基于纹理分析和小波变换的虹膜识别算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-17页 |
| ·虹膜识别技术的研究背景和意义 | 第7-11页 |
| ·虹膜识别系统简介 | 第11-12页 |
| ·虹膜识别技术的国内外研究和应用现状 | 第12-16页 |
| ·虹膜识别技术的国内外研究历史和现状 | 第12-15页 |
| ·虹膜识别技术的国内外应用 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 2 虹膜定位 | 第17-27页 |
| ·三种经典的虹膜定位算法 | 第17-21页 |
| ·Daugman 的虹膜定位算法 | 第17-18页 |
| ·Wildes 的虹膜定位算法 | 第18-19页 |
| ·王蕴红、谭铁牛等的虹膜定位算法 | 第19-20页 |
| ·三种定位算法的比较 | 第20-21页 |
| ·改进的虹膜定位算法 | 第21-24页 |
| ·虹膜内边缘定位 | 第21-23页 |
| ·虹膜外边缘定位 | 第23-24页 |
| ·定位结果及分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 虹膜图像归一化与图像增强 | 第27-33页 |
| ·虹膜图像归一化 | 第27-29页 |
| ·虹膜图像增强 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 4 虹膜特征提取和匹配 | 第33-50页 |
| ·纹理分析方法 | 第33-38页 |
| ·统计法 | 第33-35页 |
| ·结构法 | 第35-36页 |
| ·用空间自相关函数作纹理测度 | 第36-37页 |
| ·频谱法 | 第37-38页 |
| ·小波变换 | 第38-40页 |
| ·小波变换的简介 | 第38-39页 |
| ·函数奇异性 | 第39-40页 |
| ·三种经典的虹膜特征提取算法 | 第40-44页 |
| ·Daugman 的虹膜纹理特征提取算法 | 第40-42页 |
| ·Wildes 的虹膜纹理特征提取算法 | 第42-43页 |
| ·Boles 的虹膜纹理特征提取算法 | 第43页 |
| ·三种特征提取和编码方法的比较 | 第43-44页 |
| ·本文的特征提取算法和编码方法 | 第44-48页 |
| ·改进的特征提取方法 | 第44-47页 |
| ·本文具体的特征提取方法及编码方法 | 第47-48页 |
| ·相似性匹配 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 测试结果与分析 | 第50-54页 |
| ·测试方法 | 第50页 |
| ·算法性能分析 | 第50-51页 |
| ·测试结果 | 第51-54页 |
| 6 结论 | 第54-55页 |
| ·总结 | 第54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
