基于旋转校正的手指静脉识别算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的和意义 | 第13页 |
| 1.3 研究现状 | 第13-17页 |
| 1.3.1 手指静脉获取与预处理 | 第14页 |
| 1.3.2 手指静脉图像旋转校正 | 第14-15页 |
| 1.3.3 手指静脉特征提取 | 第15-16页 |
| 1.3.4 手指静脉特征匹配 | 第16页 |
| 1.3.5 指静脉识别研究的难点 | 第16-17页 |
| 1.4 本文的创新 | 第17-18页 |
| 1.5 本文组织结构 | 第18-20页 |
| 第二章 指静脉图像预处理与数据库设置 | 第20-33页 |
| 2.1 图像预处理分析 | 第20页 |
| 2.2 手指静脉ROI提取 | 第20-23页 |
| 2.2.1 垂直边缘检测 | 第21页 |
| 2.2.2 平面旋转校正 | 第21-22页 |
| 2.2.3 手指横向长度确定 | 第22页 |
| 2.2.4 截取ROI | 第22-23页 |
| 2.3 图像前处理 | 第23-25页 |
| 2.3.1 直方图均衡化增强 | 第23-24页 |
| 2.3.2 Retinex增强 | 第24页 |
| 2.3.3 灰度归一化 | 第24页 |
| 2.3.4 光照归一化对比分析 | 第24-25页 |
| 2.4 纹路增强 | 第25-28页 |
| 2.4.1 Gabor滤波增强 | 第25-26页 |
| 2.4.2 曲率增强 | 第26页 |
| 2.4.3 模糊增强 | 第26-27页 |
| 2.4.4 纹路增强对比分析 | 第27-28页 |
| 2.5 纹路分割 | 第28-30页 |
| 2.5.1 大津法分割(OTSU) | 第28-29页 |
| 2.5.2 K-Means分割 | 第29页 |
| 2.5.3 纹路分割对比分析 | 第29-30页 |
| 2.6 实验数据库与评价标准 | 第30-32页 |
| 2.6.1 实验设备 | 第30页 |
| 2.6.2 数据库 | 第30-32页 |
| 2.6.3 性能评价标准 | 第32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 基于共同区域纹理的手指静脉识别 | 第33-42页 |
| 3.1 问题分析 | 第33页 |
| 3.2 手指静脉旋转矫正 | 第33-34页 |
| 3.3 指静脉纹理特征 | 第34-39页 |
| 3.3.1 局部二值模式(LBP) | 第35-37页 |
| 3.3.2 方向统计直方图(HOG) | 第37-38页 |
| 3.3.3 韦伯局部描述子(WLD) | 第38-39页 |
| 3.4 共同区域手指静脉识别 | 第39-40页 |
| 3.5 实验与分析 | 第40-41页 |
| 3.5.1 实验数据库与实验设置 | 第40页 |
| 3.5.2 指静脉对齐有效性 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于双方向编码直方图特征的手指静脉识别 | 第42-50页 |
| 4.1 线特征介绍 | 第42页 |
| 4.2 竞争编码 | 第42-43页 |
| 4.3 双方向编码 | 第43-44页 |
| 4.3.1 问题分析 | 第43页 |
| 4.3.2 双方向特征提取 | 第43-44页 |
| 4.3.3 双方向特征匹配 | 第44页 |
| 4.4 双方向编码直方图 | 第44-46页 |
| 4.4.1 双方向直方图生成 | 第45-46页 |
| 4.4.2 直方图匹配 | 第46页 |
| 4.5 实验与分析 | 第46-49页 |
| 4.5.1 数据库和实验设置 | 第46页 |
| 4.5.2 编码特征实验比较 | 第46-48页 |
| 4.5.3 与纹理特征实验比较 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于点特征与纹理特征的手指静脉融合识别 | 第50-63页 |
| 5.1 问题分析 | 第50页 |
| 5.2 基于SIFT的指静脉特征提取 | 第50-54页 |
| 5.2.1 DOG特征点生成 | 第50-52页 |
| 5.2.2 SIFT特征描述符 | 第52-53页 |
| 5.2.3 SIFT特征匹配 | 第53-54页 |
| 5.3 基于最小卷积点的指静脉特征提取 | 第54-59页 |
| 5.3.1 最小卷积点提取 | 第54-56页 |
| 5.3.2 特征提取 | 第56页 |
| 5.3.3 可变形匹配 | 第56-58页 |
| 5.3.4 融合识别 | 第58-59页 |
| 5.4 实验与分析 | 第59-62页 |
| 5.4.1 数据库选择与实验设置 | 第59页 |
| 5.4.2 基于SIFT特征指静脉识别实验 | 第59-60页 |
| 5.4.3 SIFT算法与MCF算法性能对比 | 第60-61页 |
| 5.4.4 基于MCP特征的融合实验 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 基于旋转校正的手指静脉认证与识别应用 | 第63-78页 |
| 6.1 手指静脉认证 | 第63-66页 |
| 6.1.1 基于旋转校正的手指静脉距离认证 | 第63-64页 |
| 6.1.2 SVM配对认证 | 第64-66页 |
| 6.2 手指静脉识别 | 第66-71页 |
| 6.2.1 基于度量学习与稀疏表示的指静脉识别 | 第66-70页 |
| 6.2.2 基于旋转校正的指静脉识别 | 第70-71页 |
| 6.3 实验与分析 | 第71-77页 |
| 6.3.1 数据库与实验设置 | 第71页 |
| 6.3.2 手指静脉认证实验与分析 | 第71-75页 |
| 6.3.3 手指静脉识别实验与分析 | 第75-77页 |
| 6.4 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-87页 |
| 攻读硕士学位期间取得的研究成果 | 第87-88页 |
| 已发表论文 | 第87页 |
| 已公开专利 | 第87-88页 |
| 致谢 | 第88-89页 |
| 附件 | 第89页 |
