基于位置方向编码的手指静脉识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-19页 |
| ·研究背景及意义 | 第8-9页 |
| ·生物特征识别研究现状 | 第9-16页 |
| ·指纹识别 | 第9-10页 |
| ·人脸识别 | 第10-11页 |
| ·虹膜识别 | 第11页 |
| ·人耳识别 | 第11-12页 |
| ·掌纹识别 | 第12-13页 |
| ·手形识别 | 第13页 |
| ·静脉识别 | 第13-14页 |
| ·生物特征识别技术的应用 | 第14-16页 |
| ·静脉识别研究现状 | 第16-17页 |
| ·本课题的研究内容和目的 | 第17-19页 |
| 第2章 手指静脉图像的采集 | 第19-26页 |
| ·手指静脉成像原理 | 第19页 |
| ·手指静脉图像采集装置 | 第19-22页 |
| ·手指静脉数据库的建立 | 第22-26页 |
| 第3章 手指静脉图像预处理 | 第26-38页 |
| ·感兴趣区域提取 | 第26-35页 |
| ·Prewitt 和 Sobel 边缘检测算法 | 第27-28页 |
| ·Marr 边缘检测算法 | 第28-31页 |
| ·Canny 边缘检测算法 | 第31-33页 |
| ·我们设计的指形分割算法 | 第33-35页 |
| ·滤波去噪 | 第35-37页 |
| ·图像归一化 | 第37-38页 |
| 第4章 手指静脉特征提取与识别 | 第38-56页 |
| ·传统静脉特征提取识别方法介绍 | 第38-45页 |
| ·重复线跟踪法 | 第38-40页 |
| ·局部最大曲率点法 | 第40-43页 |
| ·Gabor 滤波器法 | 第43-44页 |
| ·特征点法 | 第44-45页 |
| ·二值化算法介绍 | 第45-48页 |
| ·基本全局阈值法 | 第45页 |
| ·大津法 | 第45-47页 |
| ·利用边缘像素进行阈值分割的方法 | 第47页 |
| ·多阈值法 | 第47-48页 |
| ·局部动态阈值法 | 第48页 |
| ·本文提出的手指静脉提取识别方法 | 第48-56页 |
| ·手指静脉谷特征分析 | 第49-51页 |
| ·静脉图像的二值化 | 第51-53页 |
| ·位置方向编码 | 第53-54页 |
| ·匹配识别 | 第54-56页 |
| 第5章 实验结果分析 | 第56-73页 |
| ·生物特征识别系统性能评估 | 第56-60页 |
| ·实验结果 | 第60-68页 |
| ·辨识模式下的识别结果 | 第60-62页 |
| ·验证模式下的识别结果 | 第62-68页 |
| ·结果分析 | 第68-73页 |
| 第6章 总结与展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第80页 |
