| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-21页 |
| ·课题研究的背景和意义 | 第10-12页 |
| ·国内外静脉识别的研究现状 | 第12-19页 |
| ·生物特征识别技术的研究现状 | 第12-15页 |
| ·静脉识别的研究发展现状 | 第15-19页 |
| ·手指静脉识别系统的总体规划 | 第19页 |
| ·本文主要完成的任务 | 第19-21页 |
| 第2章 手指静脉图像的采集 | 第21-28页 |
| ·手指静脉成像的原理 | 第21-22页 |
| ·光源的选择 | 第22-23页 |
| ·摄像装置及辅助器件的选择 | 第23-25页 |
| ·图像传感器的选择 | 第23-24页 |
| ·滤光片的选择 | 第24-25页 |
| ·图像的采集 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 静脉图像的图像处理方法 | 第28-39页 |
| ·图像的灰度化 | 第28-29页 |
| ·手指区域的提取 | 第29-31页 |
| ·静脉图像的增强 | 第31-33页 |
| ·图像的滤波 | 第31-33页 |
| ·静脉图像的分割 | 第33-36页 |
| ·图像分割的概述 | 第34-35页 |
| ·分割算法的评价 | 第35页 |
| ·静脉图像的提取算法 | 第35-36页 |
| ·静脉图像分割后的去噪处理 | 第36-37页 |
| ·手指静脉区域的切割 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 静脉特征的提取与匹配识别 | 第39-69页 |
| ·模式识别方法 | 第39-44页 |
| ·模式识别的概念 | 第39-40页 |
| ·特征的选择与提取 | 第40页 |
| ·模式分类器的设计 | 第40-44页 |
| ·矩特征的提取与识别 | 第44-50页 |
| ·图像的矩特征 | 第44-47页 |
| ·分块的矩特征的提取 | 第47-49页 |
| ·识别与匹配过程 | 第49-50页 |
| ·小波分析的特征提取与识别 | 第50-61页 |
| ·小波分析的概念 | 第50-51页 |
| ·小波变换的基础 | 第51-52页 |
| ·MRA与 Mallat算法 | 第52-57页 |
| ·小波矩的构造 | 第57-60页 |
| ·小波矩的静脉识别算法的实现 | 第60-61页 |
| ·融合小波矩和 K-L变换的特征提取与识别 | 第61-66页 |
| ·K-L变换的简介 | 第61-62页 |
| ·K-L变换的基本原理 | 第62-64页 |
| ·K-L转换矩阵的算法 | 第64-65页 |
| ·特征提取 | 第65页 |
| ·识别与匹配过程 | 第65-66页 |
| ·融合小波矩和 K-L变换及 FDA的识别匹配 | 第66-68页 |
| ·FDA的简介 | 第66-67页 |
| ·FDA的分类 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 实验结果讨论与分析 | 第69-73页 |
| ·基于矩特征的实验结果与分析 | 第69-70页 |
| ·基于小波分析的实验结果与分析 | 第70-71页 |
| ·基于融合小波矩和 K-L变换及 FDA的实验结果与分析 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第79-80页 |
| 致谢 | 第80页 |