| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 生物特征识别技术 | 第12页 |
| 1.3 生物特征识别技术发展现状 | 第12-16页 |
| 1.4 静脉特征识别技术 | 第16-17页 |
| 1.5 手指静脉特征识别技术的研究及应用 | 第17-20页 |
| 1.6 本文主要研究内容及章节安排 | 第20-22页 |
| 第二章 指静脉图像增强算法研究 | 第22-35页 |
| 2.1 指静脉图像增强算法研究现状 | 第22-23页 |
| 2.2 基于边缘检测加权引导滤波的指静脉图像增强算法 | 第23-27页 |
| 2.2.1 引导滤波理论 | 第23-24页 |
| 2.2.2 边缘检测加权引导滤波 | 第24-25页 |
| 2.2.3 基于边缘检测加权引导滤波的指静脉图像增强算法 | 第25-27页 |
| 2.3 算法参数优化选择 | 第27-31页 |
| 2.3.1 边缘检测加权引导滤波的指静脉图像增强算法的参数选择 | 第27-30页 |
| 2.3.2 增强图像质量评价对比实验 | 第30-31页 |
| 2.3.3 不同边缘检测算子的加权引导滤波之间的比较 | 第31页 |
| 2.4 手指静脉识别实验与结果分析 | 第31-35页 |
| 2.4.1 数据库选择 | 第31-32页 |
| 2.4.2 基于二级小波特征提取方法的分类器设计 | 第32页 |
| 2.4.3 相似性系数阈值的选择和识别过程 | 第32-33页 |
| 2.4.4 对比实验 | 第33-34页 |
| 2.4.5 实验结果分析与结论 | 第34-35页 |
| 第三章 指静脉图像质量评价算法研究 | 第35-47页 |
| 3.1 指静脉图像质量评价算法研究的意义 | 第35-36页 |
| 3.2 图像质量评价算法研究现状 | 第36-39页 |
| 3.3 基于边缘检测加权的结构相似性(SWSSM) | 第39-41页 |
| 3.3.1 结构相似性(SSIM)指数 | 第39-40页 |
| 3.3.2 基于Sobel边缘检测加权的结构相似性(SWSSIM) | 第40-41页 |
| 3.4 对比实验及结果分析 | 第41-47页 |
| 3.4.1 SWSSIM与传统方法对于一般图像质量评价的对比 | 第41-43页 |
| 3.4.2 SWSSIM与传统方法对于指静脉图像质量评价的对比 | 第43-45页 |
| 3.4.3 SWSSIM与传统方法在LIVE图库的图像质量评价对比 | 第45-46页 |
| 3.4.4 SWSSIM对不同指静脉图像增强算法的评价对比 | 第46-47页 |
| 第四章 指静脉图像特征提取和识别方法 | 第47-56页 |
| 4.1 指静脉图像特征提取算法的研究现状 | 第47-48页 |
| 4.2 基于边缘检测算子幅值的韦伯局部描述符 | 第48-52页 |
| 4.2.1 改进的差分激励特征 | 第48-50页 |
| 4.2.2 方向特征 | 第50-51页 |
| 4.2.3 EDGWLD特征 | 第51-52页 |
| 4.3 实验结果与分析 | 第52-56页 |
| 4.3.1 算法参数优化选择 | 第52-53页 |
| 4.3.2 EDGWLD改进效果分析 | 第53-54页 |
| 4.3.3 EDGWLD与不同特征提取方法的对比 | 第54-55页 |
| 4.3.4 实验结果分析 | 第55-56页 |
| 第五章 总结与展望 | 第56-59页 |
| 5.1 本文工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 附图 | 第64-65页 |
| The appended drawing | 第65-66页 |
| 附表 | 第66-67页 |
| Schedules | 第67-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表论文及专利 | 第69页 |
