基于EMD的虹膜识别算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9页 |
| ·生物特征识别技术 | 第9-13页 |
| ·生物识别技术的定义 | 第9-10页 |
| ·典型的生物识别技术 | 第10-13页 |
| ·虹膜识别的国内外研究动态及市场分析 | 第13-16页 |
| ·虹膜识别的国内外研究动态 | 第13-14页 |
| ·虹膜识别的市场分析 | 第14-16页 |
| ·本论文研究的内容 | 第16-18页 |
| ·本文主要的创新性工作 | 第16页 |
| ·本文的内容安排 | 第16-18页 |
| 第二章 虹膜识别系统 | 第18-29页 |
| ·虹膜结构 | 第18-19页 |
| ·虹膜识别系统的结构 | 第19-20页 |
| ·虹膜图像采集 | 第20-22页 |
| ·虹膜图像的采集系统 | 第20-21页 |
| ·几个应用广泛的虹膜数据库 | 第21-22页 |
| ·虹膜识别研究的难点 | 第22-23页 |
| ·几个经典的虹膜识别系统 | 第23-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 在极坐标下的虹膜定位算法 | 第29-34页 |
| ·极坐标下圆的特点 | 第29-30页 |
| ·极坐标的转换 | 第30-31页 |
| ·基于极坐标的虹膜定位算法 | 第31-32页 |
| ·实验结果分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 EMD 改进算法及在虹膜图像增强中的应用 | 第34-46页 |
| ·引言 | 第34页 |
| ·改进的EMD 算法 | 第34-37页 |
| ·EMD 的简介 | 第34-35页 |
| ·改进的包络线算法 | 第35-37页 |
| ·实验结果分析 | 第37页 |
| ·虹膜图像归一化处理 | 第37-40页 |
| ·基于BEMD 的虹膜图像增强算法 | 第40-44页 |
| ·二维经验模式分解（BEMD） | 第40-41页 |
| ·算法步骤 | 第41-42页 |
| ·Matlab 实验仿真 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 基于 EMD 的虹膜特征提取及匹配 | 第46-59页 |
| ·引言 | 第46页 |
| ·常用的虹膜特征提取算法 | 第46-52页 |
| ·基于二维Gabor 滤波的特征提取算法 | 第46-48页 |
| ·高斯-拉普拉斯金字塔 | 第48-50页 |
| ·基于过零点检测的方法 | 第50-51页 |
| ·基于多通道Gabor 滤波的特征提取算法 | 第51-52页 |
| ·基于EMD 的虹膜特征提取算法 | 第52-58页 |
| ·EMD 算法 | 第53-54页 |
| ·特征提取 | 第54页 |
| ·编码及匹配 | 第54-55页 |
| ·实验结果分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 总结 | 第59-60页 |
| 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录A （攻读学位期间所发表的学术论文） | 第67-68页 |
| 摘要 | 第68-70页 |
| ABSTRACT | 第70-72页 |
