| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题来源 | 第11页 |
| ·课题研究目的 | 第11页 |
| ·手掌静脉识别技术 | 第11-12页 |
| ·手掌静脉识别研究现状 | 第12-13页 |
| ·目前存在问题 | 第13页 |
| ·论文主要研究内容 | 第13-15页 |
| 第二章 全手掌静脉识别系统总体设计 | 第15-21页 |
| ·系统总体设计 | 第15页 |
| ·图像采集模块 | 第15-19页 |
| ·近红外光源波长选择 | 第16-17页 |
| ·光强选择 | 第17-19页 |
| ·图像预处理模块 | 第19页 |
| ·特征提取模块 | 第19-20页 |
| ·训练图像注册模块 | 第20页 |
| ·登录图像识别模块 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 手图像指根点提取算法 | 第21-43页 |
| ·现有文献的指根点提取算法 | 第21-22页 |
| ·基于灰度极小值算法及圆盘算法融合的指根点提取方法 | 第22-31页 |
| ·灰度极小值边缘检测定位方法 | 第23-29页 |
| ·基于圆盘定位方法 | 第29-31页 |
| ·基于转换频数之和分类的指根点提取方法 | 第31-36页 |
| ·指根点提取方法简述 | 第31-32页 |
| ·确定待检测列J | 第32-33页 |
| ·检测J列上的手指边界点 | 第33-34页 |
| ·检测备选指缝点 | 第34-35页 |
| ·确定手指摆放状态,提取指根点 | 第35-36页 |
| ·基于灰度图像的指根点提取方法 | 第36-41页 |
| ·相邻手指摆放状态的判定 | 第36-38页 |
| ·边缘线跟踪 | 第38-41页 |
| ·指根点提取方法对比实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 手掌静脉图像预处理 | 第43-58页 |
| ·指根点提取 | 第43页 |
| ·其他特征点的提取 | 第43-44页 |
| ·建立直角坐标系 | 第44-45页 |
| ·手图像的归一化 | 第45-47页 |
| ·方向归一化 | 第45-46页 |
| ·大小归一化 | 第46-47页 |
| ·坐标原点归一化 | 第47页 |
| ·自动判断方向的线跟踪算法 | 第47-49页 |
| ·传统线跟踪算法 | 第47-48页 |
| ·改进传统线跟踪算法 | 第48-49页 |
| ·全手掌区域提取 | 第49-51页 |
| ·对静脉图库Ⅱ进行定位 | 第51-52页 |
| ·手掌区域灰度归一化 | 第52-55页 |
| ·图像增强去噪 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 手掌静脉分割 | 第58-63页 |
| ·Roof边缘检测思想 | 第58-59页 |
| ·局部灰度极小值分割方法 | 第59-63页 |
| 第六章 特征提取与识别 | 第63-74页 |
| ·基于子空间方法 | 第63-68页 |
| ·PCA方法 | 第64页 |
| ·2DPCA方法 | 第64页 |
| ·2DFLD方法 | 第64-68页 |
| ·基于纹理特征的特征提取方法 | 第68-71页 |
| ·基于图像灰度直方图的特征提取 | 第68页 |
| ·基于图像灰度差值直方图的特征提取 | 第68-69页 |
| ·基于图像灰度共生矩阵的特征提取 | 第69-71页 |
| ·基于统计特征的特征提取方法 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第七章 结论 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 在学研究成果 | 第78-79页 |
| 致谢 | 第79页 |