| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题来源及背景 | 第8-9页 |
| 1.2 课题研究的目的和意义 | 第9-10页 |
| 1.3 生物特征识别技术 | 第10-12页 |
| 1.3.1 生物特征识别技术简介 | 第10-11页 |
| 1.3.2 生物特征识别技术系统结构 | 第11-12页 |
| 1.4 国内外相关技术研究现状 | 第12-15页 |
| 1.4.1 手背和手指静脉识别研究现状 | 第12-13页 |
| 1.4.2 手掌静脉识别技术研究现状 | 第13-15页 |
| 1.5 本文的主要研究内容 | 第15-16页 |
| 第2章 Gabor滤波器和几何不变矩 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 纹理特征描述 | 第16-17页 |
| 2.3 Gabor滤波器 | 第17-21页 |
| 2.3.1 Gabor函数的生物学背景 | 第17页 |
| 2.3.2 Gabor变换 | 第17-18页 |
| 2.3.3 一维Gabor函数 | 第18页 |
| 2.3.4 二维Gabor函数 | 第18-19页 |
| 2.3.5 二维Gabor滤波器的构建 | 第19-21页 |
| 2.4 几何不变矩 | 第21-24页 |
| 2.4.1 Hu矩 | 第22-23页 |
| 2.4.2 Zernike矩 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 手掌静脉识别系统 | 第25-29页 |
| 3.1 引言 | 第25页 |
| 3.2 手掌静脉识别原理 | 第25-26页 |
| 3.3 手掌静脉识别系统框架 | 第26-27页 |
| 3.4 手掌静脉识别系统相关概念 | 第27页 |
| 3.5 手掌静脉识别系统性能指标及评价 | 第27-28页 |
| 3.6 本章小结 | 第28-29页 |
| 第4章 手掌静脉图像的采集及预处理 | 第29-41页 |
| 4.1 引言 | 第29页 |
| 4.2 手掌静脉图像采集 | 第29-30页 |
| 4.3 手掌静脉图像预处理 | 第30-34页 |
| 4.3.1 ROI提取方法 | 第31-34页 |
| 4.3.2 图像归一化 | 第34页 |
| 4.4 图像增强 | 第34-40页 |
| 4.4.1 直方图均衡 | 第35-36页 |
| 4.4.2 Niblack算法 | 第36-37页 |
| 4.4.3 本论文设计的增强算法 | 第37-38页 |
| 4.4.4 实验结果及分析 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 特征提取与匹配 | 第41-48页 |
| 5.1 引言 | 第41页 |
| 5.2 基于 2D-Gabor滤波器的识别算法 | 第41-44页 |
| 5.2.1 基于单方向 2D-Gabor滤波器的识别算法 | 第41-42页 |
| 5.2.2 基于多方向 2D-Gabor滤波器的识别算法 | 第42-44页 |
| 5.3 基于Hu矩的识别算法 | 第44-45页 |
| 5.4 本文设计的基于 2D-Gabor和Hu矩的两级识别算法 | 第45页 |
| 5.5 实验结果与分析 | 第45-47页 |
| 5.6 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第52-54页 |
| 致谢 | 第54页 |
