基于手指静脉和指背关节纹理的识别算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-20页 |
| ·课题研究背景、目的及意义 | 第9-17页 |
| ·生物特征识别技术简介 | 第10-12页 |
| ·生物识别技术的发展方向和市场前景 | 第12-15页 |
| ·人手局部生物特征 | 第15-17页 |
| ·国内外研究现状及进展 | 第17-18页 |
| ·本论文主要工作 | 第18-20页 |
| 第2章 手指静脉和指背纹理图像获取 | 第20-26页 |
| ·手指静脉成像原理 | 第20-21页 |
| ·光源的选择 | 第21-22页 |
| ·图像采集装置 | 第22-23页 |
| ·滤波片参数要求 | 第22-23页 |
| ·成像设备的选择 | 第23页 |
| ·采集装置框架和实现 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 手指静脉和指背关节纹理图像提取 | 第26-44页 |
| ·手指感兴趣区域定位与获取 | 第26-29页 |
| ·手指静脉提取 | 第29-39页 |
| ·图像增强 | 第29-32页 |
| ·传统提取方法 | 第32-36页 |
| ·改进的静脉提取方法 | 第36-39页 |
| ·指背关节纹理提取 | 第39-42页 |
| ·关节纹理感兴趣区域获取 | 第40-41页 |
| ·关节纹理提取方法 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 特征提取与识别 | 第44-63页 |
| ·特征提取 | 第44-52页 |
| ·小波能量特征 | 第45-49页 |
| ·Gabor 相位方向特征 | 第49-50页 |
| ·模糊方向能量特征 | 第50-52页 |
| ·特征选择与降维 | 第52-57页 |
| ·特征选择 | 第52-54页 |
| ·主成分分析（PCA） | 第54-55页 |
| ·线性判别分析（LDA） | 第55-57页 |
| ·少样本容量模式识别 | 第57-62页 |
| ·配准 | 第58-60页 |
| ·分类器的设计 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 数据层、特征层和决策层融合 | 第63-70页 |
| ·数据层融合 | 第63-66页 |
| ·几何融合 | 第63-64页 |
| ·变换域融合 | 第64-66页 |
| ·特征层融合 | 第66-67页 |
| ·决策层融合 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 实验结果讨论与分析 | 第70-77页 |
| ·单特征识别 | 第70-71页 |
| ·数据层融合识别 | 第71-72页 |
| ·特征层融合识别 | 第72-73页 |
| ·决策层融合识别 | 第73-74页 |
| ·识别性能比较 | 第74-77页 |
| 第7章 结论 | 第77-79页 |
| ·研究总结 | 第77-78页 |
| ·需进一步开展的工作 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第85页 |
