基于区域码的手背静脉识别技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 1. 绪论 | 第9-19页 |
| ·人体生物识别技术 | 第9-11页 |
| ·静脉识别的意义 | 第11-13页 |
| ·静脉识别技术的发展 | 第13-15页 |
| ·本文手背静脉识别的突破点 | 第15-16页 |
| ·本文的基本研究走向 | 第16-19页 |
| 2. 手背静脉图像的获取 | 第19-23页 |
| ·静脉图像采集装置 | 第19-22页 |
| ·近红外光源 | 第19页 |
| ·图像传感器 | 第19-20页 |
| ·滤光片 | 第20页 |
| ·获取图像装置 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3. 手背静脉图像的处理 | 第23-43页 |
| ·手背静脉图像归一 | 第23-26页 |
| ·清除无效背景 | 第23页 |
| ·图像的尺寸归一 | 第23-25页 |
| ·图像的灰度归一 | 第25-26页 |
| ·手背静脉图像分割 | 第26-28页 |
| ·消除手背背景 | 第26-27页 |
| ·提取手背轮廓 | 第27-28页 |
| ·手背静脉的图像增强 | 第28-30页 |
| ·空间滤波 | 第28页 |
| ·频域滤波 | 第28页 |
| ·由频域滤波生成空域掩模 | 第28-29页 |
| ·插值与外推 | 第29页 |
| ·直方图均衡化 | 第29-30页 |
| ·手背静脉图像二值化 | 第30-33页 |
| ·双峰法 | 第31页 |
| ·迭代法 | 第31-32页 |
| ·OSTU 法 | 第32页 |
| ·NiBlack 法 | 第32-33页 |
| ·形态学下的图像处理 | 第33-40页 |
| ·图像处理中的集合论 | 第33-34页 |
| ·去噪点 | 第34-36页 |
| ·中值滤波平滑静脉 | 第36-38页 |
| ·细化 | 第38-40页 |
| ·剔除“毛刺” | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4. 手背静脉图像的特征提取和特征匹配 | 第43-55页 |
| ·点夹角和距离的特征提取 | 第43-45页 |
| ·基于点夹角的特征提取 | 第43-44页 |
| ·基于距离向量的特征提取 | 第44-45页 |
| ·基于区域码的特征提取 | 第45-49页 |
| ·特征点提取 | 第45-46页 |
| ·定于区域码 | 第46-49页 |
| ·基于区域码的多层特征匹配 | 第49-51页 |
| ·特征识别 | 第51-53页 |
| ·欧式距离 | 第51-52页 |
| ·识别系统的衡量标准 | 第52-53页 |
| ·研究结果及其分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5.总结及展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-61页 |
| 作者简介 | 第61-62页 |
