基于指纹和手背静脉的多模态生物特征识别系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究的目的和意义 | 第11-12页 |
| ·国际国内本课题研究现状 | 第12-19页 |
| ·生物特征识别研究现状 | 第12-14页 |
| ·自动指纹识别研究现状 | 第14-15页 |
| ·静脉识别研究现状 | 第15-17页 |
| ·多模态生物特征识别研究现状 | 第17-19页 |
| ·论文研究内容及结构介绍 | 第19-20页 |
| 第2章 手背静脉图像前期处理 | 第20-44页 |
| ·静脉图像归一化 | 第20-25页 |
| ·静脉图像尺寸归一化 | 第20-22页 |
| ·静脉图像灰度归一化 | 第22-25页 |
| ·图像增强 | 第25-35页 |
| ·线性变换和分段线性变换 | 第25-26页 |
| ·直方图均衡 | 第26-27页 |
| ·Retinex理论介绍 | 第27-28页 |
| ·基于全局特征的Retinex算法介绍 | 第28-32页 |
| ·对基于全局特征的Retinex算法的两个改进 | 第32-35页 |
| ·图像分割 | 第35-41页 |
| ·基于阈值图像图像分割方法 | 第35-38页 |
| ·基于边缘的分割方法 | 第38-41页 |
| ·对分割结果图的处理 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 手背静脉图像的后期处理 | 第44-68页 |
| ·静脉特征选取与提取介绍 | 第44-45页 |
| ·静脉特征选取介绍 | 第44页 |
| ·静脉特征提取介绍 | 第44-45页 |
| ·静脉细节特征提取与介绍 | 第45-50页 |
| ·端点和交叉点的提取 | 第45-47页 |
| ·静脉细节特征的表述 | 第47页 |
| ·基于静脉细节特征的匹配 | 第47-50页 |
| ·基于静脉全局特征的提取与匹配 | 第50-52页 |
| ·基于特征矩的特征提取 | 第50-52页 |
| ·基于静脉全局特征的匹配方法 | 第52页 |
| ·基于K-L变换的特征提取 | 第52-61页 |
| ·K-L变换特征提取简介 | 第52-55页 |
| ·K-L特征空间的奇异值分解 | 第55-57页 |
| ·主分量法的奇异值分解实现 | 第57-59页 |
| ·K-L变换特征匹配 | 第59-61页 |
| ·实验结果分析与讨论 | 第61-65页 |
| ·K-L变换方法的实验结果及分析 | 第61-62页 |
| ·针对K-L变换的各种分类方法的比较 | 第62-63页 |
| ·基于细节特征匹配方法的实验结果与分析 | 第63-64页 |
| ·基于特征矩加模板匹配的实验结果分析 | 第64-65页 |
| ·基于决策层融合的识别新方法 | 第65-67页 |
| ·基于决策级的结果融合方法 | 第65-66页 |
| ·融合方法的实验结果及分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第4章 多模态识别系统构建与实现 | 第68-83页 |
| ·算法结构的选择 | 第68-69页 |
| ·模式源的选择 | 第69页 |
| ·融合的层次选择 | 第69-71页 |
| ·匹配前融合 | 第69-71页 |
| ·匹配后融合 | 第71页 |
| ·匹配程度的融合 | 第71-72页 |
| ·匹配程度层次融合分类器 | 第72页 |
| ·基于指纹和静脉的多模态识别系统的构建 | 第72-78页 |
| ·指纹识别系统HF1000介绍 | 第72-73页 |
| ·静脉和指纹识别系统的融合 | 第73-75页 |
| ·图像质量的定量评价 | 第75-78页 |
| ·基于指纹和静脉的多模态识别系统的实现 | 第78-82页 |
| ·多模态识别系统的实现 | 第78-80页 |
| ·多模态识别系统的实验分析 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 攻读硕士学位期间发表的论文 | 第90-91页 |
| 致谢 | 第91页 |
