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 |