| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 研究背景和意义 | 第13-17页 |
| 1.1.1 静脉识别的兴起 | 第13-14页 |
| 1.1.2 掌静脉识别的优势与缺点 | 第14-15页 |
| 1.1.3 掌静脉识别发展历程 | 第15-17页 |
| 1.1.4 掌静脉识别中存在的问题 | 第17页 |
| 1.2 研究现状 | 第17-25页 |
| 1.2.1 掌静脉的识别过程 | 第17-19页 |
| 1.2.2 掌静脉图像的采集 | 第19-21页 |
| 1.2.3 掌静脉图像的预处理 | 第21-22页 |
| 1.2.4 掌静脉图像特征提取 | 第22-24页 |
| 1.2.5 掌静脉匹配和分类 | 第24页 |
| 1.2.6 基于掌静脉的多生物特征识别 | 第24-25页 |
| 1.2.7 研究现状总结 | 第25页 |
| 1.3 研究内容 | 第25-27页 |
| 1.4 研究成果 | 第27页 |
| 1.5 论文结构 | 第27-29页 |
| 第二章 预备知识 | 第29-43页 |
| 2.1 模式识别 | 第29-33页 |
| 2.1.1 模式识别系统 | 第29-31页 |
| 2.1.2 模式相似性测度 | 第31-32页 |
| 2.1.3 模式识别方法 | 第32-33页 |
| 2.2 生物特征识别 | 第33-40页 |
| 2.2.1 生物特征识别技术的横向比较 | 第33-35页 |
| 2.2.2 生物特征识别系统简介 | 第35页 |
| 2.2.3 生物特征识别系统的工作模式 | 第35-36页 |
| 2.2.4 生物特征识别系统的性能评估参数 | 第36-38页 |
| 2.2.5 生物特征识别技术的发展潜力和市场 | 第38-40页 |
| 2.3 多生物特征识别 | 第40-43页 |
| 2.3.1 多生物特征识别系统分类 | 第41页 |
| 2.3.2 多生物特征识别系统的采集和处理体系结构 | 第41-42页 |
| 2.3.3 多生物特征融合的级别 | 第42-43页 |
| 第三章 基于局部不变性特征的掌静脉识别 | 第43-75页 |
| 3.1 引言 | 第43-44页 |
| 3.2 相关的工作 | 第44页 |
| 3.3 局部不变性特征提取和描述方法 | 第44-58页 |
| 3.3.1 SIFT | 第44-47页 |
| 3.3.2 SURF | 第47-52页 |
| 3.3.3 FAST | 第52-54页 |
| 3.3.4 AGAST | 第54-56页 |
| 3.3.5 BRIEF | 第56-57页 |
| 3.3.6 ORB | 第57-58页 |
| 3.4 基于ORB特征提取的掌静脉识别 | 第58-67页 |
| 3.4.1 掌静脉图像感兴趣区域提取 | 第59-60页 |
| 3.4.2 图像增强 | 第60-61页 |
| 3.4.3 特征提取、匹配与识别 | 第61-64页 |
| 3.4.4 实验结果和分析 | 第64-67页 |
| 3.4.5 小结 | 第67页 |
| 3.5 基于AGAST特征提取和BRIEF描述的掌静脉识别 | 第67-73页 |
| 3.5.1 掌静脉图像感兴趣区域提取 | 第68-69页 |
| 3.5.2 图像增强 | 第69-70页 |
| 3.5.3 特征提取、匹配与识别 | 第70-72页 |
| 3.5.4 实验结果和分析 | 第72-73页 |
| 3.5.5 小结 | 第73页 |
| 3.6 本章小结 | 第73-75页 |
| 第四章 基于图像纹理分析的掌静脉识别 | 第75-90页 |
| 4.1 引言 | 第75页 |
| 4.2 相关的工作 | 第75-76页 |
| 4.3 图像纹理特征分析方法 | 第76-82页 |
| 4.3.1 共生灰度矩阵 | 第76-79页 |
| 4.3.2 局部二进制模式 | 第79-82页 |
| 4.4 基于灰度共生矩阵的掌静脉识别 | 第82-86页 |
| 4.4.1 掌静脉图像感兴趣区域提取和图像增强 | 第83页 |
| 4.4.2 特征提取 | 第83-85页 |
| 4.4.3 匹配与识别 | 第85页 |
| 4.4.4 实验结果和分析 | 第85-86页 |
| 4.4.5 小结 | 第86页 |
| 4.5 基于LBP特征提取的掌静脉识别 | 第86-89页 |
| 4.5.1 掌静脉图像感兴趣区域提取和图像增强 | 第87页 |
| 4.5.2 LBP特征提取 | 第87页 |
| 4.5.3 匹配与识别 | 第87-88页 |
| 4.5.4 实验结果与分析 | 第88页 |
| 4.5.5 小结 | 第88-89页 |
| 4.6 本章小结 | 第89-90页 |
| 第五章 基于多算法融合的掌静脉识别 | 第90-106页 |
| 5.1 引言 | 第90页 |
| 5.2 相关的工作 | 第90-91页 |
| 5.3 基于局部不变性特征与评分级融合掌静脉识别 | 第91-98页 |
| 5.3.1 掌静脉图像的感兴趣区域提取和增强 | 第92页 |
| 5.3.2 特征提取和匹配 | 第92-94页 |
| 5.3.3 评分融合 | 第94-97页 |
| 5.3.4 实验与分析 | 第97-98页 |
| 5.3.5 小结 | 第98页 |
| 5.4 融合角点特征和纹理特征的掌静脉识别 | 第98-105页 |
| 5.4.1 掌静脉感兴趣区域提取和图像增强 | 第99-100页 |
| 5.4.2 特征提取和匹配 | 第100-101页 |
| 5.4.3 支持向量机分类 | 第101-104页 |
| 5.4.4 实验结果和分析 | 第104页 |
| 5.4.5 小结 | 第104-105页 |
| 5.5 本章小结 | 第105-106页 |
| 第六章 基于多采样和特征级融合的掌静脉识别 | 第106-121页 |
| 6.1 引言 | 第106-108页 |
| 6.2 掌静脉图像预处理 | 第108-110页 |
| 6.2.1 感兴趣区域提取 | 第108-109页 |
| 6.2.2 图像增强 | 第109-110页 |
| 6.3 特征提取和融合 | 第110-113页 |
| 6.3.1 特征提取 | 第110-111页 |
| 6.3.2 特征融合 | 第111-113页 |
| 6.4 特征匹配与识别 | 第113-115页 |
| 6.4.1 特征匹配 | 第113-114页 |
| 6.4.2 消除误匹配 | 第114-115页 |
| 6.4.3 决策识别 | 第115页 |
| 6.5 实验结果及分析 | 第115-120页 |
| 6.6 小结 | 第120-121页 |
| 第七章 结束语 | 第121-123页 |
| 7.1 工作总结 | 第121-122页 |
| 7.2 工作展望 | 第122-123页 |
| 参考文献 | 第123-135页 |
| 攻读博士学位期间取得的研究成果 | 第135-136页 |
| 致谢 | 第136-137页 |
| 附件 | 第137页 |