扩展支持向量机在手背静脉识别中的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·现有的身份识别方法比较 | 第9-11页 |
| ·国内外研究现状 | 第11页 |
| ·静脉识别的综述 | 第11-12页 |
| ·支持向量机概述 | 第12-13页 |
| ·本文的章节安排 | 第13-14页 |
| 第二章 静脉识别技术概述 | 第14-20页 |
| ·静脉图像识别流程 | 第14-15页 |
| ·静脉识别的工作原理 | 第15-17页 |
| ·静脉图像的获取 | 第15-16页 |
| ·静脉图像的预处理 | 第16页 |
| ·静脉图像的特征提取 | 第16-17页 |
| ·静脉图象的特征匹配 | 第17页 |
| ·静脉识别系统性能指标 | 第17-18页 |
| ·静脉识别的技术难点 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 静脉图像的预处理 | 第20-36页 |
| ·静脉定位 | 第20页 |
| ·归一化 | 第20-25页 |
| ·尺寸归一化 | 第21-23页 |
| ·灰度归一化 | 第23-25页 |
| ·二值化 | 第25-29页 |
| ·单阈值分割 | 第25-27页 |
| ·多阈值分割 | 第27-28页 |
| ·阈值图像法 | 第28-29页 |
| ·图像的滤波去噪 | 第29-31页 |
| ·细化 | 第31-34页 |
| ·Hildith细化算法 | 第32-33页 |
| ·数学形态细化法 | 第33-34页 |
| ·细化后去毛刺 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 静脉图像特征点的提取与匹配 | 第36-42页 |
| ·静脉图像的特征提取 | 第36-39页 |
| ·纹理特征 | 第36-38页 |
| ·不变矩 | 第38-39页 |
| ·静脉图像的特征匹配 | 第39-41页 |
| ·点模式匹配 | 第40-41页 |
| ·模板匹配 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第五章 分类器的设计 | 第42-52页 |
| ·支持向量机 | 第42-50页 |
| ·统计学习理论 | 第42-45页 |
| ·支持向量机理论 | 第45-49页 |
| ·基于支持向量机的静脉分类 | 第49-50页 |
| ·基于球向量机的静脉分类 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 实验与分析 | 第52-58页 |
| ·静脉识别的实现 | 第52-54页 |
| ·实验结果比较及分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第七章 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 详细摘要 | 第64-71页 |
