非接触成像下手纹识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题背景及意义 | 第9-11页 |
| 1.2 国内外研究进展 | 第11-14页 |
| 1.2.1 掌纹识别的发展动态 | 第11-12页 |
| 1.2.2 指节纹识别的发展动态 | 第12-13页 |
| 1.2.3 手部多特征融合识别的发展动态 | 第13-14页 |
| 1.3 论文研究内容和结构安排 | 第14-17页 |
| 1.3.1 论文研究内容 | 第14-15页 |
| 1.3.2 论文结构安排 | 第15-17页 |
| 第2章 图像采集及处理 | 第17-28页 |
| 2.1 图像采集 | 第17-18页 |
| 2.2 图像预处理 | 第18-19页 |
| 2.3 常用的分割算法 | 第19-21页 |
| 2.3.1 阈值分割 | 第19-20页 |
| 2.3.2 区域分割 | 第20-21页 |
| 2.3.3 分水岭分割 | 第21页 |
| 2.3.4 其他分割方法 | 第21页 |
| 2.4 手部图像检测及分割 | 第21-26页 |
| 2.5 手部图像预处理 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 指节纹识别算法 | 第28-43页 |
| 3.1 定位指节纹位置 | 第28-37页 |
| 3.1.1 定位手部轮廓 | 第28页 |
| 3.1.2 定位凸缺陷点 | 第28-31页 |
| 3.1.3 定位指跟点 | 第31-33页 |
| 3.1.4 手指图像仿射变换 | 第33-34页 |
| 3.1.5 定位指节纹位置 | 第34-37页 |
| 3.2 指节纹识别实验 | 第37-42页 |
| 3.2.1 实验方法 | 第37-41页 |
| 3.2.2 实验分析 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 掌纹识别算法 | 第43-62页 |
| 4.1 神经网络 | 第43-46页 |
| 4.1.1 神经网络结构 | 第43-46页 |
| 4.2 卷积神经网络 | 第46-51页 |
| 4.2.1 卷积神经网络结构 | 第46-50页 |
| 4.2.2 卷积神经网络特点 | 第50-51页 |
| 4.3 提取掌纹感兴趣区域 | 第51-53页 |
| 4.4 基于深度学习的掌纹识别算法 | 第53-61页 |
| 4.4.1 TensorFlow框架 | 第53-54页 |
| 4.4.2 迁移学习 | 第54-55页 |
| 4.4.3 数据准备 | 第55-56页 |
| 4.4.4 掌纹识别网络模型选择 | 第56-59页 |
| 4.4.5 掌纹识别网络改进及调优 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 特征融合及系统搭建 | 第62-66页 |
| 5.1 特征融合 | 第62-64页 |
| 5.2 模拟手纹识别系统搭建 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
