基于掌纹与掌静脉双模态融合特征识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 多模态生物特征识别技术 | 第10-13页 |
| 1.2.1 多模态融合层次划分 | 第10-11页 |
| 1.2.2 多模态生物特征组合选择 | 第11-13页 |
| 1.3 研究发展现状 | 第13-15页 |
| 1.3.1 掌纹识别技术的研究发展现状 | 第13页 |
| 1.3.2 掌静脉识别技术的研究发展现状 | 第13-14页 |
| 1.3.3 掌纹与掌静脉融合识别技术研究发展现状 | 第14-15页 |
| 1.4 掌纹与掌静脉双模态融合识别系统 | 第15-16页 |
| 1.5 本文主要研究内容与章节安排 | 第16-17页 |
| 第二章 图像采集装置设计与实现 | 第17-21页 |
| 2.1 图像采集原理 | 第17页 |
| 2.2 光源及成像设备的选择 | 第17-19页 |
| 2.3 采集装置的设计 | 第19页 |
| 2.4 图像数据库的建立 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 掌纹与掌静脉图像预处理 | 第21-33页 |
| 3.1 原始图像灰度化 | 第21-22页 |
| 3.2 图像感兴趣区域（ROI）提取 | 第22-25页 |
| 3.3 图像的滤波去噪 | 第25-26页 |
| 3.4 灰度归一化 | 第26-27页 |
| 3.5 图像增强 | 第27-31页 |
| 3.5.1 高频提升滤波 | 第27-29页 |
| 3.5.2 直方图均衡化 | 第29页 |
| 3.5.3 本文图像增强方法 | 第29-31页 |
| 3.6 本章小结 | 第31-33页 |
| 第四章 掌纹与掌静脉特征提取 | 第33-45页 |
| 4.1 掌纹主线特征提取 | 第33-40页 |
| 4.1.1 现有掌纹主线特征提取方法 | 第33-34页 |
| 4.1.2 掌纹主线阈值分割 | 第34-35页 |
| 4.1.3 掌纹主线细化与修饰 | 第35-38页 |
| 4.1.4 基于原点静矩的掌纹特征提取 | 第38-40页 |
| 4.2 掌静脉特征提取 | 第40-43页 |
| 4.2.1 常用掌静脉特征提取方法 | 第40-41页 |
| 4.2.2 二维Gabor小波变换 | 第41-42页 |
| 4.2.3 基于全局Gist特征的掌静脉特征提取 | 第42-43页 |
| 4.3 本章小结 | 第43-45页 |
| 第五章 掌纹与掌静脉特征层融合识别 | 第45-57页 |
| 5.1 掌纹与掌静脉特征层融合识别模型 | 第45-46页 |
| 5.2 典型相关分析法基本理论 | 第46-47页 |
| 5.3 改进的典型相关分析法 | 第47-49页 |
| 5.4 本文特征层融合算法流程 | 第49-50页 |
| 5.5 实验过程与结果分析 | 第50-55页 |
| 5.6 本章小结 | 第55-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间取得的科研成果 | 第65-67页 |
| 致谢 | 第67-68页 |
