掌静脉识别系统研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究的背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 本文研究的难点 | 第14页 |
| 1.4 本文的主要内容 | 第14-16页 |
| 第二章 掌静脉采集系统的设计与实现 | 第16-28页 |
| 2.1 掌静脉成像原理 | 第16页 |
| 2.2 掌静脉采集系统总体框架 | 第16-18页 |
| 2.3 光源的选择 | 第18-21页 |
| 2.3.1 光照方式的选择 | 第18-19页 |
| 2.3.2 光源形状的选择 | 第19页 |
| 2.3.3 光源类型的选择 | 第19-21页 |
| 2.4 成像设备的选择 | 第21-23页 |
| 2.4.1 CCD与CMOS性能对比 | 第21-22页 |
| 2.4.2 CMOS图像传感器性能参数 | 第22-23页 |
| 2.5 滤光片的选择 | 第23-24页 |
| 2.6 采集系统的实现 | 第24-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 掌静脉图像预处理 | 第28-53页 |
| 3.1 掌静脉图像预处理流程 | 第28-29页 |
| 3.2 ROI提取 | 第29-37页 |
| 3.2.1 图像二值化 | 第30-32页 |
| 3.2.2 图像轮廓提取 | 第32-33页 |
| 3.2.3 指根点定位 | 第33-34页 |
| 3.2.4 图像旋转 | 第34-35页 |
| 3.2.5 提取ROI | 第35-37页 |
| 3.3 图像归一化 | 第37-40页 |
| 3.3.1 尺度归一化 | 第37-38页 |
| 3.3.2 灰度归一化 | 第38-40页 |
| 3.4 图像增强 | 第40-49页 |
| 3.4.1 直方图均衡化方法 | 第40-43页 |
| 3.4.2 CLAHE方法 | 第43-45页 |
| 3.4.3 改进的CLAHE方法 | 第45-48页 |
| 3.4.4 结果比较 | 第48-49页 |
| 3.5 图像去噪 | 第49-52页 |
| 3.5.1 中值滤波 | 第50页 |
| 3.5.2 均值滤波 | 第50-52页 |
| 3.5.3 结果比较 | 第52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 掌静脉图像的特征提取和匹配 | 第53-64页 |
| 4.1 图像的特征提取 | 第53-57页 |
| 4.1.1 LBP和N BP算法原理 | 第53-55页 |
| 4.1.2 基于多块均值NBP算法的特征提取 | 第55-57页 |
| 4.2 图像的特征匹配 | 第57-58页 |
| 4.3 实验结果与分析 | 第58-63页 |
| 4.3.1 评价指标定义 | 第58页 |
| 4.3.2 自采图像数据库实验结果与分析 | 第58-61页 |
| 4.3.3 Polyu图像数据库实验结果与分析 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 掌静脉识别平台的设计与实现 | 第64-69页 |
| 5.1 系统框架 | 第64-65页 |
| 5.2 系统实现 | 第65-68页 |
| 5.3 系统测试 | 第68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 工作展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间所发表的主要研究成果 | 第75-76页 |
