多生物特征身份识别方法研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-30页 |
| ·引言 | 第10-12页 |
| ·生物特征识别技术简介 | 第12-23页 |
| ·生物特征识别技术发展 | 第12-14页 |
| ·生物特征识别系统构成 | 第14-15页 |
| ·生物特征识别工作模式及系统性能 | 第15-18页 |
| ·单模态生物特征识别分析 | 第18-23页 |
| ·多模态生物特征识别技术 | 第23-27页 |
| ·多模态生物特征识别简介 | 第23-25页 |
| ·多模态生物特征识别研究现状 | 第25-27页 |
| ·多模态生物特征识别研究难点 | 第27页 |
| ·本文主要研究工作及章节安排 | 第27-30页 |
| 第二章 单模态生物特征身份识别 | 第30-58页 |
| ·手背静脉特征识别 | 第30-43页 |
| ·SURF特征提取与描述 | 第31-37页 |
| ·基于SURF算子的手背静脉匹配 | 第37-40页 |
| ·实验分析 | 第40-43页 |
| ·指纹特征识别 | 第43-51页 |
| ·指纹图像预处理 | 第44-47页 |
| ·基于区域特征的指纹特征提取与匹配 | 第47-49页 |
| ·实验结果 | 第49-51页 |
| ·虹膜特征识别 | 第51-57页 |
| ·虹膜图像预处理 | 第52-54页 |
| ·虹膜特征提取与匹配 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第三章 特征信息归一化研究 | 第58-72页 |
| ·融合策略 | 第58-60页 |
| ·匹配分数分布数学模型 | 第60-61页 |
| ·匹配分数归一化方法 | 第61-70页 |
| ·统一值域范围的归一化方法 | 第62-63页 |
| ·统一统计特征的归一化方法 | 第63-66页 |
| ·统一物理意义的归一化方法 | 第66-69页 |
| ·实验结果分析 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第四章 手背静脉虹膜和指纹融合身份识别算法 | 第72-102页 |
| ·引言 | 第72-75页 |
| ·经典匹配层融合识别算法研究 | 第75-87页 |
| ·均值融合识别算法 | 第75-82页 |
| ·最大值和最小值融合识别算法 | 第82-87页 |
| ·基于贝叶斯理论的融合识别算法 | 第87-94页 |
| ·贝叶斯决策理论 | 第87-89页 |
| ·基于贝叶斯理论的融合身份识别 | 第89-91页 |
| ·实验分析 | 第91-94页 |
| ·基于k近邻与支持向量机的融合识别算法 | 第94-101页 |
| ·基于k-NN的个人身份初步识别 | 第94-96页 |
| ·基于支持向量机的个人身份识别 | 第96-99页 |
| ·实验分析 | 第99-101页 |
| ·本章小结 | 第101-102页 |
| 第五章 手背静脉虹膜和指纹融合识别系统实现 | 第102-122页 |
| ·多生物特征识别硬件系统构成 | 第102-103页 |
| ·并行图像采集模块 | 第103-113页 |
| ·光学成像模块 | 第103-110页 |
| ·手背静脉成像模块 | 第103-107页 |
| ·虹膜成像模块 | 第107-110页 |
| ·指纹成像模块 | 第110-112页 |
| ·图像采集实现 | 第112-113页 |
| ·图像处理平台与人机交互模块 | 第113-115页 |
| ·识别算法实现 | 第115-121页 |
| ·本章小结 | 第121-122页 |
| 第六章 总结与展望 | 第122-125页 |
| 参考文献 | 第125-133页 |
| 发表论文和科研情况说明 | 第133-135页 |
| 致谢 | 第135页 |
