| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题的研究意义及选题依据 | 第8-11页 |
| ·线性判别分析法 | 第10页 |
| ·人工神经网络识别法 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·手指静脉识别技术基本原理 | 第11-12页 |
| ·手指静脉身份识别国外研究现状 | 第12-13页 |
| ·手指静脉身份识别国内研究现状 | 第13-14页 |
| ·手背、手指静脉分类识别算法的国内外研究现状 | 第14-15页 |
| ·本课题研究的主要内容及本文的机构 | 第15-18页 |
| ·主要内容 | 第15-16页 |
| ·本文的结构 | 第16-18页 |
| 第二章 手指静脉图像的处理技术 | 第18-30页 |
| ·手指静脉图像获取及数据库建立 | 第18-19页 |
| ·手指静脉图像的预处理 | 第19-22页 |
| ·尺寸归一化 | 第19-21页 |
| ·灰度归一化 | 第21-22页 |
| ·图像分割 | 第22-25页 |
| ·算法的基本原理 | 第22-23页 |
| ·算法具体描述 | 第23-25页 |
| ·图像的细化 | 第25-29页 |
| ·细化算法 | 第25-28页 |
| ·毛刺的修复 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 核 Fisher 算法在手指静脉识别中的理论研究 | 第30-42页 |
| ·Fisher 线性判别（FLD） | 第30-32页 |
| ·基于核 Fisher 判别（KFDA）的手指静脉识别 | 第32-35页 |
| ·核 Fisher 判别（KFDA）的核心思想 | 第32-33页 |
| ·核 Fisher 算法的实现 | 第33-35页 |
| ·算法实现步骤 | 第35-36页 |
| ·KFDA 算法 Matlab 核心程序 | 第36-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·本章小结 | 第39-42页 |
| 第四章 BP 神经网络算法在手指静脉识别中的理论研究 | 第42-54页 |
| ·手指静脉图像的线性降维技术 | 第42-43页 |
| ·BP 神经网络算法 | 第43-46页 |
| ·BP 神经元及 BP 网络模型 | 第43-44页 |
| ·BP 神经网络学习算法 | 第44-46页 |
| ·算法实现步骤 | 第46-47页 |
| ·BP 神经网络算法 Matlab 核心程序 | 第47-50页 |
| ·PCA、LDA 实现手指静脉图像线性降维程序 | 第47-49页 |
| ·BP 神经网络分类识别程序 | 第49-50页 |
| ·实验结果与分析 | 第50-51页 |
| ·本章小结 | 第51-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 个人简历 | 第62页 |
