| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 生物特征识别技术的基本概念 | 第10-11页 |
| 1.2 生物特征识别技术的发展及分类 | 第11-17页 |
| 1.2.1 生物特征识别技术的发展 | 第11-12页 |
| 1.2.2 生物特征识别技术分类 | 第12-17页 |
| 1.3 静脉识别技术简介 | 第17-21页 |
| 1.3.1 静脉识别的理论依据与特点 | 第17-18页 |
| 1.3.2 静脉识别的国内外发展现状 | 第18-21页 |
| 1.4 静脉识别系统的框架 | 第21-22页 |
| 1.5 本文主要的研究内容及组织结构 | 第22-24页 |
| 第2章 静脉图像预处理 | 第24-36页 |
| 2.1 静脉图像灰度化处理 | 第24-26页 |
| 2.2 静脉图像标准化处理 | 第26-27页 |
| 2.3 静脉图像去噪 | 第27-33页 |
| 2.3.1 静脉图像噪声分析 | 第27-29页 |
| 2.3.2 静脉图像去噪方法介绍 | 第29-31页 |
| 2.3.3 去噪结果分析 | 第31-33页 |
| 2.4 静脉图像增强 | 第33-35页 |
| 2.5 小结 | 第35-36页 |
| 第3章 感兴趣区域提取算法研究 | 第36-52页 |
| 3.1 感兴趣区域提取算法的分析 | 第36-37页 |
| 3.2 感兴趣区域的提取 | 第37-45页 |
| 3.2.0 分割手背区域 | 第37-41页 |
| 3.2.1 基于最大内切圆的感兴趣区域提取算法 | 第41-43页 |
| 3.2.2 手背旋转角度的计算 | 第43-45页 |
| 3.3 感兴趣区域旋转矫正 | 第45-49页 |
| 3.4 感兴趣区域的提取算法的分析 | 第49-51页 |
| 3.5 小结 | 第51-52页 |
| 第4章 静脉图像分割 | 第52-64页 |
| 4.1 图像分割方法的概述 | 第52-53页 |
| 4.1.1 基于边缘的图像分割方法 | 第52页 |
| 4.1.2 阈值分割方法 | 第52-53页 |
| 4.1.3 区域分割算法 | 第53页 |
| 4.2 几种常用的阈值分割方法 | 第53-55页 |
| 4.2.1 Otsu方法 | 第53-54页 |
| 4.2.2 NiBlack方法 | 第54-55页 |
| 4.2.3 阈值图像法 | 第55页 |
| 4.3 基于区域生长算法的静脉分割 | 第55-62页 |
| 4.3.1 区域生长算法介绍 | 第56页 |
| 4.3.2 基于灰度分布谷点检测的种子点选取 | 第56-61页 |
| 4.3.3 区域生长相似性度量的确定 | 第61页 |
| 4.3.4 实验结果分析 | 第61-62页 |
| 4.4 静脉图像的后续处理 | 第62-63页 |
| 4.5 小结 | 第63-64页 |
| 第5章 静脉图像特征提取 | 第64-80页 |
| 5.1 典型的静脉特征提取算法分析 | 第64-65页 |
| 5.2 基于几何不变矩的静脉特征提取算法 | 第65-70页 |
| 5.2.1 矩的相关概念 | 第65-67页 |
| 5.2.2 Hu不变矩 | 第67-68页 |
| 5.2.3 基于几何不变矩的静脉特征提取及分析 | 第68-70页 |
| 5.3 基于曲波变换的静脉特征提取算法 | 第70-78页 |
| 5.3.1 第二代Curvelet变换 | 第70-73页 |
| 5.3.2 基于曲波变换的静脉特征提取及分析 | 第73-78页 |
| 5.4 静脉特征提取算法的选择 | 第78-79页 |
| 5.5 小结 | 第79-80页 |
| 第6章 静脉图像分类与识别 | 第80-100页 |
| 6.1 静脉识别策略的分析 | 第80-81页 |
| 6.2 基于分类器的静脉识别算法 | 第81-88页 |
| 6.2.1 分类器设计概述 | 第81页 |
| 6.2.2 BP神经网络介绍 | 第81-85页 |
| 6.2.3 基于BP神经网络的分类器设计及识别结果分析 | 第85-88页 |
| 6.3 基于最近邻算法的静脉识别策略研究 | 第88-89页 |
| 6.3.1 最近邻测度的概念 | 第88-89页 |
| 6.3.2 基于最近邻算法的静脉识别策略的实现及实验结果分析 | 第89页 |
| 6.4 基于小样本多类别情况下规模应用的静脉识别策略研究 | 第89-96页 |
| 6.4.1 基于小样本多类别情况下规模应用的静脉识别策略分析 | 第89-90页 |
| 6.4.2 模糊聚类法介绍 | 第90-95页 |
| 6.4.3 模糊聚类分析的步骤 | 第95-96页 |
| 6.5 基于小样本多类别情况下规模应用的静脉识别策略的实现与结果分析 | 第96-99页 |
| 6.6 小结 | 第99-100页 |
| 第7章 结束语 | 第100-102页 |
| 7.1 总结 | 第100-101页 |
| 7.2 展望 | 第101-102页 |
| 参考文献 | 第102-108页 |
| 致谢 | 第108页 |
