摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-11页 |
1.1.1 研究背景 | 第10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 生物识别技术 | 第11-15页 |
1.2.1 常见的生物识别技术 | 第11-14页 |
1.2.2 生物识别技术对比 | 第14页 |
1.2.3 基于生物识别技术的考试身份认证系统 | 第14-15页 |
1.3 国内外研究现状 | 第15-17页 |
1.3.1 国外研究现状 | 第15-16页 |
1.3.2 国内研究现状 | 第16-17页 |
1.4 论文内容与结构 | 第17-18页 |
第二章 手指静脉图像获取与预处理 | 第18-28页 |
2.1 手指静脉识别技术 | 第18-19页 |
2.2 手指静脉图像获取 | 第19-20页 |
2.3 感兴趣区域提取 | 第20-22页 |
2.3.1 常用的感兴趣区域提取方法 | 第20页 |
2.3.2 基于手指关节结构的感兴趣区域提取方法 | 第20-22页 |
2.4 手指静脉图像标准化 | 第22-24页 |
2.4.1 手指静脉图像尺寸标准化 | 第22-23页 |
2.4.2 手指静脉图像灰度标准化 | 第23-24页 |
2.5 手指静脉图像增强 | 第24-28页 |
2.5.1 Gabor滤波器 | 第24-25页 |
2.5.2 基于Gabor滤波器的手指静脉图像增强 | 第25-28页 |
第三章 手指静脉图像特征提取与识别算法 | 第28-42页 |
3.1 基于PCA的手指静脉特征 | 第28-30页 |
3.1.1 数据预处理 | 第28页 |
3.1.2 PCA原理 | 第28-29页 |
3.1.3 PCA计算 | 第29-30页 |
3.2 基于(2D)~2PCA的手指静脉特征 | 第30-32页 |
3.2.1 二维主成分分析(2DPCA) | 第30-31页 |
3.2.2 列方向二维主成分分析 | 第31-32页 |
3.2.3 双向二维主成分分析(2D)~2PCA) | 第32页 |
3.2.4 基于(2D)~2PCA)的手指静脉识别 | 第32页 |
3.3 基于MHD手指静脉特征 | 第32-35页 |
3.3.1 手指静脉图像细化与去毛刺 | 第33页 |
3.3.2 手指静脉特征点提取 | 第33-34页 |
3.3.3 基于MHD的手指静脉识别 | 第34-35页 |
3.4 手指静脉融合识别算法 | 第35-42页 |
3.4.1 数据规格化 | 第36-37页 |
3.4.2 基于权值的融合识别算法 | 第37-39页 |
3.4.3 基于SVM的融合识别算法 | 第39-42页 |
第四章 考试身份认证系统需求分析 | 第42-47页 |
4.1 系统需求分析 | 第42页 |
4.2 可行性分析 | 第42页 |
4.2.1 技术可行性 | 第42页 |
4.2.2 经济可行性 | 第42页 |
4.3 系统功能分析 | 第42-43页 |
4.4 用例图 | 第43-47页 |
4.4.1 用户需求获取描述 | 第43-45页 |
4.4.2 用户和管理员用例图 | 第45-47页 |
第五章 考试身份认证系统设计与实现 | 第47-88页 |
5.1 系统设计原则 | 第47页 |
5.2 C/S模式总体架构 | 第47页 |
5.3 实体类以及数据库设计 | 第47-50页 |
5.3.1 实体类设计 | 第48页 |
5.3.2 数据库设计 | 第48-50页 |
5.4 指静脉设备接口SDK | 第50-56页 |
5.5 便捷的考试身份认证系统 | 第56-65页 |
5.5.1 基于C/S模式的考试身份认证系统 | 第56-58页 |
5.5.2 考试身份认证系统技术基础 | 第58-59页 |
5.5.3 考试身份认证系统 | 第59-65页 |
5.6 基于指静脉识别的身份认证平台 | 第65-80页 |
5.6.1 身份认证平台架构及技术 | 第66-68页 |
5.6.2 Cowboy REST状态机 | 第68-73页 |
5.6.3 身份认证平台REST API设计与实现 | 第73-80页 |
5.7 基于指静脉识别的身份认证Android客户端 | 第80-88页 |
5.7.1 Android功能架构 | 第81-82页 |
5.7.2 系统详细设计 | 第82-85页 |
5.7.3 Android客户端实现 | 第85-88页 |
第六章 总结与展望 | 第88-90页 |
6.1 总结 | 第88页 |
6.2 展望 | 第88-90页 |
参考文献 | 第90-94页 |
致谢 | 第94页 |