小波变换在虹膜图像去噪中的应用
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第1章 绪论 | 第7-11页 |
·引言 | 第7页 |
·虹膜识别技术 | 第7-8页 |
·虹膜识别技术的应用 | 第8页 |
·课题研究背景、目的和意义 | 第8-9页 |
·虹膜噪声检测的国内外研究现状 | 第9页 |
·本论文的主要研究内容 | 第9-11页 |
第2章 小波变换原理及其去噪应用分析 | 第11-23页 |
·小波理论的发展现状 | 第11-12页 |
·连续小波变换 | 第12页 |
·高维连续小波变换 | 第12-13页 |
·离散小波变换 | 第13-15页 |
·多分辨分析与mallat算法 | 第15-18页 |
·多分辨分析 | 第15-16页 |
·Mallat算法 | 第16-18页 |
·小波图像去噪的方法 | 第18-22页 |
·小波去噪的特点 | 第18-19页 |
·小波去噪的研究现状 | 第19-21页 |
·传统小波去噪方法的比较 | 第21-22页 |
·本章小结 | 第22-23页 |
第3章 基于小波系数相关性的虹膜噪声去除算法 | 第23-30页 |
·虹膜图像的获取 | 第23-24页 |
·小波相关性描述 | 第24-26页 |
·虹膜图像去噪的算法设计 | 第26-28页 |
·实验结果 | 第28-29页 |
·本章小结 | 第29-30页 |
第4章 虹膜的眼睑噪声与光斑噪声去除研究 | 第30-39页 |
·虹膜光斑点 | 第30页 |
·光斑的检测 | 第30-32页 |
·眼睑检测 | 第32-34页 |
·现有算法分析 | 第32-34页 |
·小波变换的边缘检测 | 第34页 |
·本文的眼脸检测算法 | 第34-38页 |
·小波模极大值的边缘检测 | 第35-37页 |
·最小二乘法方法 | 第37页 |
·程序结构与实验结果图 | 第37-38页 |
·结论 | 第38-39页 |
第5章 结论与展望 | 第39-41页 |
·结论 | 第39页 |
·进一步工作的方向 | 第39-41页 |
致谢 | 第41-42页 |
参考文献 | 第42-44页 |
攻读学位期间的研究成果 | 第44页 |