首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

非接触条件下手部多模态生物特征融合方法的研究

摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第12-24页
    1.1 课题研究目的及意义第12-15页
        1.1.1 手部生物特征识别研究的意义第12页
        1.1.2 手部多模态生物特征识别的意义第12-15页
    1.2 国内外研究动态第15-21页
        1.2.1 国内外手部特征成像及采集装置第15-20页
        1.2.2 手部多模态研究现状第20-21页
    1.3 目前存在的问题第21页
    1.4 本文所要解决的问题和各章节内容安排第21-24页
第2章 非接触式手部多模态图像获取及处理装置第24-62页
    2.1 非接触式手部多模态图像获取及处理装置的特点第24页
    2.2 掌纹掌脉图像采集原理及光源波长选择第24-30页
        2.2.1 静脉纹理成像原理及光源波长选择第25-28页
        2.2.2 掌纹纹理成像原理及波长选择第28-30页
    2.3 手部多模态图像采集中的光源均匀的必要性第30-31页
    2.4 基于双CCD的手部多模态图像获取装置第31-36页
        2.4.1 装置总体硬件结构第31-32页
        2.4.2 光源照射均匀化第32-33页
        2.4.3 图像传感器及镜头第33-36页
    2.5 嵌入式双摄像头手部多模态图像获取及处理装置第36-51页
        2.5.1 光源系统第38-44页
        2.5.2 图像采集第44-50页
        2.5.3 图像实时显示第50-51页
        2.5.4 系统数据传输第51页
    2.6 使光源小型化的光线二次分配光学组件第51-61页
        2.6.1 理论基础第52-54页
        2.6.2 光线走向分析第54-59页
        2.6.3 光通量比较实验第59-61页
    2.7 小结第61-62页
第3章 基于纹理峰谷结构的掌纹掌脉像素融合第62-94页
    3.1 图像融合概述第62-64页
    3.2 掌纹与掌脉纹理构成第64-70页
        3.2.1 掌纹纹理构成第64-67页
        3.2.2 掌脉纹理构成第67-70页
    3.3 非接触纹理图像特点第70-72页
        3.3.1 掌纹纹理图像特点第70-71页
        3.3.2 静脉纹理图像特点第71-72页
    3.4 掌纹掌脉图像像素融合流程第72-73页
    3.5 不同时间所获图像的一致性调整第73-75页
    3.6 掌纹掌脉ROI的协同提取及灰度归一化第75-77页
        3.6.1 掌纹掌脉ROI的协同提取第75-76页
        3.6.2 ROI区域灰度归一化第76-77页
    3.7 手掌纹理峰谷结构的像素融合第77-87页
        3.7.1 像素融合的目标第77-78页
        3.7.2 手掌纹理结构划分第78-80页
        3.7.3 基于局部灰度极小值的纹理提取方法第80-83页
        3.7.4 基于纹理峰谷结构的融合策略第83-87页
    3.8 融合图像的识别第87-89页
        3.8.1 结构特征识别第87-88页
        3.8.2 全局特征识别第88-89页
    3.9 实验及分析第89-92页
        3.9.1 实验图库第89页
        3.9.2 实验及结果分析第89-92页
    3.10 本章小结第92-94页
第4章 基于决策融合和数据融合的手部三模态双融合第94-122页
    4.1 三模态双融合识别思想第94-96页
        4.1.1 三模态双融合结构第94-95页
        4.1.2 三模态双融合过程第95-96页
    4.2 双融合中的决策融合第96-99页
        4.2.1 手形特征选择依据第96页
        4.2.2 手形匹配第96-97页
        4.2.3 决策融合策略第97-98页
        4.2.4 决策融合中双阈值与数据处理量的关系第98-99页
    4.3 双融合中的掌纹掌脉高低频综合数据融合第99-111页
        4.3.1 小波变换的基本理论第99-104页
        4.3.2 基于小波变换的图像融合第104-105页
        4.3.3 基于掌纹掌脉高低频综合的数据融合第105-111页
    4.4 融合实验结果比较及分析第111-120页
        4.4.1 实验图库第111-112页
        4.4.2 掌纹掌脉数据层实验结果评价指标第112-113页
        4.4.3 双模态和三模态实验结果及分析第113-120页
    4.5 本章小结第120-122页
第5章 结论与展望第122-124页
    5.1 结论第122-123页
    5.2 展望第123-124页
参考文献第124-132页
在学研究成果第132-134页
致谢第134页

论文共134页,点击 下载论文
上一篇:计算机和网络教学模式下理工科学生学习动机和自主学习的研究
下一篇:翻译的创作性--以软性新闻中译英为例