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

手指静脉图像质量评价与识别方法的研究

摘要第8-10页
ABSTRACT第10-11页
第一章 绪论第12-20页
    1.1 研究背景第12-14页
    1.2 手指静脉识别第14-18页
        1.2.1 手指静脉识别研究的意义第14-15页
        1.2.2 手指静脉识别研究的现状第15-16页
        1.2.3 手指静脉识别的流程第16-18页
    1.3 本文的研究工作第18-19页
    1.4 论文的组织结构第19-20页
第二章 手指静脉图像质量评价第20-31页
    2.1 研究动机第20-21页
    2.2 方法流程第21-26页
        2.2.1 图像质量得分标注第21-23页
        2.2.2 图像质量特征选择第23-25页
        2.2.3 SVR模型介绍第25-26页
    2.3 实验结果和分析第26-30页
        2.3.1 数据库和实验设置第26-27页
        2.3.2 实验1第27-28页
        2.3.3 实验2第28-29页
        2.3.4 实验3第29-30页
    2.4 本章小结第30-31页
第三章 融合图像质量评价结果的手指静脉识别第31-40页
    3.1 研究动机第31-32页
    3.2 方法流程第32-35页
        3.2.1 自适应的手指静脉识别方法第33-34页
        3.2.2 质量特征第34页
        3.2.3 基方法的介绍第34-35页
    3.3 实验结果第35-39页
        3.3.1 数据库与实验设置第35-36页
        3.3.2 实验1第36-38页
        3.3.3 实验2第38-39页
    3.4 本章小结第39-40页
第四章 基于超像素的手指静脉识别第40-60页
    4.1 研究动机第40页
    4.2 方法流程第40-51页
        4.2.1 预处理第41-42页
        4.2.2 超像素分割第42页
        4.2.3 稳定性超像素和区分性超像素的训练第42-46页
        4.2.4 提取SPCF特征第46-49页
        4.2.5 匹配得分第49-51页
    4.3 实验结果及分析第51-58页
        4.3.1 数据库和实验设置第51-52页
        4.3.2 实验1第52-54页
        4.3.3 实验2第54-56页
        4.3.4 实验3第56-57页
        4.3.5 实验4第57-58页
    4.4 本章小结第58-60页
第五章 总结与探讨第60-61页
参考文献第61-66页
致谢第66-67页
攻读学位期间发表的学术论文第67-68页
攻读学位期间参加的项目第68-69页
学位论文评阅及答辩情况表第69页

论文共69页,点击 下载论文
上一篇:基于CNN的无参考立体图像质量评估算法的研究与实现
下一篇:基于自相似性的单幅图像超分辨率重建算法研究