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

融合手形和掌部静脉的双模态识别系统研究

摘要第4-6页
abstract第6-7页
第1章 绪论第11-21页
    1.1 课题研究背景及意义第11页
    1.2 生物特征识别技术简介第11-13页
    1.3 国内外研究现状及进展第13-16页
    1.4 目前存在的主要问题第16页
    1.5 研究工作及内容安排第16-21页
第2章 双模态采集器设计及预处理第21-31页
    2.1 引言第21页
    2.2 非接触式采集装置的搭建第21-23页
        2.2.1 基本原理与图像传感器第21页
        2.2.2 实验采集平台搭建第21-22页
        2.2.3 实验数据库第22-23页
    2.3 图像预处理第23-26页
        2.3.1 图像二值化第24-25页
        2.3.2 全手轮廓提取第25-26页
    2.4 手形和掌部静脉感兴趣区域获取第26-30页
        2.4.1 关键点定位第26-27页
        2.4.2 旋转矫正第27-28页
        2.4.3 四指分割第28页
        2.4.4 掌部静脉ROI获取第28-30页
        2.4.5 图像归一化第30页
    2.5 本章小结第30-31页
第3章 手形特征提取与匹配第31-41页
    3.1 引言第31页
    3.2 指谷点精确定位算法第31-32页
    3.3 基于距离变换的手指中轴线定位第32-35页
        3.3.1 距离变换定义第32-33页
        3.3.2 骨架图生成与修剪第33-34页
        3.3.3 骨架中轴线拟合第34-35页
    3.4 手形特征提取第35-37页
        3.4.1 轮廓特征提取第35-36页
        3.4.2 几何特征提取第36-37页
    3.5 实验结果及分析第37-40页
        3.5.1 轮廓特征实验第37页
        3.5.2 几何匹配实验第37-38页
        3.5.3 串联融合实验第38-40页
    3.6 本章小结第40-41页
第4章 掌部静脉特征提取与匹配第41-51页
    4.1 引言第41页
    4.2 传统的HOG特征算法及问题第41-44页
    4.3 改进的局部HOG算法第44-47页
        4.3.1 基于Haar改进的特征提取算法第44-46页
        4.3.2 主成分分析特征筛选第46-47页
    4.4 实验结果及分析第47-48页
    4.5 本章小结第48-51页
第5章 手形和掌部静脉融合识别第51-59页
    5.1 引言第51页
    5.2 多模态融合框架第51-53页
    5.3 典型相关分析第53-56页
        5.3.1 算法基本原理与求解第53-55页
        5.3.2 融合策略分析及改进第55-56页
    5.4 实验结果及分析第56-58页
    5.5 本章小结第58-59页
第6章 总结与工作展望第59-61页
    6.1 本文的主要工作第59-60页
    6.2 对今后工作的展望第60-61页
参考文献第61-67页
作者简介及在学期间所取得的科研成果第67-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于双目视觉的车辆前方障碍物检测方法研究
下一篇:基于多组学数据整合的动态与保守蛋白复合物挖掘研究