| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-23页 |
| ·课题研究的背景及意义 | 第9-11页 |
| ·本课题研究的国内外现状 | 第11-18页 |
| ·生物特征识别研究现状 | 第11-14页 |
| ·基于人手的生物特征识别技术研究现状 | 第14-15页 |
| ·手指静脉识别技术的研究现状 | 第15-18页 |
| ·本论文研究的主要内容 | 第18-21页 |
| ·主要内容 | 第18-20页 |
| ·创新性 | 第20-21页 |
| ·本文的结构 | 第21-23页 |
| 第二章 手指静脉图像的获取 | 第23-30页 |
| ·手指静脉识别系统的总体框架 | 第23-24页 |
| ·手指静脉的成像原理 | 第24页 |
| ·成像设备的选择 | 第24-26页 |
| ·红外光源的选择 | 第24-25页 |
| ·滤光片及像机的选择 | 第25-26页 |
| ·手指静脉图像采集实验装置 | 第26-28页 |
| ·采集装置的实现及图像的采集 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 手指静脉图像的图像处理技术 | 第30-56页 |
| ·静脉图像的预处理 | 第30-39页 |
| ·图像定位与手指图像截取 | 第31-33页 |
| ·静脉图像尺寸归一化 | 第33-36页 |
| ·静脉图像灰度归一化 | 第36-37页 |
| ·基于脊波滤波的静脉图像增强 | 第37-39页 |
| ·图像分割 | 第39-50页 |
| ·基于多阈值模糊增强算法的手指静脉图像分割算法 | 第39-45页 |
| ·基于方向谷形检测的手指静脉纹路分割算法 | 第45-50页 |
| ·图像的滤波与去噪 | 第50-52页 |
| ·图像的细化 | 第52-55页 |
| ·细化算法 | 第52-53页 |
| ·改进细化方法 | 第53-54页 |
| ·毛刺的裁剪 | 第54页 |
| ·图像裁减后的修复 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于手指静脉结构及其细节点的静脉识别技术研究 | 第56-67页 |
| ·基于手指静脉结构的静脉识别技术 | 第56-62页 |
| ·引言 | 第56页 |
| ·静脉的匹配 | 第56-60页 |
| ·实验结果及性能分析 | 第60-62页 |
| ·基于MHD 距离的手指静脉识别方法研究 | 第62-66页 |
| ·引言 | 第62页 |
| ·红外静脉图像的细节点的提取 | 第62-63页 |
| ·实验结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 基于主成分分析的手指静脉识别方法 | 第67-78页 |
| ·基于两个方向二维主成分分析的手指静脉识别方法 | 第67-72页 |
| ·引言 | 第67页 |
| ·2DPCA 方法 | 第67-68页 |
| ·(2D) 2 FPCA方法 | 第68-70页 |
| ·实验结果 | 第70-72页 |
| ·基于二个方向二维核主成分分析的手指静脉识别方法 | 第72-77页 |
| ·引言 | 第72页 |
| ·二维核主成分分析方法 | 第72-74页 |
| ·K2DPCA+2DPCA 方法 | 第74-75页 |
| ·实验分析 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第85-87页 |