| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 手背静脉识别技术概述 | 第12-18页 |
| 1.2.1 手背静脉识别技术特点 | 第12-13页 |
| 1.2.2 手背静脉识别的研究现状 | 第13-16页 |
| 1.2.3 手背静脉识别的研究难点 | 第16-17页 |
| 1.2.4 手背静脉识别技术的应用 | 第17-18页 |
| 1.3 手背静脉识别系统 | 第18-19页 |
| 1.3.1 手背静脉识别系统结构 | 第18页 |
| 1.3.2 手背静脉图像采集系统 | 第18-19页 |
| 1.4 论文的研究内容和章节安排 | 第19-21页 |
| 第2章 手背静脉图像的获取及预处理 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 手背静脉图像采集装置及数据库的建立 | 第21-24页 |
| 2.2.1 手背静脉成像原理 | 第21页 |
| 2.2.2 手背静脉图像采集装置的搭建 | 第21-23页 |
| 2.2.3 手背静脉图像库的建立 | 第23-24页 |
| 2.3 手背静脉图像预处理 | 第24-30页 |
| 2.3.1 图像Otsu法二值化 | 第25页 |
| 2.3.2 感兴趣区域提取 | 第25-30页 |
| 2.3.3 图像归一化 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 手背静脉特征提取及匹配 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 基于LBP的手背静脉特征提取 | 第31-35页 |
| 3.2.1 LBP算法工作原理 | 第31-33页 |
| 3.2.2 手背静脉的LBP特征提取 | 第33-34页 |
| 3.2.3 手背静脉特征匹配 | 第34-35页 |
| 3.3 基于B2DLDA的特征提取方法 | 第35-38页 |
| 3.3.1 2DLDA算法 | 第35-36页 |
| 3.3.2 对称 2DLDA算法 | 第36-37页 |
| 3.3.3 双边二维线性判别分析算法 | 第37-38页 |
| 3.3.4 改进双边二维线性判别分析MB2DLDA | 第38页 |
| 3.3.5 手背静脉特征匹配 | 第38页 |
| 3.4 分类器设计 | 第38-39页 |
| 3.5 实验结果与分析 | 第39-44页 |
| 3.5.1 基于LBP特征提取的实验结果 | 第39-40页 |
| 3.5.2 基于改进的双边二维线性判别分析的实验结果 | 第40-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于决策层融合的手背静脉识别 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 生物特征融合的层次 | 第45-46页 |
| 4.3 D-S证据理论 | 第46-51页 |
| 4.3.1 D-S证据理论原理 | 第46-48页 |
| 4.3.2 Dempster合成规则 | 第48-49页 |
| 4.3.3 基本概率赋值函数的构造 | 第49-51页 |
| 4.3.4 证据决策规则 | 第51页 |
| 4.4 基于D-S证据理论的手背静脉识别 | 第51-52页 |
| 4.5 实验结果与分析 | 第52-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第5章 基于MATLAB GUI的手背静脉识别系统 | 第55-61页 |
| 5.1 引言 | 第55页 |
| 5.2 GUI界面 | 第55-57页 |
| 5.2.1 GUI开发环境 | 第55页 |
| 5.2.2 GUI界面设计工具 | 第55-57页 |
| 5.2.3 界面设计原则 | 第57页 |
| 5.2.4 程序设计 | 第57页 |
| 5.3 搭建界面 | 第57-60页 |
| 5.3.1 GUI界面 | 第58页 |
| 5.3.2 M文件编写 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 引言 | 第61页 |
| 6.2 本文主要工作 | 第61-62页 |
| 6.3 对今后工作的展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 作者简介及科研成果 | 第69-71页 |
| 致谢 | 第71页 |
