基于基准点和NMI的手背静脉识别算法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 生物特征识别 | 第9-11页 |
| 1.2 静脉图像获取原理 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 静脉识别系统框架 | 第13页 |
| 1.5 本文主要研究内容 | 第13-15页 |
| 第二章 静脉采集系统 | 第15-20页 |
| 2.1 系统框图 | 第15-16页 |
| 2.2 光源选择 | 第16-17页 |
| 2.2.1 LED环形光源 | 第16-17页 |
| 2.2.2 LED波长 | 第17页 |
| 2.3 成像设备选择 | 第17-19页 |
| 2.3.1 CCD和CMOS区别 | 第17-18页 |
| 2.3.2 CMOS特性和参数 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 静脉图像预处理 | 第20-31页 |
| 3.1 矫正图像位置和获取有效区域 | 第20-22页 |
| 3.1.1 位置矫正 | 第20-21页 |
| 3.1.2 有效区域 | 第21-22页 |
| 3.2 图像归一化 | 第22-23页 |
| 3.3 去噪处理 | 第23页 |
| 3.4 静脉图像增强 | 第23-25页 |
| 3.5 静脉图像分割 | 第25-28页 |
| 3.5.1 全局阈值分割法 | 第25-26页 |
| 3.5.2 局部阈值分割算法 | 第26-28页 |
| 3.6 静脉图像细化 | 第28-30页 |
| 3.7 本章小结 | 第30-31页 |
| 第四章 手背静脉识别 | 第31-39页 |
| 4.1 静脉识别特征类别 | 第31页 |
| 4.2 基于静脉结构的相关特征识别 | 第31-34页 |
| 4.2.1 特征点提取 | 第32-33页 |
| 4.2.2 基于特征区域码的静脉识别方法 | 第33-34页 |
| 4.3 基于不变矩的手背静脉识别 | 第34-36页 |
| 4.4 基于NMI的手背静脉识别 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 基于基准点和NMI的手背静脉识别 | 第39-48页 |
| 5.1 基于基准点的特征识别 | 第39-40页 |
| 5.2 基于基准点和改进NMI的手背静脉识别 | 第40-42页 |
| 5.2.1 基于基准点的识别 | 第40页 |
| 5.2.2 改进的NMI方法 | 第40-42页 |
| 5.3 实验流程 | 第42-44页 |
| 5.4 实验结果及分析 | 第44-47页 |
| 5.4.1 基于特征区域码的识别方法分析 | 第45-46页 |
| 5.4.2 基于不变矩的识别方法分析 | 第46页 |
| 5.4.3 基于本文的识别方法分析 | 第46-47页 |
| 5.5 结论 | 第47-48页 |
| 第六章 总结与展望 | 第48-49页 |
| 6.1 论文主要研究工作总结 | 第48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 发表论文和科研情况说明 | 第53-54页 |
| 致谢 | 第54-55页 |
