生物特征识别技术

第1章 绪论
1.1 引言
1.2 生物特征识别技术
1.2.1 人体生物特征及其分类
1.2.2 生物识别系统的性能评估
1.2.3 生物特征识别技术发展潜力和市场调查
1.2.4 生物识别技术的横向比较
1.3 基于人手的特征识别技术
1.3.1 基于人手的生物特征识别技术研究现状
1.3.2 手部生物特征的分类与整理
1.3.3 基于人手的生物特征识别技术简介
1.3.4 人体手部生物特征的获取与技术指标评价
1.4 本章小结
参考文献
第2章 手指静脉识别技术概述
2.1 手指静脉识别技术研究的背景
2.2 手指静脉识别技术的研究现状
2.2.1 国外研究现状
2.2.2 国内研究现状
2.3 手指静脉识别技术的研究内容
2.3.1 手指静脉图像的获取研究
2.3.2 手指静脉增强研究
2.3.3 手指静脉分割研究
2.3.4 手指静脉匹配研究
2.3.5 手指静脉分类研究
2.4 本章小结
参考文献
第3章 手指静脉图像的获取
3.1 手指静脉识别系统的总体框架
3.2 手指静脉的成像原理
3.3 光源的选择
3.4 摄像装置及辅助器件
3.4.1 成像设备的选择
3.4.2 滤光片的选择
3.4.3 手指定位装置设计
3.4.4 手指放置就绪检测装置
3.5 采集装置的实现及图像的采集
3.6 本章小结
参考文献
第4章 数字图像的处理预备知识
4.1 数字图像的二维傅里叶变换
4.2 图像预处理
4.2.1 直方图修正
4.2.2 灰度变换
4.2.3 图像的锐化
4.2.4 图像的平滑
4.2.5 几何变换
4.3 图像分割与特征提取
4.3.1 边缘检测方法
4.3.2 灰度阈值分割法
4.3.3 二值图像与线图形
参考文献
第5章 手指静脉图像的预处理
5.1 静脉图像的预处理‘
5.1.1 图像定位与手指图像截取
5.1.2 静脉图像尺寸归一化
5.1.3 静脉图像灰度归一化
5.2 本章小结
参考文献
第6章 基于模糊增强的手指静脉图像分割算法
6.1 引言
6.2 经典的阈值确定方法
6.2.1 模糊阈值法
6.2.2 固定阈值选取法
6.2.3 迭代阈值选取方法
6.2.4 均值方法
6.2.5 OTSU法
6.2.6 NiBlack方法
6.3 基于多阈值模糊增强的静脉图像分割算法
6.3.1 传统单层次模糊增强算法简介
6.3.2 基于多阈值模糊算法的手指静脉图像增强
6.4 实验结果及结论
6.5 本章小结
参考文献
第7章 基于方向谷形检测的静脉纹路分割
7.1 引言
7.2 基于方向谷形检测的静脉纹路分割
7.2.1 算法的基本原理
7.2.2 算法具体描述
7.3 实验结果
7.4 本章小结
参考文献
第8章 手指静脉图像的后处理
8.1 图像的滤波与去噪
8.2 图像的细化
8.2.1 细化算法
8.2.2 改进细化方法
8.2.3 毛刺的裁减
8.2.4 图像裁减后的修复
8.3 本章小结
参考文献
第9章 基于手指静脉结构的静脉识别技术
9.1 引言
9.2 静脉的匹配
9.3 实验结果及性能分析
9.3.1 静脉匹配
9.3.2 识别测试
9.4 本章小结
参考文献
第10章 基于MHD距离的手指静脉识别方法研究
10.1 引言
10.2 红外静脉图像的预处理
10.2.1 手指静脉数据库
lO.2.2 图像的标准化
10.2.3 图像的方向场
10.2.4 脊波滤波
10.2.5 静脉提取
10.2.6 图像的细化
10.3 细节点的提取
10.4 实验结果
10.4.1 MHD认证
10.4.2 静脉结构特征测试
10.4.3 两类细节点的测试
10.5 本章小结
参考文献
第ll章 基于两个方向二维主成分分析方法的物体识别方法
11.1 引言
11.2 2DPCA方法
11.3( 2D)2FPCA方法
11.3.1 (2D)2FPCA概念
11.3.2 2D-FLD变换
11.4 实验结果
11.5 本章小结
参考文献
第12章 基于两个方向二维核主成分分析的物体识别方法
12.1 引言
12.2 2DPCA方法
12.3 二维核主成分分析方法
12.3.1 2DPCA方法
12.3.2 K2DPCA方法
12.4 K2DPCA+2DPCA方法
12.4.1 K2DPCA+‘2I)PC：A的思想
12.4.2 K2DPCA+2DPCA的变换
12.5 实验分析
12.6 本章小结
参考文献
附录
第5章 有关源程序代码
第6章 有关源程序代码
第7章 有关源程序代码
第8章 有关源程序代码
第9章 有关源程序代码
第10章 有关源程序代码
第11章 有关源程序代码
第12章 有关源程序代码