| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景 | 第10-11页 |
| ·研究现状 | 第11-17页 |
| ·人脸识别技术研究现状 | 第11-12页 |
| ·热红外人脸识别技术研究现状 | 第12-13页 |
| ·人脸识别方法概述 | 第13-16页 |
| ·目前热红外人脸识别中存在的问题 | 第16-17页 |
| ·课题研究的目的及意义 | 第17-18页 |
| ·本文主要研究内容 | 第18-19页 |
| 第2章 热红外人脸识别关键理论研究 | 第19-37页 |
| ·热红外人脸图像特征研究 | 第19-23页 |
| ·热红外图像对人脸识别的优点 | 第19-20页 |
| ·面部血管网络纹理分析 | 第20-22页 |
| ·面部血管网络的生物唯一性 | 第22-23页 |
| ·热红外人脸图像预处理 | 第23-28页 |
| ·几何预处理 | 第24-27页 |
| ·灰度预处理 | 第27-28页 |
| ·面部血管网络图像细化处理 | 第28-35页 |
| ·细化准则 | 第28-32页 |
| ·One-Pass Parallel Thinning 细化算法 | 第32-35页 |
| ·热红外人脸匹配算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 热红外人脸图像分割 | 第37-45页 |
| ·热红外人面部图像分割 | 第37-40页 |
| ·EM 算法 | 第40-41页 |
| ·热红外人面部图像分割后处理 | 第41-42页 |
| ·面部血管网络图像分割 | 第42-44页 |
| ·Anisotropic Diffusion 图像增强算法 | 第42-43页 |
| ·White Top Hat Segmentation 血管网络分割算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 特征点提取及匹配识别 | 第45-56页 |
| ·面部血管网络图像方向场估计 | 第45-49页 |
| ·数学形态学运算 | 第45-47页 |
| ·方向场估计算法 | 第47-49页 |
| ·热红外人脸图像特征点提取 | 第49-51页 |
| ·Secure Matching 匹配算法 | 第51-55页 |
| ·特征点匹配策略 | 第51-54页 |
| ·算法分析及阈值选定 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 实验结果分析 | 第56-68页 |
| ·Notre Dame Biometric 热红外人脸库介绍 | 第56-57页 |
| ·实验结果与分析 | 第57-66页 |
| ·实验结果 | 第57-62页 |
| ·实验参数选择 | 第62-64页 |
| ·实验操作限制条件 | 第64-65页 |
| ·实验结果评价指标 | 第65-66页 |
| ·实验结论 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间发表的学术论文 | 第74-75页 |
| 致谢 | 第75页 |
