| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题的背景与研究意义 | 第10-13页 |
| 1.2.1 研究背景 | 第10-11页 |
| 1.2.2 研究意义 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 手指静脉识别相关技术概述 | 第14-17页 |
| 1.5 论文主要研究内容与结构 | 第17-19页 |
| 第2章 手指静脉的图像采集和预处理 | 第19-33页 |
| 2.1 图像采集方案设计 | 第19-22页 |
| 2.2 图像预处理 | 第22-32页 |
| 2.2.1 图像灰度化处理 | 第22-23页 |
| 2.2.2 基于手指区域质心的角度矫正算法 | 第23-26页 |
| 2.2.3 改进的双向灰度投影ROI区域提取 | 第26-28页 |
| 2.2.4 图像形态学处理 | 第28-31页 |
| 2.2.5 图像尺寸归一化 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 手指静脉图像的纹理提取 | 第33-49页 |
| 3.1 纹理提取原理 | 第33-34页 |
| 3.2 纹理提取算法分析 | 第34-45页 |
| 3.2.1 重复线性追踪算法提取静脉 | 第34-37页 |
| 3.2.2 最大曲率算法提取静脉 | 第37-41页 |
| 3.2.3 多方向梯度编码算法提取静脉 | 第41-45页 |
| 3.3 实验结果与分析 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 手指静脉图像特征提取及匹配 | 第49-67页 |
| 4.1 特征提取及匹配基本原理 | 第49-50页 |
| 4.2 基于Hu不变矩的特征提取及匹配算法 | 第50-53页 |
| 4.3 基于图像点模式的特征提取及匹配算法 | 第53-55页 |
| 4.4 融合模糊匹配的全局灰度归一化积特征提取及匹配算法 | 第55-56页 |
| 4.5 实验分析 | 第56-66页 |
| 4.5.1 基于Hu不变矩的相关实验分析 | 第58-60页 |
| 4.5.2 基于图像点模式的相关实验分析 | 第60-62页 |
| 4.5.3 基于融合模糊判定的全局灰度归一化积的相关实验分析 | 第62-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第5章 手指静脉图像识别仿真框架设计与实现 | 第67-73页 |
| 5.1 仿真框架的结构设计 | 第67-70页 |
| 5.2 仿真框架的功能演示与实验结果分析 | 第70-73页 |
| 5.2.1 信息注册窗体的功能演示 | 第70-71页 |
| 5.2.2 信息匹配窗体的功能演示 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 本文主要研究成果 | 第73-74页 |
| 6.2 未来工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读学位期间的学术成果及参与的科研项目 | 第79页 |