手指静脉识别技术
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·本课题的研究背景和意义 | 第10页 |
| ·手指静脉识别技术的基础知识 | 第10-13页 |
| ·手指静脉识别系统的总体框架 | 第10-11页 |
| ·手指静脉图像的成像原理 | 第11页 |
| ·手指静脉识别技术的重要概念 | 第11-13页 |
| ·手指静脉识别技术的已有工作简介 | 第13-15页 |
| ·本文的主要内容和安排 | 第15-17页 |
| 第2章 手指静脉图像预处理 | 第17-28页 |
| ·感兴趣区域提取 | 第17-18页 |
| ·尺寸与灰度归一化 | 第18-20页 |
| ·尺寸归一化 | 第18-19页 |
| ·灰度归一化 | 第19-20页 |
| ·三种典型的图像平滑方法 | 第20-22页 |
| ·邻域平均法 | 第20-21页 |
| ·中值滤波 | 第21-22页 |
| ·低通滤波 | 第22页 |
| ·两种典型的图像增强算法 | 第22-27页 |
| ·直方图均衡化 | 第22-25页 |
| ·模糊增强 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于灰度形态学的手指静脉图像增强算法 | 第28-40页 |
| ·灰度形态学的基本概念 | 第28-30页 |
| ·结构元素 | 第28页 |
| ·灰度形态学的基本运算 | 第28-30页 |
| ·基于灰度形态学的手指静脉图像增强（FVGM） | 第30-33页 |
| ·实验结果分析 | 第33-39页 |
| ·形态学滤波器的效果分析 | 第33-35页 |
| ·尺度参数 m 和 n 的选取 | 第35-36页 |
| ·增强参数 k 和 s 的选取 | 第36-38页 |
| ·图像增强的效果分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 手指静脉特征提取和识别 | 第40-59页 |
| ·三种静脉特征提取算法分析 | 第40-43页 |
| ·Niblack算法 | 第40页 |
| ·重复线性追踪法（RLT） | 第40-42页 |
| ·方向谷形检测（VSD） | 第42-43页 |
| ·基于像素点检测的静脉特征提取算法（FPPD） | 第43-50页 |
| ·算法的基本原理 | 第43-44页 |
| ·静脉特征提取过程 | 第44-46页 |
| ·静脉图像的后续处理 | 第46-48页 |
| ·静脉图像的细化 | 第48-50页 |
| ·匹配算法 | 第50-55页 |
| ·模板匹配算法描述 | 第50-52页 |
| ·匹配算法分析 | 第52-55页 |
| ·实验结果分析 | 第55-58页 |
| ·w 参数的选取 | 第55页 |
| ·纹路提取效果比较 | 第55-56页 |
| ·匹配实验 | 第56-57页 |
| ·算法运行时间 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
