| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 虹膜识别简介 | 第8-9页 |
| 1.2.1 虹膜的生物特性 | 第8页 |
| 1.2.2 虹膜识别的工作流程 | 第8-9页 |
| 1.3 本文的研究目的和贡献 | 第9页 |
| 1.4 本文的组织结构 | 第9-10页 |
| 第二章 虹膜图像的预处理 | 第10-23页 |
| 2.1 虹膜图像的获取 | 第10页 |
| 2.2 虹膜图像处理技术 | 第10-12页 |
| 2.2.1 数字图像处理技术理论基础 | 第10页 |
| 2.2.2 数字图像处理技术概述 | 第10-11页 |
| 2.2.3 数字图像处理技术应用介绍 | 第11-12页 |
| 2.3 灰度变换 | 第12-14页 |
| 2.3.1 灰度变换 | 第12页 |
| 2.3.2 分段线性变换 | 第12-13页 |
| 2.3.3 非线性变换 | 第13-14页 |
| 2.4 直方图修正 | 第14-16页 |
| 2.5 图像噪声的滤除 | 第16-18页 |
| 2.5.1 邻域平均法 | 第16页 |
| 2.5.2 加权平均法 | 第16-17页 |
| 2.5.3 中值滤波 | 第17-18页 |
| 2.5.4 空域低通滤波 | 第18页 |
| 2.6 图像锐化 | 第18-20页 |
| 2.6.1 统计差值法 | 第18页 |
| 2.6.2 离散空间差分法 | 第18-20页 |
| 2.6.3 空域高通滤波 | 第20页 |
| 2.7 频域滤波增强 | 第20-21页 |
| 2.7.1 频域低通滤波 | 第21页 |
| 2.7.2 频域高通滤波 | 第21页 |
| 2.8 同态滤波 | 第21-22页 |
| 2.9 彩色增强 | 第22-23页 |
| 2.9.1 伪彩色增强 | 第22页 |
| 2.9.2 假彩色增强 | 第22-23页 |
| 第三章 虹膜定位 | 第23-31页 |
| 3.1 虹膜定位算法 | 第23-26页 |
| 3.1.1 Daugman的虹膜定位算法 | 第23-24页 |
| 3.1.2 Wildes的虹膜定位算法 | 第24页 |
| 3.1.3 中科院自动化所王蕴红、谭铁牛等的虹膜定位算法 | 第24-26页 |
| 3.2 虹膜图像的归一化 | 第26页 |
| 3.3 改进的虹膜定位算法 | 第26-28页 |
| 3.3.1 虹膜图像中光斑过滤 | 第26-27页 |
| 3.3.2 瞳孔中心定位 | 第27页 |
| 3.3.3 确定虹膜的内边界 | 第27页 |
| 3.3.4 确定虹膜有效区域 | 第27-28页 |
| 3.3.5 虹膜图像归一化 | 第28页 |
| 3.4 实验比较 | 第28-31页 |
| 第四章 基于支持向量机的虹膜图像识别 | 第31-34页 |
| 4.1 支持向量机原理 | 第31-32页 |
| 4.2 SVM中核函数的介绍 | 第32页 |
| 4.3 实验 | 第32-33页 |
| 4.4 结论 | 第33-34页 |
| 第五章 结论 | 第34-36页 |
| 致谢 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 附录 | 第40-43页 |
| 作者简介 | 第43页 |
| 攻读硕士学位期间研究成果 | 第43页 |