手指静脉特征提取及快速识别方法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题背景和意义 | 第8-9页 |
| 1.2 手指静脉识别技术研究现状 | 第9-10页 |
| 1.3 本文的主要内容 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第2章 手指静脉图像的获取 | 第13-17页 |
| 2.1 手指静脉图像成像原理 | 第13-14页 |
| 2.2 手指静脉图像采集装置介绍 | 第14-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第3章 手指静脉图像预处理 | 第17-29页 |
| 3.1 基于手指折痕的噪声区域剔除 | 第17-21页 |
| 3.1.1 手指指痕信息提取 | 第18-19页 |
| 3.1.2 基于折痕定位的高噪声区域剔除 | 第19-21页 |
| 3.2 基于目标边缘检测的ROI提取及校正 | 第21-24页 |
| 3.2.1 ROI提取 | 第22-23页 |
| 3.2.2 旋转角度校正 | 第23-24页 |
| 3.3 图像增强 | 第24-27页 |
| 3.3.1 典型的全局图像增强方法 | 第24-25页 |
| 3.3.2 几种局部图像增强方法 | 第25-26页 |
| 3.3.3 模块化自适应直方图均衡化算法 | 第26-27页 |
| 3.4 本章小结 | 第27-29页 |
| 第4章 手指静脉特征提取及匹配识别 | 第29-46页 |
| 4.1 手指静脉特征提取 | 第29-37页 |
| 4.1.1 形态学算法 | 第29-33页 |
| 4.1.2 最大曲率算法 | 第33-35页 |
| 4.1.3 特征融合算法 | 第35-37页 |
| 4.2 基于MHD距离的静脉特征匹配识别 | 第37-43页 |
| 4.2.1 基于MHD距离的图像匹配方法 | 第37-38页 |
| 4.2.2 四种图像增强算法的识别性能对比 | 第38-41页 |
| 4.2.3 数据库匹配识别实验性能分析 | 第41-43页 |
| 4.3 基于模板重合率的静脉特征匹配识别 | 第43-45页 |
| 4.3.1 基于模板重合率的图像匹配方法 | 第43-44页 |
| 4.3.2 性能指标对比 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 手指静脉快速识别方法研究 | 第46-55页 |
| 5.1 图像压缩 | 第46-49页 |
| 5.2 图像加密技术 | 第49-52页 |
| 5.2.1 常规图像加密算法 | 第49-50页 |
| 5.2.2 基于空间域置乱的图像加密 | 第50-51页 |
| 5.2.3 图像压缩加密联合算法 | 第51-52页 |
| 5.3 利用图像二级特征快速匹配 | 第52-54页 |
| 5.3.1 图像二级特征匹配方法 | 第52页 |
| 5.3.2 快速检索匹配识别方法 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62-63页 |
