人体手背静脉识别技术研究
| 第1章 引言 | 第1-15页 |
| ·课题研究的目的和意义 | 第9-11页 |
| ·国际国内静脉识别的研究现状 | 第11-13页 |
| ·生物特征识别研究现状 | 第11-13页 |
| ·静脉识别研究现状 | 第13页 |
| ·静脉识别的难点问题 | 第13-14页 |
| ·本文主要完成的工作 | 第14-15页 |
| 第2章 生物特征识别简介 | 第15-22页 |
| ·生物特征识别分类 | 第16-20页 |
| ·基于生理特征的生物识别技术 | 第16-18页 |
| ·基于行为特征的生物识别技术 | 第18-20页 |
| ·静脉识别的理论依据与特点 | 第20-21页 |
| ·总体框架 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 静脉图像预处理 | 第22-44页 |
| ·静脉图像标准化 | 第22-27页 |
| ·静脉图像尺寸归一化 | 第22-24页 |
| ·静脉图像灰度归一化 | 第24-27页 |
| ·图像增强 | 第27-28页 |
| ·直方图均衡 | 第27-28页 |
| ·图像分割 | 第28-39页 |
| ·阈值分割方法概述 | 第29-31页 |
| ·几种经典的阈值分割方法 | 第31-39页 |
| ·二值图像的滤波与去噪 | 第39-40页 |
| ·图像细化 | 第40-43页 |
| ·条件细化算法 | 第40-41页 |
| ·改进后的细化算法 | 第41-43页 |
| ·图像细化后修复 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 特征提取及分类器设计与匹配 | 第44-67页 |
| ·特征的选择与提取 | 第44页 |
| ·基于K-L变换的特征提取及其分类器设计 | 第44-55页 |
| ·K-L变换特征提取简介 | 第44-47页 |
| ·K-L特征空间的奇异值分解 | 第47-49页 |
| ·主分量法的奇异值分解实现 | 第49-51页 |
| ·分类器设计 | 第51-55页 |
| ·基于特征点的特征提取和匹配 | 第55-63页 |
| ·端点和交叉点的提取 | 第56-59页 |
| ·毛刺的去除——另一类噪声 | 第59-60页 |
| ·星型结构 | 第60-61页 |
| ·局部匹配方案 | 第61-62页 |
| ·全局匹配方案 | 第62-63页 |
| ·基于特征矩的特征提取及模板匹配 | 第63-65页 |
| ·几何矩 | 第64-65页 |
| ·模板匹配 | 第65页 |
| ·本章小结 | 第65-67页 |
| 第5章 实验结果讨论及分析 | 第67-70页 |
| ·K-L变换方法的实验结果及分析 | 第67-68页 |
| ·针对 K-L变换的各种分类方法的比较 | 第67-68页 |
| ·基于特征点匹配方法的实验结果与分析 | 第68-69页 |
| ·基于特征矩加模板匹配的实验结果分析 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第6章 基于决策层融合的识别新方法 | 第70-73页 |
| ·图像信息融合技术的基本概念 | 第70-71页 |
| ·基于决策级的结果融合方法 | 第71-72页 |
| ·实验结果及分析 | 第72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |
