| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 生物识别技术研究现状 | 第12-13页 |
| 1.2.2 手指静脉识别技术研究现状 | 第13-14页 |
| 1.2.3 指横纹识别研究现状 | 第14页 |
| 1.2.4 多模态特征融合识别研究现状 | 第14-15页 |
| 1.3 论文组织结构 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15页 |
| 1.3.2 论文章节安排 | 第15-17页 |
| 第2章 手指多模态特征识别理论研究 | 第17-30页 |
| 2.1 手指静脉和指横纹的采集方法 | 第17-19页 |
| 2.1.1 手指静脉的成像原理 | 第17页 |
| 2.1.2 手指静脉与指横纹的获取方法 | 第17-18页 |
| 2.1.3 实验室自制的手指静脉与指横纹采集装置 | 第18-19页 |
| 2.2 图像的预处理方法 | 第19-21页 |
| 2.2.1 图像的阈值分割方法 | 第19-20页 |
| 2.2.2 图像的滤波去噪方法 | 第20-21页 |
| 2.3 特征提取方法 | 第21-26页 |
| 2.3.1 基于全局特征的特征提取方法 | 第21-23页 |
| 2.3.2 基于局部特征的特征提取方法 | 第23页 |
| 2.3.3 基于子空间的特征提取方法 | 第23-26页 |
| 2.4 匹配识别方法 | 第26-27页 |
| 2.4.1 支持向量机 | 第26-27页 |
| 2.4.2 最近邻分类器 | 第27页 |
| 2.5 融合识别方法 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 手指多模态图像预处理方法研究 | 第30-38页 |
| 3.1 图像感兴趣区域提取 | 第30-33页 |
| 3.1.1 手指区域定位 | 第31页 |
| 3.1.2 图像二值化 | 第31-32页 |
| 3.1.3 感兴趣区域提取 | 第32-33页 |
| 3.2 图像归一化 | 第33-34页 |
| 3.2.1 尺寸归一化 | 第33-34页 |
| 3.2.2 灰度归一化 | 第34页 |
| 3.3 图像滤波去噪 | 第34-37页 |
| 3.3.1 二维离散小波变换 | 第35-36页 |
| 3.3.2 结合均值滤波的小波变换去噪方法 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 手指静脉单模态特征提取与识别 | 第38-52页 |
| 4.1 基于散射卷积网络的手指静脉特征提取 | 第38-43页 |
| 4.1.1 小波变换模 | 第38-39页 |
| 4.1.2 散射算子 | 第39-40页 |
| 4.1.3 散射卷积变换 | 第40页 |
| 4.1.4 手指静脉图像散射卷积变换 | 第40-43页 |
| 4.2 基于SVM的匹配识别方法 | 第43-45页 |
| 4.2.1 一对一法 | 第43-44页 |
| 4.2.2 一对其余法 | 第44页 |
| 4.2.3 实验结果 | 第44-45页 |
| 4.3 基于 2DPCA与 2DFLD的手指静脉特征提取 | 第45-47页 |
| 4.4 基于最近邻分类器的匹配识别方法 | 第47-50页 |
| 4.4.1 最近邻分类器 | 第47-48页 |
| 4.4.2 实验结果 | 第48-50页 |
| 4.5 基于低频子带图像的手指静脉识别研究 | 第50-51页 |
| 4.5.1 手指静脉低频近似子图像 | 第50-51页 |
| 4.5.2 实验结果 | 第51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 手指静脉与指横纹的融合识别研究 | 第52-61页 |
| 5.1 数据层融合算法 | 第52-55页 |
| 5.2 特征层融合算法 | 第55-58页 |
| 5.2.1 基于散射卷积网络的特征层融合算法 | 第56页 |
| 5.2.2 基于典型相关分析的特征层融合算法 | 第56-58页 |
| 5.3 决策层融合算法 | 第58-59页 |
| 5.4 实验结果分析 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第6章 总结和展望 | 第61-63页 |
| 6.1 研究工作总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间参加的科研项目和成果 | 第68页 |