| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-18页 |
| ·课题研究背景 | 第8页 |
| ·课题研究的目的和意义 | 第8-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·生物识别研究现状 | 第11-12页 |
| ·静脉认证技术研究现状 | 第12-16页 |
| ·论文的主要研究内容 | 第16-18页 |
| 第2章 图像识别的相关知识 | 第18-27页 |
| ·引言 | 第18页 |
| ·手掌静脉识别系统结构 | 第18页 |
| ·图像的预处理 | 第18-19页 |
| ·图像特征提取与匹配的典型算法研究与分析 | 第19-25页 |
| ·特征点的提取 | 第19-21页 |
| ·基于特征点的穷举法匹配 | 第21页 |
| ·相关系数法匹配 | 第21页 |
| ·不变矩匹配 | 第21-23页 |
| ·Hausdorff 距离 | 第23-24页 |
| ·基于频域特征的匹配算法 | 第24-25页 |
| ·识别算法的评价标准 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于 Gabor 变换的手掌静脉识别 | 第27-39页 |
| ·引言 | 第27页 |
| ·Gabor 变换 | 第27-28页 |
| ·Gabor 参数含义与设置 | 第28-29页 |
| ·Gabor 小波的特征提取 | 第29-30页 |
| ·Gabor 小波的特征提取原理 | 第29页 |
| ·滤波结果与分析 | 第29-30页 |
| ·Gabor 滤波后的能量与方向特征的提取及图像的分块方法 | 第30-35页 |
| ·Gabor 滤波后的能量与方向特征的提取 | 第30-32页 |
| ·模糊分块 | 第32-35页 |
| ·图像识别 | 第35-38页 |
| ·标准距离法 | 第35页 |
| ·最近邻法 | 第35-36页 |
| ·平均距离法 | 第36页 |
| ·识别结果 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 多特征融合的手掌静脉匹配算法 | 第39-49页 |
| ·引言 | 第39-40页 |
| ·图像校正 | 第40-43页 |
| ·手掌静脉图像的预处理 | 第40页 |
| ·校正算法 | 第40-41页 |
| ·两对匹配点的确定及图像校正 | 第41-43页 |
| ·相关系数法匹配 | 第43页 |
| ·匹配公式 | 第43页 |
| ·阈值判断 | 第43页 |
| ·不变矩匹配 | 第43-44页 |
| ·基于Hausdorff 距离的匹配 | 第44-45页 |
| ·融合决策 | 第45-46页 |
| ·程序流程图及算法描述 | 第46-47页 |
| ·程序流程图 | 第46页 |
| ·算法步骤 | 第46-47页 |
| ·实验结果 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·研究工作总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间的研究成果 | 第56页 |