为了协助医学专家研究手掌特征和乳腺癌的相关性，本书利用计算机图像处理算法，提取出手掌指纹及掌纹特征，并研究手掌特征与乳腺癌的相关性。本书提出的指纹及掌纹特征提取算法，为手掌特征信息研究者提供了一个统一的手掌特征提取手段，也为后期手掌特征与乳腺癌相关性研究提供了技术支持。同时，本书提出的手掌特征融合方法及与乳腺癌相关的研究方法，为精准、科学、合理地分析手掌特征与乳腺癌的相关性奠定了基础，为乳腺癌的易感检测提供了一种无创、便携的方式。

2000-至今在云南大学信息学院从事教学及科研工作，副教授/硕士生导师，云南大学信息学院电子工程系副教授，云南大学"中青年骨干教师"。2002年9月-2004年7月公派到比利时鲁汶大学工程技术系攻读硕士学位，从事模式识别与图像处理研究。

目录
第1章 手掌图像处理及特征提取基础 1
1.1 掌纹及指纹特征 1
1.2 指纹方向场基础理论 2
1.3 掌纹主线 3
1.4 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 7
2.1 多尺度复合窗的指纹方向场建立及分级平滑算法 7
2.1.1 梯度法 7
2.1.2 复合窗的概念 8
2.1.3 多尺度复合窗的指纹方向场建立 9
2.1.4 方向场分级平滑 11
2.1.5 实验结果分析 13
2.1.6 小结 18
2.2 自适应曲率驱动STFT指纹图像增强算法 19
2.2.1 传统基于STFT分析的指纹图像增强算法 19
2.2.2 传统STFT指纹图像增强存在的问题 21
2.2.3 改进的STFT指纹图像增强算法 24
2.2.4 实验结果分析 28
2.2.5 小结 31
2.3 基于方向权值扩散的指纹方向场计算 32
2.3.1 预处理 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 基于方向权值扩散的指纹方向场建立 36
2.3.6 小结 41
2.4 基于方向权值扩散法求取方向的改进的STFT增强算法 41
2.4.1 窗函数 41
2.4.2 参数分析 42
2.4.3 改进的STFT增强算法 44
2.4.4 实验结果分析 45
2.4.5 小结 46
2.5 基于复合块自适应的方向场平滑算法 46
2.5.1 掌纹图像预处理 46
2.5.2 掌纹切片方向场的基本概念 52
2.5.3 梯度法 52
2.5.4 基于复合块自适应的方向场建立 55
2.5.5 方向场的计算 55
2.5.6 自适应方向场平滑 57
2.5.7 实验结果分析 60
2.5.8 小结 62
参考文献 62
第3章 指纹特征提取算法 64
3.1 基于Bresenham算法的指纹a-b嵴线数计算方法 64
3.1.1 指纹图像预处理 64
3.1.2 a-b嵴线数 75
3.1.3 Bresenham算法及其改进算法 75
3.1.4 直嵴线求交法 78
3.1.5 a-b嵴线数提取系统 80
3.2 基于三方向图的多尺度平滑低质量指纹与奇异点检测 84
3.2.1 指纹图像的初步增强 84
3.2.2 方向图的计算和平滑 89
3.2.3 多个平滑尺度下的奇异点定位 95
3.2.4 实验结果分析 98
3.2.5 小结 110
3.3 基于信息融合的多尺度奇异点检测 111
3.3.1 基于Poincaré Index的奇异点检测 111
3.3.2 基于复数滤波器的奇异点检测 112
3.3.3 结合复数滤波和Poincaré Index值的多尺度奇异点检测 114
3.3.4 实验结果分析 116
参考文献 118
第4章 掌纹特征提取算法 121
4.1 基于方向可调滤波器的掌纹主线特征提取及分类算法 121
4.1.1 图像预处理 122
4.1.2 掌纹方向特征提取 125
4.1.3 方向跟踪性算法对主线特征点的提取 131
4.1.4 最小二乘法拟合掌纹主线 133
4.1.5 实验结果 135
4.2 基于形态滤波的掌纹主线特征提取算法 139
4.2.1 掌纹图像预处理 140
4.2.2 数学形态学概述 147
4.2.3 基于形态学变换的掌纹主线提取算法 151
4.2.4 改进的基于形态学变换的掌纹主线提取算法 153
4.3 基于邻域搜索的掌纹主线特征提取算法 156
4.3.1 邻域搜索概述 156
4.3.2 基于邻域搜索的掌纹主线提取算法 158
4.3.3 实验结果分析 162
4.4 基于复数滤波器的多尺度ATD点检测算法 164
4.4.1 传统的Poincaré Index检测算法 165
4.4.2 基于复数滤波器的三角点检测 168
4.4.3 基于复数滤波器的多尺度ATD点检测 170
4.4.4 实验结果分析 173
4.4.5 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 178
5.1 数据库的建立及图像的预处理 179
5.1.1 手掌图像数据库的建立 179
5.1.2 手掌图像的预处理 183
5.2 手掌特征的提取与融合 186
5.2.1 掌纹主线的提取 186
5.2.2 ATD角和a-b嵴线数的提取 193
5.2.3 指长比特征提取 196
5.3 手掌特征统计分析 197
5.3.1 掌纹主线的量化 198
5.3.2 特征筛选 199
5.4 手掌特征与乳腺癌的相关性分析 201
5.4.1 逻辑回归 201
5.4.2 Adaboost增强算法 204
5.4.3 小结 205
参考文献 206
总结与展望 207