摘要
1.1.1 手掌静脉识别
1.1.2 手掌静脉图像增强
1.2 静脉图像增强方法研究现状
1.3 研究内容及论文框架
2.1 双三次插值
2.2 自适应直方图均衡化
2.3 深度学习网络
2.4 评价标准
第三章 基于图像融合的手掌静脉图像增强方法
3.1 引言
3.2 手掌静脉图像去背景增强
3.2.1 手掌静脉图像去背景
3.2.2 手掌静脉图像增强
3.3 掌纹特征提取
3.3.1 构建掌纹提取滤波器
3.3.2 提取掌纹特征
3.4 图像加权融合
3.5 实验结果与分析
3.5.1 图像融合参数的选择
3.5.2 增强方法的定性比较
3.5.3 增强方法在不同的识别系统中的应用比较
3.6 小结
第四章 基于深度学习的手掌静脉图像增强方法
4.1 引言
4.2 条件生成对抗网络
4.3 条件生成对抗网络在手掌静脉图像增强中的应用
4.4 实验结果与分析
4.4.1 损失函数的选择
4.4.2 最后一层特征图像尺寸的选择
4.4.3 Dropout的选择
4.4.4 基于图像融合的方法与基于深度学习的方法的比较
4.5 小结
第五章 工作总结与展望
5.1 工作总结
5.2 工作展望
参考文献
攻读硕士学位期间成果
致谢
声明