| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 手指静脉识别技术研究的背景、有关现状、应用前景 | 第9-12页 |
| 1.1.1 手指静脉识别的研究背景 | 第9-10页 |
| 1.1.2 手指静脉识别的研究现状 | 第10-11页 |
| 1.1.3 手指静脉识别的应用前景 | 第11-12页 |
| 1.2 手指静脉识别的原理和特点 | 第12-13页 |
| 1.2.1 手指静脉识别技术的原理 | 第12页 |
| 1.2.2 手指静脉识别技术的特点 | 第12-13页 |
| 1.3 本文主要工作及结构安排 | 第13-15页 |
| 第二章 有关概念、工具及手指静脉识别流程简介 | 第15-23页 |
| 2.1 相关概念 | 第15-18页 |
| 2.1.1 验证与辨识 | 第15页 |
| 2.1.2 识别率、拒真率、认假率 | 第15-16页 |
| 2.1.3 DET曲线图 | 第16-17页 |
| 2.1.4 相关系数分布图 | 第17-18页 |
| 2.1.5 处理速度相关指标 | 第18页 |
| 2.2 实验及算法实现所需工具的介绍 | 第18-20页 |
| 2.2.1 MATLAB R2013a | 第18-19页 |
| 2.2.2 OpenCV | 第19-20页 |
| 2.3 手指静脉识别大致流程 | 第20-21页 |
| 2.3.1 静脉图片采集 | 第20页 |
| 2.3.2 图像预处理 | 第20-21页 |
| 2.3.3 图像识别 | 第21页 |
| 2.4 实验采用样本的介绍 | 第21-23页 |
| 第三章 手指静脉识别技术综述 | 第23-30页 |
| 3.1 静脉结构提取简介 | 第23-24页 |
| 3.2 基于静脉结构的模板匹配算法 | 第24-26页 |
| 3.3 基于细节点距离的手指静脉识别方法 | 第26-28页 |
| 3.4 小结 | 第28-30页 |
| 第四章 可应用程序的实现流程 | 第30-48页 |
| 4.1 图像采集 | 第30页 |
| 4.2 图像预处理 | 第30-37页 |
| 4.2.1 载入图片并检测边缘 | 第31-33页 |
| 4.2.2 计算图片的旋转角度并旋转图片 | 第33-34页 |
| 4.2.3 根据手指边界和手指关节定位静脉区域 | 第34-36页 |
| 4.2.4 裁剪好的图片大小、灰度归一化 | 第36-37页 |
| 4.2.5 脊波滤波 | 第37页 |
| 4.3 基于梯度处理的实现 | 第37-41页 |
| 4.3.1 处理成梯度图 | 第38-40页 |
| 4.3.2 计算相关系数并比对 | 第40-41页 |
| 4.4 基于相位相关的算法 | 第41-48页 |
| 4.4.1 对数极坐标变换 | 第41-42页 |
| 4.4.2 相位相关处理与比对 | 第42-48页 |
| 第五章 算法的实验与分析 | 第48-57页 |
| 5.1 基于相位相关算法实验结果分析 | 第48-49页 |
| 5.2 基于梯度处理算法实验结果分析 | 第49-52页 |
| 5.3 两种算法比较 | 第52页 |
| 5.4 基于梯度处理算法转为c~(++)程序的效果分析 | 第52-53页 |
| 5.5 脉搏对静脉识别的影响 | 第53-56页 |
| 5.6 实验过程中的一些细节问题 | 第56-57页 |
| 第六章 总结与展望 | 第57-60页 |
| 6.1 工作总结 | 第57-58页 |
| 6.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |