手形与指节纹双模态手部特征识别算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 手部特征识别技术概述 | 第13-17页 |
| 1.2.1 指纹识别 | 第13-14页 |
| 1.2.2 掌纹识别 | 第14页 |
| 1.2.3 指节纹识别 | 第14-15页 |
| 1.2.4 手形识别 | 第15-16页 |
| 1.2.5 多特征融合的手部特征识别 | 第16-17页 |
| 1.3 相关技术研究现状 | 第17-22页 |
| 1.3.1 基于手形的身份识别技术 | 第17-19页 |
| 1.3.2 基于指节纹的身份识别技术 | 第19-21页 |
| 1.3.3 多特征融合身份识别技术 | 第21-22页 |
| 1.4 存在的主要问题 | 第22-23页 |
| 1.5 论文主要内容及结构安排 | 第23-26页 |
| 第2章 手形识别算法研究 | 第26-44页 |
| 2.1 引言 | 第26页 |
| 2.2 手形图像处理 | 第26-31页 |
| 2.2.1 手形图像预处理 | 第26-28页 |
| 2.2.2 手形ROI提取 | 第28-31页 |
| 2.3 基于骨架提取的手形识别方法 | 第31-38页 |
| 2.3.1 手形定位 | 第31-37页 |
| 2.3.2 手形几何特征提取 | 第37-38页 |
| 2.3.3 特征匹配 | 第38页 |
| 2.4 实验结果 | 第38-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第3章 指节纹识别算法研究 | 第44-78页 |
| 3.1 引言 | 第44-45页 |
| 3.2 指节纹图像预处理 | 第45-55页 |
| 3.2.1 ROI提取 | 第46-52页 |
| 3.2.2 图像增强 | 第52-55页 |
| 3.3 指节纹全局特征提取和识别 | 第55-62页 |
| 3.3.1 基于PCA的全局特征提取 | 第55-59页 |
| 3.3.2 全局特征匹配实验 | 第59-62页 |
| 3.4 指节纹局部特征提取和识别 | 第62-72页 |
| 3.4.1 基于LBP的指节纹局部特征提取 | 第62-66页 |
| 3.4.2 基于改进的LBP局部特征提取 | 第66-69页 |
| 3.4.3 局部特征匹配实验 | 第69-72页 |
| 3.5 全局和局部特征融合的指节纹图像识别 | 第72-76页 |
| 3.5.1 融合策略 | 第72-73页 |
| 3.5.2 实验结果 | 第73-76页 |
| 3.6 本章小结 | 第76-78页 |
| 第4章 手形和指节纹双模态特征融合算法 | 第78-84页 |
| 4.1 引言 | 第78-79页 |
| 4.2 两级分类器设计 | 第79-81页 |
| 4.2.1 决策层融合 | 第79-80页 |
| 4.2.2 匹配分数层融合 | 第80-81页 |
| 4.3 融合实验 | 第81-83页 |
| 4.4 本章小结 | 第83-84页 |
| 第5章 图像采集装置与数据库建立 | 第84-90页 |
| 5.1 引言 | 第84页 |
| 5.2 系统结构和图像采集装置 | 第84-86页 |
| 5.3 数据库建立 | 第86-89页 |
| 5.3.1 手部图像数据库建立 | 第87页 |
| 5.3.2 指节纹ROI数据库建立 | 第87-89页 |
| 5.4 本章小结 | 第89-90页 |
| 第6章 总结与展望 | 第90-94页 |
| 6.1 总结 | 第90-92页 |
| 6.2 展望 | 第92-94页 |
| 参考文献 | 第94-106页 |
| 作者简介及攻读博士期间的科研成果 | 第106-108页 |
| 致谢 | 第108-109页 |
