非接触式掌静脉识别研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-12页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 生物特征识别技术分类 | 第14-16页 |
| 1.3 掌静脉识别技术 | 第16-20页 |
| 1.3.1 掌静脉特征 | 第16-17页 |
| 1.3.2 掌静脉识别系统的评价指标 | 第17-18页 |
| 1.3.3 掌静脉识别的发展近况 | 第18-20页 |
| 1.4 论文的主要研究内容和结构安排 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 掌静脉图像预处理算法 | 第22-31页 |
| 2.1 掌静脉图像预处理简介 | 第22-23页 |
| 2.2 ROI区域提取 | 第23-30页 |
| 2.2.1 图像二值化 | 第23-25页 |
| 2.2.2 关键点定位 | 第25-26页 |
| 2.2.3 角度校正 | 第26-28页 |
| 2.2.4 基于固定长度的ROI提取 | 第28页 |
| 2.2.5 基于相对长度的ROI提取 | 第28-29页 |
| 2.2.6 ROI去噪 | 第29-30页 |
| 2.3 结果对比 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于主曲率的掌静脉图像特征提取 | 第31-39页 |
| 3.1 掌静脉特征提取 | 第31-32页 |
| 3.2 梯度标准化 | 第32页 |
| 3.3 主曲率计算 | 第32-35页 |
| 3.3.1 主曲率 | 第33-34页 |
| 3.3.2 改善主曲率的旋转不变性 | 第34-35页 |
| 3.4 二值化 | 第35-38页 |
| 3.4.1 K-means聚类 | 第36-37页 |
| 3.4.2 腐蚀 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于模版匹配的掌静脉图像特征匹配 | 第39-47页 |
| 4.1 基于模版匹配的掌静脉识别 | 第39-40页 |
| 4.1.1 模版匹配概述 | 第39-40页 |
| 4.1.2 模版匹配过程 | 第40页 |
| 4.2 基于LBP的掌静脉识别 | 第40-41页 |
| 4.3 实验结果 | 第41-46页 |
| 4.3.1 实验所用的掌静脉图像 | 第41-42页 |
| 4.3.2 实验数据分组 | 第42-43页 |
| 4.3.3 模板匹配的结果 | 第43页 |
| 4.3.4 LBP匹配的结果 | 第43-44页 |
| 4.3.5 实验结果分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 工作总结 | 第47页 |
| 5.2 工作展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第53-55页 |
| 学位论文数据集 | 第55页 |
