基于多尺度灰度匹配的虹膜识别算法研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 生物特征识别技术 | 第9-14页 |
| ·现代生物识别技术比较分析 | 第9-11页 |
| ·虹膜识别技术 | 第11-13页 |
| ·虹膜及其特征 | 第11页 |
| ·虹膜特征识别的优势 | 第11-12页 |
| ·虹膜识别技术应用的现状与前景 | 第12-13页 |
| ·本文的研究内容与结构 | 第13-14页 |
| ·本文研究的主要内容 | 第13页 |
| ·本文组织结构 | 第13-14页 |
| 第2章 虹膜定位与分割 | 第14-20页 |
| ·噪声的检测 | 第14-16页 |
| ·边缘的检测 | 第16-17页 |
| ·虹膜内边缘的确定 | 第17-18页 |
| ·虹膜外边缘的确定 | 第18页 |
| ·虹膜图像的分割 | 第18-20页 |
| 第3章 虹膜图像归一化 | 第20-23页 |
| ·虹膜内外圆不同心的成因分析 | 第20页 |
| ·虹膜内外圆不同心的修正 | 第20-21页 |
| ·虹膜图像矩形映射 | 第21-23页 |
| 第4章 虹膜特征点提取与匹配 | 第23-29页 |
| ·虹膜特征的提取 | 第23-25页 |
| ·2D-Gabor 滤波器提取虹膜相位信息 | 第23-24页 |
| ·小波过零法提取不同分辨率的特征 | 第24页 |
| ·利用金字塔提取虹膜灰度信息 | 第24-25页 |
| ·虹膜特征的匹配 | 第25页 |
| ·虹膜识别的相关算法 | 第25-27页 |
| ·相位相关算法 | 第25-26页 |
| ·基于灰度曲面直接匹配算法 | 第26页 |
| ·基于虹膜图像纹理结构特征的算法 | 第26页 |
| ·基于局部信息统计的虹膜分块方法 | 第26-27页 |
| ·基于局部分块特征的虹膜识别方法 | 第27页 |
| ·自适应虹膜识别方法 | 第27页 |
| ·算法分析 | 第27-29页 |
| 第5章 基于灰度曲面匹配方法 | 第29-45页 |
| ·直接灰度曲面匹配算法 | 第29-30页 |
| ·虹膜区域大小与识别率的讨论 | 第30-31页 |
| ·扇形方式 | 第31页 |
| ·不规则区域 | 第31页 |
| ·噪声统一化模型 | 第31-32页 |
| ·基于灰度曲面的直接匹配计算实验模式过程 | 第32-36页 |
| ·多尺度分析 | 第36-39页 |
| ·全尺寸扫描 | 第36-37页 |
| ·隔行抽取 | 第37-38页 |
| ·隔两行抽取 | 第38-39页 |
| ·修正多尺度分析 | 第39-43页 |
| ·全尺寸扫描 | 第39-40页 |
| ·隔行抽取 | 第40-41页 |
| ·隔两行抽取 | 第41-42页 |
| ·隔三行抽取 | 第42-43页 |
| ·利用特定矩阵选择匹配点 | 第43-44页 |
| ·性能分析 | 第44-45页 |
| 第6章 虹膜识别系统介绍 | 第45-51页 |
| ·虹膜识别系统介绍 | 第45-46页 |
| ·Matlab 平台下的可视化虹膜识别系统的实现 | 第46-51页 |
| ·主要算法 | 第46-47页 |
| ·源程序 | 第47-51页 |
| 第7章 回顾与展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 在学期间发表的学术成果及获奖情况 | 第54-55页 |
| 后记 | 第55页 |
