嵴线数的提取 1935.2.3 指长比特征提取 1965.3 手掌特征统计分析 1975.3.1 掌纹主线的量化 1985.3.2 特征筛选 1995.4 手掌特征与乳腺癌的相关性分析 2015.4.1 逻辑回归 2015.4.2 Adaboost增强算法 2045.4.3 小结 205参考文献 206总结与展望 207