為了協(xié)助醫(yī)學專家研究手掌特征和乳腺癌的相關(guān)性，本書利用計算機圖像處理算法，提取出手掌指紋及掌紋特征，并研究手掌特征與乳腺癌的相關(guān)性。本書提出的指紋及掌紋特征提取算法，為手掌特征信息研究者提供了一個統(tǒng)一的手掌特征提取手段，也為后期手掌特征與乳腺癌相關(guān)性研究提供了技術(shù)支持。同時，本書提出的手掌特征融合方法及與乳腺癌相關(guān)的研究方法，為精準、科學、合理地分析手掌特征與乳腺癌的相關(guān)性奠定了基礎(chǔ)，為乳腺癌的易感檢測提供了一種無創(chuàng)、便攜的方式。
更多科學出版社服務(wù)，請掃碼獲取。
2000-至今在云南大學信息學院從事教學及科研工作，副教授/碩士生導師，云南大學信息學院電子工程系副教授，云南大學"中青年骨干教師"。2002年9月-2004年7月公派到比利時魯汶大學工程技術(shù)系攻讀碩士學位，從事模式識別與圖像處理研究。
目錄
第1章 手掌圖像處理及特征提取基礎(chǔ) 1
1.1 掌紋及指紋特征 1
1.2 指紋方向場基礎(chǔ)理論 2
1.3 掌紋主線 3
1.4 乳腺癌與手掌特征的相關(guān)性 4
參考文獻 6
第2章 掌紋及指紋圖像增強算法 7
2.1 多尺度復(fù)合窗的指紋方向場建立及分級平滑算法 7
2.1.1 梯度法 7
2.1.2 復(fù)合窗的概念 8
2.1.3 多尺度復(fù)合窗的指紋方向場建立 9
2.1.4 方向場分級平滑 11
2.1.5 實驗結(jié)果分析 13
2.1.6 小結(jié) 18
2.2 自適應(yīng)曲率驅(qū)動STFT指紋圖像增強算法 19
2.2.1 傳統(tǒng)基于STFT分析的指紋圖像增強算法 19
2.2.2 傳統(tǒng)STFT指紋圖像增強存在的問題 21
2.2.3 改進的STFT指紋圖像增強算法 24
2.2.4 實驗結(jié)果分析 28
2.2.5 小結(jié) 31
2.3 基于方向權(quán)值擴散的指紋方向場計算 32
2.3.1 預(yù)處理 32
2.3.2 梯度 33
2.3.3 平方梯度法 34
2.3.4 投票法 35
2.3.5 基于方向權(quán)值擴散的指紋方向場建立 36
2.3.6 小結(jié) 41
2.4 基于方向權(quán)值擴散法求取方向的改進的STFT增強算法 41
2.4.1 窗函數(shù) 41
2.4.2 參數(shù)分析 42
2.4.3 改進的STFT增強算法 44
2.4.4 實驗結(jié)果分析 45
2.4.5 小結(jié) 46
2.5 基于復(fù)合塊自適應(yīng)的方向場平滑算法 46
2.5.1 掌紋圖像預(yù)處理 46
2.5.2 掌紋切片方向場的基本概念 52
2.5.3 梯度法 52
2.5.4 基于復(fù)合塊自適應(yīng)的方向場建立 55
2.5.5 方向場的計算 55
2.5.6 自適應(yīng)方向場平滑 57
2.5.7 實驗結(jié)果分析 60
2.5.8 小結(jié) 62
參考文獻 62
第3章 指紋特征提取算法 64
3.1 基于Bresenham算法的指紋a-b嵴線數(shù)計算方法 64
3.1.1 指紋圖像預(yù)處理 64
3.1.2 a-b嵴線數(shù) 75
3.1.3 Bresenham算法及其改進算法 75
3.1.4 直嵴線求交法 78
3.1.5 a-b嵴線數(shù)提取系統(tǒng) 80
3.2 基于三方向圖的多尺度平滑低質(zhì)量指紋與奇異點檢測 84
3.2.1 指紋圖像的初步增強 84
3.2.2 方向圖的計算和平滑 89
3.2.3 多個平滑尺度下的奇異點定位 95
3.2.4 實驗結(jié)果分析 98
3.2.5 小結(jié) 110
3.3 基于信息融合的多尺度奇異點檢測 111
3.3.1 基于Poincaré Index的奇異點檢測 111
3.3.2 基于復(fù)數(shù)濾波器的奇異點檢測 112
3.3.3 結(jié)合復(fù)數(shù)濾波和Poincaré Index值的多尺度奇異點檢測 114
3.3.4 實驗結(jié)果分析 116
參考文獻 118
第4章 掌紋特征提取算法 121
4.1 基于方向可調(diào)濾波器的掌紋主線特征提取及分類算法 121
4.1.1 圖像預(yù)處理 122
4.1.2 掌紋方向特征提取 125
4.1.3 方向跟蹤性算法對主線特征點的提取 131
4.1.4 最小二乘法擬合掌紋主線 133
4.1.5 實驗結(jié)果 135
4.2 基于形態(tài)濾波的掌紋主線特征提取算法 139
4.2.1 掌紋圖像預(yù)處理 140
4.2.2 數(shù)學形態(tài)學概述 147
4.2.3 基于形態(tài)學變換的掌紋主線提取算法 151
4.2.4 改進的基于形態(tài)學變換的掌紋主線提取算法 153
4.3 基于鄰域搜索的掌紋主線特征提取算法 156
4.3.1 鄰域搜索概述 156
4.3.2 基于鄰域搜索的掌紋主線提取算法 158
4.3.3 實驗結(jié)果分析 162
4.4 基于復(fù)數(shù)濾波器的多尺度ATD點檢測算法 164
4.4.1 傳統(tǒng)的Poincaré Index檢測算法 165
4.4.2 基于復(fù)數(shù)濾波器的三角點檢測 168
4.4.3 基于復(fù)數(shù)濾波器的多尺度ATD點檢測 170
4.4.4 實驗結(jié)果分析 173
4.4.5 小結(jié) 175
參考文獻 176
第5章 手掌特征融合及與乳腺癌相關(guān)性研究 178
5.1 數(shù)據(jù)庫的建立及圖像的預(yù)處理 179
5.1.1 手掌圖像數(shù)據(jù)庫的建立 179
5.1.2 手掌圖像的預(yù)處理 183
5.2 手掌特征的提取與融合 186
5.2.1 掌紋主線的提取 186
5.2.2 ATD角和a-b嵴線數(shù)的提取 193
5.2.3 指長比特征提取 196
5.3 手掌特征統(tǒng)計分析 197
5.3.1 掌紋主線的量化 198
5.3.2 特征篩選 199
5.4 手掌特征與乳腺癌的相關(guān)性分析 201
5.4.1 邏輯回歸 201
5.4.2 Adaboost增強算法 204
5.4.3 小結(jié) 205
參考文獻 206
總結(jié)與展望 207
書單推薦
