| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的和意义 | 第12-13页 |
| 1.3 研究现状 | 第13-18页 |
| 1.3.1 掌纹识别 | 第13-16页 |
| 1.3.2 掌脉识别 | 第16-18页 |
| 1.3.3 课题研究的难点 | 第18页 |
| 1.4 本文的创新 | 第18-19页 |
| 1.5 论文的组织 | 第19-21页 |
| 第二章 采集系统及用户交互界面 | 第21-26页 |
| 2.1 硬件模型的搭建 | 第21-23页 |
| 2.1.1 光源的选择 | 第21-22页 |
| 2.1.2 摄像头的选择 | 第22-23页 |
| 2.2 用户交互界面的编写 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 掌部纹理模板提取及匹配 | 第26-41页 |
| 3.1 掌部ROI截取 | 第26-30页 |
| 3.1.1 手掌边缘轮廓提取 | 第27-28页 |
| 3.1.2 手掌关键点定位 | 第28-29页 |
| 3.1.3 ROI截取 | 第29-30页 |
| 3.2 纹理模板生成 | 第30-34页 |
| 3.2.1 图像纹理增强 | 第30-32页 |
| 3.2.2 图像二值化 | 第32-34页 |
| 3.3 基于纹理模板的特征匹配 | 第34-39页 |
| 3.3.1 模板匹配算法 | 第34-35页 |
| 3.3.2 LBP算法 | 第35-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 掌纹局部不变特征提取及匹配 | 第41-63页 |
| 4.1 基于SIFT的掌纹局部不变特征提取 | 第42-52页 |
| 4.1.1 视频帧筛选 | 第42-44页 |
| 4.1.2 图像增强 | 第44-46页 |
| 4.1.3 DoG尺度空间的建立 | 第46-47页 |
| 4.1.4 特征点搜索 | 第47-48页 |
| 4.1.5 特征点筛选 | 第48-50页 |
| 4.1.6 特征点方向分配 | 第50-51页 |
| 4.1.7 特征描述子生成 | 第51-52页 |
| 4.1.8 描述子归一化处理 | 第52页 |
| 4.2 基于FRDOH的掌纹局部不变特征提取 | 第52-59页 |
| 4.2.1 视频帧筛选 | 第53-54页 |
| 4.2.2 特征点检测 | 第54-55页 |
| 4.2.3 基于灰度值排序的子区域划分 | 第55页 |
| 4.2.4 描述子的构建 | 第55-57页 |
| 4.2.5 预插值处理 | 第57-58页 |
| 4.2.6 引入Hellinger距离修正特征向量 | 第58-59页 |
| 4.3 特征层融合 | 第59-60页 |
| 4.4 特征匹配 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 分数层融合 | 第63-67页 |
| 5.1 加权融合方式 | 第63-64页 |
| 5.2 级联融合方式 | 第64-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 实验结果分析 | 第67-77页 |
| 6.1 掌纹ROI特征和掌脉ROI特征识别实验 | 第68-69页 |
| 6.2 基于SIFT的掌纹局部不变特征识别实验 | 第69-70页 |
| 6.3 基于FRDOH的掌纹局部不变特征识别实验 | 第70-72页 |
| 6.4 SIFT算法与FRDOH算法的性能对比实验 | 第72-73页 |
| 6.5 多特征融合实验 | 第73-76页 |
| 6.6 本章小结 | 第76-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-86页 |
| 已发表论文 | 第85页 |
| 已受理专利 | 第85-86页 |
| 致谢 | 第86-87页 |
| 答辩委员会对论文的评定意见 | 第87页 |