| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的背景及研究意义 | 第11-12页 |
| 1.2 手指静脉识别技术的内容和优点 | 第12-14页 |
| 1.2.1 手指静脉特征及优势 | 第12-13页 |
| 1.2.2 手指静脉识别的性能评价标准 | 第13-14页 |
| 1.3 手指静脉识别技术的国内外现状 | 第14-18页 |
| 1.4 本文内容及章节安排 | 第18-21页 |
| 第2章 非接触式指静脉图像的感兴趣区域提取 | 第21-35页 |
| 2.1 完整手指区域的提取 | 第21-27页 |
| 2.1.1 彩色图像的灰度化处理 | 第21-22页 |
| 2.1.2 灰度归一化 | 第22页 |
| 2.1.3 图像增强 | 第22-23页 |
| 2.1.4 图像阈值分割 | 第23-25页 |
| 2.1.5 手指分割后的去噪处理 | 第25-27页 |
| 2.1.6 确定手指区域位置 | 第27页 |
| 2.2 指静脉灰度ROI图像的获取 | 第27-32页 |
| 2.2.1 旋转及平移校正 | 第27-30页 |
| 2.2.2 指尖估计及ROI定位 | 第30-32页 |
| 2.3 实验结果与分析 | 第32-34页 |
| 2.3.1 旋转平移实验 | 第32-33页 |
| 2.3.2 光照不均或图像质量较差的实验对比分析 | 第33-34页 |
| 2.3.3 完整手指区域与ROI区域识别率实验对比分析 | 第34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于非负矩阵分解技术的指静脉特征提取 | 第35-55页 |
| 3.1 基于NMF的指静脉特征提取 | 第35-40页 |
| 3.1.1 非负矩阵分解理论 | 第36页 |
| 3.1.2 非负矩阵分解技术的目标函数及迭代公式 | 第36-38页 |
| 3.1.3 指静脉图像NMF特征提取 | 第38-40页 |
| 3.2 基于SNMF的指静脉特征提取 | 第40-41页 |
| 3.2.1 线性稀疏编码 | 第40页 |
| 3.2.2 SNMF的目标函数和迭代过程 | 第40-41页 |
| 3.2.3 指静脉图像SNMF特征提取 | 第41页 |
| 3.3 基于NMFSC的指静脉特征提取 | 第41-43页 |
| 3.3.1 稀疏因子 | 第41-42页 |
| 3.3.2 非负矩阵分解稀疏性约束目标函数及迭代过程 | 第42-43页 |
| 3.3.3 指静脉图像NMFSC特征提取 | 第43页 |
| 3.4 实验结果及其分析 | 第43-52页 |
| 3.4.1 NMF、SNMF、NMFSC指静脉特征提取实验对比分析 | 第44-49页 |
| 3.4.2 有关参数的讨论 | 第49-52页 |
| 3.5 本章小结 | 第52-55页 |
| 第4章 基于二维非负矩阵分解技术的指静脉特征提取 | 第55-67页 |
| 4.1 二维非负矩阵分解 | 第55-56页 |
| 4.2 基于2DNMF的指静脉特征提取 | 第56页 |
| 4.3 2DNMF的几种改进算法 | 第56-59页 |
| 4.3.1 Diagonal-2DNMF算法 | 第56-57页 |
| 4.3.2 基矩阵正交化的2DNMF算法 | 第57-58页 |
| 4.3.3 并行2DNMF算法 | 第58页 |
| 4.3.4 (2D)~2NMF算法 | 第58-59页 |
| 4.4 实验结果及其分析 | 第59-64页 |
| 4.5 本章小结 | 第64-67页 |
| 第5章 手指静脉识别系统的设计与实现 | 第67-73页 |
| 5.1 手指静脉识别系统的总体框架 | 第67-68页 |
| 5.2 手指静脉图像采集系统 | 第68-69页 |
| 5.2.1 手指静脉图像采集系统的工作原理 | 第68页 |
| 5.2.2 手指静脉图像库 | 第68-69页 |
| 5.3 手指静脉识别系统 | 第69-71页 |
| 5.4 手指静脉识别系统的工作模式 | 第71-72页 |
| 5.5 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-83页 |
| 致谢 | 第83页 |
