| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的背景及研究意义 | 第11-13页 |
| 1.2 手指静脉识别技术的内容和优点 | 第13-15页 |
| 1.2.1 手指静脉特征及优势 | 第13-14页 |
| 1.2.2 手指静脉识别的性能指标 | 第14-15页 |
| 1.3 手指静脉识别技术的国内外现状 | 第15-18页 |
| 1.4 本文内容及章节安排 | 第18-21页 |
| 第2章 手指静脉图像预处理 | 第21-33页 |
| 2.1 完整手指区域的预处理 | 第21-28页 |
| 2.1.1 彩色图像的灰度转换 | 第21页 |
| 2.1.2 灰度归一化 | 第21-22页 |
| 2.1.3 图像阈值分割 | 第22-24页 |
| 2.1.4 手指静脉分割后的去噪处理 | 第24-26页 |
| 2.1.5 确定手指区域位置 | 第26页 |
| 2.1.6 手指静脉图像增强 | 第26-28页 |
| 2.2 手指静脉灰度ROI图像的获取 | 第28-32页 |
| 2.2.1 手指静脉图像的旋转与平移校正 | 第28-30页 |
| 2.2.2 感兴趣区域定位 | 第30-32页 |
| 2.3 实验结果与分析 | 第32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于谷形检测和宽线检测算法的手指静脉识别 | 第33-51页 |
| 3.1 基于谷形检测算法的手指静脉纹路分割 | 第33-40页 |
| 3.1.1 基于重复线形跟踪的手指静脉纹路分割 | 第33-36页 |
| 3.1.2 基于方向谷形检测的手指静脉纹路分割 | 第36-40页 |
| 3.2 基于宽线检测算法的手指静脉纹路分割 | 第40-46页 |
| 3.2.1 宽线检测算法的基本原理 | 第40-43页 |
| 3.2.2 宽线检测算法参数的确定 | 第43-46页 |
| 3.2.3 基于宽线检测的手指静脉分割效果分析 | 第46页 |
| 3.3 手指静脉特征提取与匹配 | 第46-48页 |
| 3.4 实验结果及其分析 | 第48-50页 |
| 3.4.1 手指静脉特征匹配 | 第48页 |
| 3.4.2 识别测试比较 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 基于LBP及其改进算法的手指静脉识别 | 第51-73页 |
| 4.1 局部二进制模式(LBP)基础理论 | 第51-55页 |
| 4.1.1 LBP算子的优点 | 第52页 |
| 4.1.2 LBP算子存在的问题分析 | 第52-55页 |
| 4.2 改进的LBP算子 | 第55-67页 |
| 4.2.1 旋转不变LBP算子 | 第56-58页 |
| 4.2.2 旋转不变统一模式LBP算子 | 第58-61页 |
| 4.2.3 多尺度LBP算子 | 第61-63页 |
| 4.2.4 加权LBP算子 | 第63-65页 |
| 4.2.5 中心对称局部二进制模式(CSLBP) | 第65-66页 |
| 4.2.6 多尺度块中心对称局部二进制模式(MB-CSLBP) | 第66-67页 |
| 4.3 基于LBP算子的匹配 | 第67-69页 |
| 4.3.1 基于LBP二进制编码特征的匹配 | 第67-68页 |
| 4.3.2 基于LBP统计直方图特征的匹配 | 第68-69页 |
| 4.4 实验结果及其分析 | 第69-71页 |
| 4.4.1 基于卡方距离匹配的LBP算子实验对比 | 第69-70页 |
| 4.4.2 基于汉明距离匹配的LBP算子实验对比 | 第70-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第5章 手指静脉识别系统的设计与实现 | 第73-79页 |
| 5.1 手指静脉识别系统的总体框架 | 第73页 |
| 5.2 手指静脉图像采集系统 | 第73-75页 |
| 5.2.1 手指静脉成像原理 | 第73-74页 |
| 5.2.2 手指静脉图像采集装置 | 第74页 |
| 5.2.3 手指静脉图像库 | 第74-75页 |
| 5.3 手指静脉识别系统的工作模式 | 第75-76页 |
| 5.4 手指静脉识别系统 | 第76-78页 |
| 5.5 本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第87-89页 |
| 致谢 | 第89页 |