手指静脉图像识别的算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状和背景 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 手指静脉识别技术概述 | 第12-14页 |
| 1.3.1 手指静脉识别技术的原理及特点 | 第12-13页 |
| 1.3.2 手指静脉识别技术的关键问题分析 | 第13-14页 |
| 1.4 本文的主要工作内容 | 第14-15页 |
| 第2章 手指静脉图像采集和预处理 | 第15-25页 |
| 2.1 手指静脉图像采集方案的设计 | 第15-17页 |
| 2.2 手指静脉图像的去噪 | 第17-18页 |
| 2.2.1 图像的灰度化 | 第17页 |
| 2.2.2 图像的滤波 | 第17-18页 |
| 2.3 基于ROI的手指静脉图像定位改进算法 | 第18-24页 |
| 2.3.1 纵向定位 | 第19-21页 |
| 2.3.2 横向定位 | 第21-24页 |
| 2.4 归一化处理 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 手指静脉纹路综合提取 | 第25-41页 |
| 3.1 手指静脉纹路提取原理及研究现状 | 第25-26页 |
| 3.2 基于方向谷型的静脉纹路检测 | 第26-28页 |
| 3.3 静脉图像模糊增强 | 第28-30页 |
| 3.4 手指静脉图像阈值分割 | 第30-36页 |
| 3.4.1 经典阈值分割算法 | 第30-33页 |
| 3.4.2 阈值分割实验效果分析 | 第33-36页 |
| 3.5 手指静脉纹路图像去噪与细化 | 第36-40页 |
| 3.5.1 手指静脉纹路图像去噪 | 第36-38页 |
| 3.5.2 静脉纹路图像细化 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 特征提取与匹配 | 第41-56页 |
| 4.1 手指静脉特征提取与匹配原理及研究现状 | 第41-42页 |
| 4.2 基于几何特征的特征提取与匹配识别算法 | 第42-45页 |
| 4.2.1 特征值计算 | 第42-44页 |
| 4.2.2 算法性能验证 | 第44-45页 |
| 4.3 基于Hu不变矩的特征提取与匹配算法 | 第45-50页 |
| 4.3.1 特征值计算 | 第45-47页 |
| 4.3.2 算法性能验证 | 第47-50页 |
| 4.4 基于NMI的特征提取与匹配改进算法 | 第50-55页 |
| 4.4.1 特征值计算 | 第50-52页 |
| 4.4.2 算法性能验证 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 手指静脉图像识别系统的设计与实现 | 第56-61页 |
| 5.1 识别系统的框架结构 | 第56-58页 |
| 5.2 识别系统的实现与实验结果分析 | 第58-61页 |
| 5.2.1 实验演示窗体的功能实现 | 第58-60页 |
| 5.2.2 手指静脉样本识别与匹配窗体的功能实现 | 第60-61页 |
| 第6章 总结与展望 | 第61-64页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文与参研项目情况 | 第65-66页 |
| 发表论文情况 | 第65页 |
| 参研项目情况 | 第65-66页 |
| 参考文献 | 第66-69页 |
