多光谱手指静脉特征级融合方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 多光谱手指静脉融合技术研究现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第二章 图像特征级融合的相关知识 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 多光谱手指静脉特征级融合系统结构 | 第17-18页 |
| 2.3 多光谱手指静脉图像的前期处理 | 第18-20页 |
| 2.3.1 皮肤组织模型下的图像复原 | 第18-19页 |
| 2.3.2 图像配准 | 第19-20页 |
| 2.4 融合的三个层次 | 第20-22页 |
| 2.5 图像的相关评价标准 | 第22-25页 |
| 2.5.1 图像融合的主观评价标准 | 第22页 |
| 2.5.2 图像融合的客观评价标准 | 第22-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于图像变换的特征级融合方法 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 无下采样轮廓小波原理 | 第26-29页 |
| 3.3 无下采样轮廓小波应用于多光谱手指静脉融合 | 第29-32页 |
| 3.3.1 多光谱手指静脉变换系数特征分类增强 | 第30-31页 |
| 3.3.2 高低频子带系数的融合规则 | 第31-32页 |
| 3.4 基于变换域的特征级融合步骤 | 第32-33页 |
| 3.5 实验与分析 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于向量分解的特征级融合方法 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 多光谱手指静脉图像的向量特征提取 | 第36-38页 |
| 4.3 基于向量的特征融合实现 | 第38-43页 |
| 4.3.1 稀疏保持投影原理介绍 | 第39-40页 |
| 4.3.2 稀疏保持投影应用于特征融合 | 第40-41页 |
| 4.3.3 特征级融合策略选择 | 第41-43页 |
| 4.3.4 不同光谱权重确定 | 第43页 |
| 4.4 基于向量的特征级融合步骤 | 第43-44页 |
| 4.5 实验与分析 | 第44-47页 |
| 4.5.1 实验数据 | 第44页 |
| 4.5.2 向量特征融合识别性能 | 第44-45页 |
| 4.5.3 两种融合策略的性能比较 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文工作总结 | 第48-49页 |
| 5.2 未来工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士期间发表论文 | 第56页 |
