| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与研究意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 指静脉图像质量评价的研究现状 | 第13页 |
| 1.2.2 指静脉身份识别技术的研究现状 | 第13-14页 |
| 1.2.3 双目视觉的三维重建技术研究现状 | 第14-15页 |
| 1.3 主要研究内容与论文结构 | 第15-18页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 论文结构安排 | 第16-18页 |
| 第二章 面向NiBlack分割算法的指静脉图像质量评价方法研究 | 第18-39页 |
| 2.1 指静脉图像质量评价算法 | 第18-36页 |
| 2.1.1 指静脉图像的预处理 | 第19-25页 |
| 2.1.2 分类指标及判定 | 第25-27页 |
| 2.1.3 卷积神经网络模型 | 第27-30页 |
| 2.1.4 卷积神经网络的训练方法 | 第30-32页 |
| 2.1.5 训练集学习和测试集验证 | 第32-36页 |
| 2.2 质量评价验证实验及分析 | 第36-38页 |
| 2.3 本章小节 | 第38-39页 |
| 第三章 基于双目视觉的指静脉身份识别 | 第39-61页 |
| 3.1 基于双目视觉指静脉识别的算法 | 第39-40页 |
| 3.2 基于双目视觉指静脉三维重建的实现 | 第40-51页 |
| 3.2.1 双目相机参数获取 | 第41-46页 |
| 3.2.2 指静脉的三维重建 | 第46-51页 |
| 3.3 基于双目视觉指静脉身份识别 | 第51-57页 |
| 3.3.1 基于双目视觉的指静脉点云滤波算法 | 第51-53页 |
| 3.3.2 基于双目视觉的指静脉匹配 | 第53-57页 |
| 3.4 指静脉三维点云识别实验 | 第57-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 原型系统设计与实现 | 第61-72页 |
| 4.1 指静脉识别系统流程 | 第61-62页 |
| 4.2 系统硬件设计与实现 | 第62-65页 |
| 4.2.1 采集装置设计 | 第62-64页 |
| 4.2.2 光源设计 | 第64页 |
| 4.2.3 采集模块设计 | 第64-65页 |
| 4.3 系统软件设计 | 第65-67页 |
| 4.4 系统软件实现 | 第67-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-73页 |
| 5.1 总结 | 第72页 |
| 5.2 展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |