首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

结合手指折痕的手指静脉图像处理方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-16页
    1.1 课题背景第9-10页
    1.2 生物特征识别技术的介绍第10-14页
        1.2.1 经典的生物特征识别技术的介绍第10-11页
        1.2.2 手指静脉识别技术第11-12页
        1.2.3 手指静脉识别技术国内外研究状况第12-13页
        1.2.4 手指静脉图像预处理研究现状第13-14页
    1.3 本文的主要内容第14-16页
第二章 手指静脉图像感兴趣区域提取第16-27页
    2.1 手指图像数据库第16页
    2.2 关键信息分割第16-22页
        2.2.1 平滑滤波算法第17-20页
        2.2.2 动态阈值分割法第20-21页
        2.2.3 提取手指折痕信息第21-22页
        2.2.4 分割关键信息第22页
    2.3 去除背景信息第22-26页
        2.3.1 Canny边缘检测算法第22-24页
        2.3.2 图像的代数运算第24-25页
        2.3.3 消除背景的干扰第25-26页
    2.4 本章小结第26-27页
第三章 抗旋转干扰第27-31页
    3.1 直线拟合第27-29页
    3.2 抗平面转动干扰第29-30页
    3.3 本章总结第30-31页
第四章 图像增强第31-39页
    4.1 经典图像增强算法第31-33页
    4.2 局部直方图均衡化算法第33-37页
        4.2.1 自适应直方图均衡化算法(AHE)介绍第33-34页
        4.2.2 部分重叠直方图均衡化算法(POSHE算法)介绍第34-35页
        4.2.3 插值自适应直方图均衡化算法介绍第35-37页
    4.3 改进的自适应直方图均衡化算法第37-38页
    4.4 本章总结第38-39页
第五章 手指静脉分割第39-50页
    5.1 Gabor滤波器第39-40页
    5.2 手指静脉的进一步分割第40-43页
    5.3 骨架提取第43-45页
        5.3.1 骨架第43页
        5.3.2 骨架提取算法第43-44页
        5.3.3 提取手指静脉骨架第44-45页
    5.4 毛刺的去除第45-46页
    5.5 其他手指静脉图像处理结果第46-49页
    5.6 本章总结第49-50页
第六章 总结与展望第50-52页
    6.1 本文工作总结第50-51页
    6.2 展望第51-52页
参考文献第52-57页
发表论文和参加科研情况说明第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:基于工作流的企业信息化办公系统设计与实现
下一篇:音乐设备管理系统的设计与实现