首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

手指静脉图像拼接及其识别技术研究

中文摘要第3-4页
Abstract第4-5页
第一章 绪论第9-17页
    1.1 课题研究的背景及意义第9-11页
    1.2 国内外研究现状第11-13页
    1.3 论文研究的主要内容及其结构第13-17页
        1.3.1 手指静脉识别技术工作流程第14页
        1.3.2 论文主要研究内容及创新点第14-15页
        1.3.3 论文的组织结构第15-17页
第二章 手指静脉图像获取及预处理第17-25页
    2.1 手指静脉识别系统硬件设计第17-20页
        2.1.1 手指静脉成像原理第17页
        2.1.2 近红外光源的选择及光源分布第17-18页
        2.1.3 成像传感器的选择第18-19页
        2.1.4 手指静脉图像采集模块第19-20页
    2.2 手指静脉图像预处理第20-24页
        2.2.1 图像ROI截取第20-21页
        2.2.2 尺寸归一化第21-23页
        2.2.3 灰度归一化第23-24页
    2.3 本章小结第24-25页
第三章 手指静脉图像拼接技术第25-43页
    3.1 图像拼接理论基础第25-29页
        3.1.1 图像拼接基本流程第25页
        3.1.2 图像变换模型第25-27页
        3.1.3 图像配准第27-28页
        3.1.4 图像融合第28-29页
    3.2 基于Retinex的可控手指静脉图像拼接算法第29-36页
        3.2.1 基于Retinex的手指静脉图像增强第30-31页
        3.2.2 基于SIFT特征点的手指静脉图像配准第31-35页
        3.2.3 改进的手指静脉图像配准算法第35-36页
    3.3 实验及结果分析第36-41页
        3.3.1 手指静脉图像拼接效果第36-39页
        3.3.2 手指静脉图像拼接过程实验数据第39页
        3.3.3 透视变换图像轮廓顶点约束条件有无的比较第39-40页
        3.3.4 手指静脉图像拼接算法适用性第40-41页
    3.4 本章小结第41-43页
第四章 手指静脉图像纹路提取第43-60页
    4.1 经典图像分割方法第43-45页
        4.1.1 总体均值方法第43页
        4.1.2 固定阈值方法第43页
        4.1.3 最大类间方差法(OTSU)第43-44页
        4.1.4 Niblack方法第44-45页
    4.2 基于方向谷检测的手指静脉纹路提取第45-48页
        4.2.1 方向谷检测法的主要思想第45页
        4.2.2 方向谷检测法具体过程第45-48页
    4.3 基于Hessian矩阵的手指静脉纹路提取第48-51页
        4.3.1 基于Hessian矩阵的静脉图像分割原理第48-49页
        4.3.2 基于Hessian矩阵的静脉图像分割方法优化第49-50页
        4.3.3 手指静脉图像多尺度分析第50-51页
    4.4 手指静脉图像分割后处理第51-54页
        4.4.1 手指静脉二值图像滤波与去噪第51-52页
        4.4.2 手指静脉纹路细化及毛刺去除第52-54页
    4.5 实验及结果分析第54-59页
        4.5.1 基于方向谷检测的手指静脉纹路提取效果第55页
        4.5.2 基于Hessian矩阵的手指静脉纹路提取效果第55-58页
        4.5.3 上述两种方法结果比较第58-59页
    4.6 本章小结第59-60页
第五章 手指静脉特征匹配及其识别系统设计第60-72页
    5.1 基于Hausdorff距离的手指静脉特征匹配第60-64页
        5.1.1 几种Hausdorff距离第60-61页
        5.1.2 手指静脉细化纹路的特征点提取第61-62页
        5.1.3 手指静脉特征匹配第62-64页
    5.2 基于SIFT的手指静脉特征匹配第64-65页
    5.3 实验及结果分析第65-68页
        5.3.1 手指静脉特征库的建立第66页
        5.3.2 基于Hausdorff距离的手指静脉特征匹配结果第66-67页
        5.3.3 基于SIFT特征点的手指静脉特征匹配结果第67页
        5.3.4 上述两种方法匹配结果的比较第67-68页
    5.4 手指静脉识别系统软件设计第68-71页
        5.4.1 手指静脉识别系统工作模式第68-69页
        5.4.2 手指静脉识别系统操作界面第69-71页
    5.5 本章小结第71-72页
总结与展望第72-74页
    总结第72-73页
    展望第73-74页
参考文献第74-78页
致谢第78-79页
个人简历第79-80页
攻读硕士期间发表的论文第80页

论文共80页,点击 下载论文
上一篇:基于遗传算法的云计算资源调度研究与设计
下一篇:岩溶地区大直径桥桩基础的抗震稳定性试验研究