目錄第1章 手掌圖像處理及特征提取基礎 11.1 掌紋及指紋特征 11.2 指紋方向場基礎理論 21.3 掌紋主線 31.4 乳腺癌與手掌特征的相關性 4參考文獻 6第2章 掌紋及指紋圖像增強算法 72.1 多尺度復合窗的指紋方向場建立及分級平滑算法 72.1.1 梯度法 72.1.2 復合窗的概念 82.1.3 多尺度復合窗的指紋方向場建立 92.1.4 方向場分級平滑 112.1.5 實驗結果分析 132.1.6 小結 182.2 自適應曲率驅動STFT指紋圖像增強算法 192.2.1 傳統基于STFT分析的指紋圖像增強算法 192.2.2 傳統STFT指紋圖像增強存在的問題 212.2.3 改進的STFT指紋圖像增強算法 242.2.4 實驗結果分析 282.2.5 小結 312.3 基于方向權值擴散的指紋方向場計算 322.3.1 預處理 322.3.2 梯度 332.3.3 平方梯度法 342.3.4 投票法 352.3.5 基于方向權值擴散的指紋方向場建立 362.3.6 小結 412.4 基于方向權值擴散法求取方向的改進的STFT增強算法 412.4.1 窗函數 412.4.2 參數分析 422.4.3 改進的STFT增強算法 442.4.4 實驗結果分析 452.4.5 小結 462.5 基于復合塊自適應的方向場平滑算法 462.5.1 掌紋圖像預處理 462.5.2 掌紋切片方向場的基本概念 522.5.3 梯度法 522.5.4 基于復合塊自適應的方向場建立 552.5.5 方向場的計算 552.5.6 自適應方向場平滑 572.5.7 實驗結果分析 602.5.8 小結 62參考文獻 62第3章 指紋特征提取算法 643.1 基于Bresenham算法的指紋a-b嵴線數計算方法 643.1.1 指紋圖像預處理 643.1.2 a-b嵴線數 753.1.3 Bresenham算法及其改進算法 753.1.4 直嵴線求交法 783.1.5 a-b嵴線數提取系統 803.2 基于三方向圖的多尺度平滑低質量指紋與奇異點檢測 843.2.1 指紋圖像的初步增強 843.2.2 方向圖的計算和平滑 893.2.3 多個平滑尺度下的奇異點定位 953.2.4 實驗結果分析 983.2.5 小結 1103.3 基于信息融合的多尺度奇異點檢測 1113.3.1 基于Poincaré Index的奇異點檢測 1113.3.2 基于復數濾波器的奇異點檢測 1123.3.3 結合復數濾波和Poincaré Index值的多尺度奇異點檢測 1143.3.4 實驗結果分析 116參考文獻 118第4章 掌紋特征提取算法 1214.1 基于方向可調濾波器的掌紋主線特征提取及分類算法 1214.1.1 圖像預處理 1224.1.2 掌紋方向特征提取 1254.1.3 方向跟蹤性算法對主線特征點的提取 1314.1.4 *小二乘法擬合掌紋主線 1334.1.5 實驗結果 1354.2 基于形態濾波的掌紋主線特征提取算法 1394.2.1 掌紋圖像預處理 1404.2.2 數學形態學概述 1474.2.3 基于形態學變換的掌紋主線提取算法 1514.2.4 改進的基于形態學變換的掌紋主線提取算法 1534.3 基于鄰域搜索的掌紋主線特征提取算法 1564.3.1 鄰域搜索概述 1564.3.2 基于鄰域搜索的掌紋主線提取算法 1584.3.3 實驗結果分析 1624.4 基于復數濾波器的多尺度ATD點檢測算法 1644.4.1 傳統的Poincaré Index檢測算法 1654.4.2 基于復數濾波器的三角點檢測 1684.4.3 基于復數濾波器的多尺度ATD點檢測 1704.4.4 實驗結果分析 1734.4.5 小結 175參考文獻 176第5章 手掌特征融合及與乳腺癌相關性研究 1785.1 數據庫的建立及圖像的預處理 1795.1.1 手掌圖像數據庫的建立 1795.1.2 手掌圖像的預處理 1835.2 手掌特征的提取與融合 1865.2.1 掌紋主線的提取 1865.2.2 ATD角和a-b嵴線數的提取 1935.2.3 指長比特征提取 1965.3 手掌特征統計分析 1975.3.1 掌紋主線的量化 1985.3.2 特征篩選 1995.4 手掌特征與乳腺癌的相關性分析 2015.4.1 邏輯回歸 2015.4.2 Adaboost增強算法 2045.4.3 小結 205參考文獻 206總結與展望 207