虹膜识别系统的算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题提出的背景与意义 | 第9页 |
| ·生物特征识别技术 | 第9-12页 |
| ·生物特征识别技术概念及特点 | 第9-11页 |
| ·几种典型的生物识别技术 | 第11-12页 |
| ·虹膜识别的优点 | 第12-13页 |
| ·虹膜识别系统国内外研究现状 | 第13-15页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·本论文的研究内容 | 第15-17页 |
| 第二章 虹膜识别系统概述 | 第17-26页 |
| ·虹膜结构 | 第17-18页 |
| ·虹膜识别系统原理 | 第18-22页 |
| ·图像采集 | 第19-20页 |
| ·虹膜图像预处理 | 第20-21页 |
| ·特征提取 | 第21-22页 |
| ·模式匹配 | 第22页 |
| ·虹膜识别系统的性能指标 | 第22-24页 |
| ·虹膜识别技术面临的问题 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 虹膜图像预处理 | 第26-48页 |
| ·典型的虹膜定位算法 | 第26-31页 |
| ·Daugman的圆模板匹配法 | 第26-29页 |
| ·Wildes基于Hough变换的定位方法 | 第29-30页 |
| ·谭铁牛等的最小二乘拟合方法 | 第30-31页 |
| ·改进的虹膜定位算法 | 第31-39页 |
| ·内边缘定位 | 第32-34页 |
| ·外边缘定位 | 第34-37页 |
| ·实验结果与分析 | 第37-39页 |
| ·虹膜图像的归一化与增强 | 第39-47页 |
| ·虹膜归一化 | 第39-42页 |
| ·光照估计 | 第42-44页 |
| ·图像增强 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 虹膜特征的提取及编码 | 第48-59页 |
| ·图像纹理分析的基本理论 | 第48-50页 |
| ·典型的虹膜特征提取方法 | 第50-55页 |
| ·基于二维Gabor滤波器的虹膜纹理特征提取 | 第50-52页 |
| ·基于高斯——拉普拉斯金字塔的虹膜纹理特征提取 | 第52-54页 |
| ·基于小波变换过零点检测的虹膜特征提取 | 第54-55页 |
| ·改进的特征提取及编码 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 模式匹配 | 第59-68页 |
| ·匹配方法简介 | 第59-61页 |
| ·Hamming距离分类器 | 第61-62页 |
| ·阈值分析 | 第62-64页 |
| ·实验结果与分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·研究工作及成果 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间发表论文与成果 | 第75页 |
