| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 静脉识别算法的研究现状 | 第11-14页 |
| 1.3 本论文的结构安排 | 第14-16页 |
| 第二章 掌静脉识别的预处理 | 第16-30页 |
| 2.1 掌静脉数据库介绍 | 第16-19页 |
| 2.1.1 CASIA多光谱掌纹图像数据库 | 第16-17页 |
| 2.1.2 PolyU多光谱掌纹图像数据库 | 第17-19页 |
| 2.1.3 实验室自采数据库 | 第19页 |
| 2.2 掌静脉ROI图像获取 | 第19-21页 |
| 2.2.1 现有方法简介 | 第19-21页 |
| 2.2.3 本文选用方法 | 第21页 |
| 2.3 掌静脉ROI图像预处理 | 第21-26页 |
| 2.3.1 图像增强简介 | 第22-24页 |
| 2.3.2 图像降噪简介 | 第24-26页 |
| 2.3.3 本文选用方法 | 第26页 |
| 2.4 性能评价指标简介 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于NBP特征和SIFT特征的掌静脉识别方法的研究 | 第30-56页 |
| 3.1 引言 | 第30页 |
| 3.2 基于NBP特征的掌静脉识别算法 | 第30-41页 |
| 3.2.1 算法原理简介 | 第30-35页 |
| 3.2.2 实验结果与分析 | 第35-41页 |
| 3.2.3 NBP方法小结 | 第41页 |
| 3.3 基于SIFT的掌静脉识别算法 | 第41-54页 |
| 3.3.1 算法原理简介 | 第42-46页 |
| 3.3.2 错误匹配对的剔除 | 第46-50页 |
| 3.3.3 实验结果与分析 | 第50-54页 |
| 3.3.4 SIFT方法小结 | 第54页 |
| 3.4 本章小结 | 第54-56页 |
| 第四章 融合纹理特征与局部不变特征的掌静脉识别方法的研究 | 第56-68页 |
| 4.1 引言 | 第56-57页 |
| 4.2 融合方法可行性分析 | 第57-61页 |
| 4.3 算法流程简介 | 第61-64页 |
| 4.4 实验结果与分析 | 第64-67页 |
| 4.4.1 PolyU掌静脉库上实验结果分析 | 第64-65页 |
| 4.4.2 实验室自采掌静脉库上实验结果分析 | 第65-66页 |
| 4.4.3 算法实例分析 | 第66-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 全文总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的成果 | 第75-76页 |