手指静脉图像的识别算法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·手指静脉图像识别的研究背景和意义 | 第10页 |
| ·手指静脉识别技术的基础知识 | 第10-11页 |
| ·手指静脉识别技术的已有工作简介 | 第11-14页 |
| ·本文的主要内容和安排 | 第14-16页 |
| 第2章 手指静脉图像采集和预处理 | 第16-28页 |
| ·手指静脉图像采集原理 | 第16-17页 |
| ·感兴趣区域提取 | 第17-18页 |
| ·尺度与灰度归一化 | 第18-19页 |
| ·尺度归一化 | 第18-19页 |
| ·灰度归一化 | 第19页 |
| ·图像分割 | 第19-22页 |
| ·算法原理及步骤 | 第20-22页 |
| ·手指静脉图像的后处理 | 第22-25页 |
| ·滤波和去噪 | 第23页 |
| ·细化 | 第23-25页 |
| ·毛刺的剪裁及修复 | 第25页 |
| ·手指静脉的匹配识别 | 第25-27页 |
| ·匹配识别的两种工作模式 | 第25-26页 |
| ·手指静脉识系统的性能参数 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于 OPM 的模板融合手指静脉识别算法 | 第28-40页 |
| ·两种匹配方式 | 第28-31页 |
| ·模板匹配 | 第28-30页 |
| ·特征点匹配 | 第30-31页 |
| ·OPM 相关内容 | 第31-33页 |
| ·OPM 的基本概念及意义 | 第32-33页 |
| ·OPM 的计算 | 第33页 |
| ·代表性模板的匹配 | 第33-35页 |
| ·不采用 OPM 的匹配算法 | 第34页 |
| ·采用 OPM 的匹配算法 | 第34-35页 |
| ·模板的选择 | 第35-36页 |
| ·模板的特点 | 第35-36页 |
| ·模板选择的方法 | 第36页 |
| ·实验结果分析 | 第36-39页 |
| ·采用模板融合效果分析 | 第37页 |
| ·采用 OPM 效果分析 | 第37-38页 |
| ·排序序列的选择 | 第38页 |
| ·融合模板个数的选取 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于子空间的手指静脉识别算法 | 第40-58页 |
| ·二维变换分析法 | 第40-48页 |
| ·二维主成分分析法 | 第40-41页 |
| ·二维费希尔线性判决分析法 | 第41-43页 |
| ·二维最大边界准则分析法 | 第43-45页 |
| ·核主成分分析法 | 第45-48页 |
| ·两个方向二维主成分分析方法的物体识别方法 | 第48-52页 |
| ·K2DPCA+2DFLD | 第48-51页 |
| ·K2DPCA+2DMMC | 第51-52页 |
| ·K2DPCA+2DPCA | 第52页 |
| ·实验结果分析 | 第52-57页 |
| ·二维线性分析法效果分析 | 第53页 |
| ·二维组合线性分析法效果分析 | 第53-55页 |
| ·核主成分分析法效果分析 | 第55页 |
| ·二维组合核主成分分析法效果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·研究总结 | 第58页 |
| ·面临的挑战和发展趋势 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
