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

基于手背静脉与虹膜的生物特征识别方法研究

中文摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-27页
   ·引言第9-10页
   ·生物特征识别技术第10-14页
     ·生物特征识别技术概况第10-13页
     ·生物特征识别系统的性能评价第13-14页
   ·手背静脉识别概述第14-19页
     ·手背静脉识别的特点与系统构成第14-16页
     ·手背静脉识别的发展现状第16-18页
     ·手背静脉识别的研究难点第18-19页
   ·虹膜识别概述第19-23页
     ·虹膜识别原理第19-21页
     ·虹膜识别的发展现状第21-22页
     ·虹膜识别的研究难点第22-23页
   ·手背静脉和虹膜双生物特征融合的意义第23-24页
   ·本文主要研究工作和章节安排第24-27页
第二章 手背静脉成像及其数据库的建立第27-40页
   ·手背静脉成像原理第27-31页
     ·远红外静脉成像第28-29页
     ·近红外静脉成像第29-30页
     ·红外静脉成像的性能分析第30-31页
   ·手背静脉成像系统设计第31-36页
     ·静脉成像系统结构第31-32页
     ·静脉成像系统构建第32-36页
   ·手背静脉图像数据库的建立第36-39页
   ·小结第39-40页
第三章 基于多分辨率纹理特征分析的手背静脉识别第40-55页
   ·手背静脉识别算法概述第40-41页
   ·基于小波变换的静脉纹理特征分析第41-54页
     ·手背静脉图像预处理第43页
     ·小波分析的基本理论第43-48页
     ·静脉纹理特征提取第48-49页
     ·参数优化与实验分析第49-54页
   ·小结第54-55页
第四章 基于代数特征分析的手背静脉识别第55-65页
   ·代数特征分析方法第55-60页
     ·典型的代数特征分析第55-57页
     ·Fisher 线性判别分析第57-60页
   ·基于DLDA 的静脉代数特征提取第60-62页
   ·实验与数据分析第62-64页
   ·小结第64-65页
第五章 基于局部SIFT 特征分析的手背静脉识别第65-84页
   ·局部特征分析与描述第65-73页
     ·典型的局部特征分析方法第65-67页
     ·SIFT 特征提取和描述第67-73页
   ·静脉局部SIFT 特征提取和匹配第73-76页
     ·手背静脉图像预处理第73页
     ·局部特征提取与匹配第73-75页
     ·改进的SIFT 特征匹配算法第75-76页
   ·实验与数据分析第76-78页
   ·静脉识别算法对比与性能分析第78-81页
     ·算法对比第78-80页
     ·算法分析与讨论第80-81页
   ·左右手背静脉的相似性分析第81-83页
   ·小结第83-84页
第六章 虹膜图像的预处理及识别算法研究第84-105页
   ·虹膜定位第84-93页
     ·典型的虹膜定位算法第84-86页
     ·基于图像抽样的快速虹膜定位第86-92页
     ·算法性能分析第92-93页
   ·眼皮定位第93-99页
     ·典型的眼皮定位算法第93-94页
     ·基于最大连通路径的眼皮定位第94-98页
     ·算法性能分析第98-99页
   ·虹膜图像归一化和增强第99-101页
   ·基于局部变化分析的虹膜识别第101-103页
   ·识别性能分析第103-104页
   ·小结第104-105页
第七章 手背静脉和虹膜双生物特征在匹配层的数据融合第105-120页
   ·融合策略和算法第105-107页
   ·基于D-S 证据理论的数据融合第107-112页
     ·D-S 证据理论第108-109页
     ·Dempster 组合规则第109-110页
     ·基本概率分配函数的构造第110-111页
     ·实验结果分析第111-112页
   ·基于支持向量机的数据融合第112-119页
     ·经验风险最小化准则第113-114页
     ·统计学习与结构风险最小化准则第114-115页
     ·支持向量机的基本思想第115-118页
     ·实验结果分析第118-119页
   ·小结第119-120页
第八章 总结与展望第120-123页
参考文献第123-133页
发表论文和科研情况说明第133-135页
致谢第135页

论文共135页,点击 下载论文
上一篇:健康老龄化背景下的社区老年健康护理项目体系的研究
下一篇:基于质谱技术的肿瘤血清O-糖组学研究