人眼自然睁开状态下虹膜特征提取算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·生物识别技术概述 | 第10-11页 |
| ·虹膜识别简介 | 第11-16页 |
| ·虹膜的生理结构及虹膜识别的优点 | 第11-13页 |
| ·虹膜识别的发展及其现状 | 第13-15页 |
| ·虹膜识别目前存在的问题 | 第15-16页 |
| ·本文的主要研究内容 | 第16页 |
| ·论文结构 | 第16-18页 |
| 第二章 虹膜识别系统 | 第18-22页 |
| ·虹膜识别系统简介 | 第18-19页 |
| ·虹膜图像采集 | 第19-20页 |
| ·虹膜图像预处理 | 第20页 |
| ·虹膜图像特征提取及匹配 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 虹膜图像预处理 | 第22-39页 |
| ·虹膜图像定位 | 第22-26页 |
| ·虹膜图像归一化 | 第26-29页 |
| ·虹膜图像噪声检测 | 第29-38页 |
| ·传统虹膜噪声检测方法 | 第29页 |
| ·本文采用的噪声检测方法 | 第29-35页 |
| ·本文噪声检测结果与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于分裂合并的虹膜识别算法 | 第39-50页 |
| ·问题描述 | 第39-41页 |
| ·分裂操作 | 第40页 |
| ·合并操作 | 第40-41页 |
| ·二维 Gabor 滤波器的特性 | 第41-45页 |
| ·二维 Gabor 滤波器的局部选择性 | 第42-43页 |
| ·二维 Gabor 滤波器的方向选择性 | 第43-44页 |
| ·二维 Gabor 滤波器的频率选择性 | 第44-45页 |
| ·特征提取算法 | 第45-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于方向梯度融合的虹膜纹理特征提取算法 | 第50-62页 |
| ·传统纹理特征提取方法 | 第50页 |
| ·纹理分解及特征映射 | 第50-55页 |
| ·纹理分解 | 第50-52页 |
| ·纹理映射数学模型 | 第52-54页 |
| ·纹理分解的快速实现 | 第54-55页 |
| ·纹理特征的选择及匹配算法 | 第55-56页 |
| ·纹理特征选择 | 第55-56页 |
| ·匹配算法 | 第56页 |
| ·实验结果与分析 | 第56-61页 |
| ·有效性验证 | 第56-59页 |
| ·特征码稳定性验证 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论及展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |
