| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的主要内容与结构 | 第14-16页 |
| 第二章 虹膜重构相关算法基础 | 第16-30页 |
| 2.1 虹膜特征提取算法简述 | 第16-21页 |
| 2.1.1 虹膜图像定位和分割 | 第17-18页 |
| 2.1.2 虹膜图像归一化 | 第18-19页 |
| 2.1.3 虹膜图像特征提取 | 第19页 |
| 2.1.4 匹配阶段 | 第19-21页 |
| 2.2 虹膜伪造攻击的相关技术 | 第21-24页 |
| 2.2.1 无关类别攻击 | 第22页 |
| 2.2.2 打印虹膜攻击 | 第22-23页 |
| 2.2.3 合成虹膜攻击 | 第23页 |
| 2.2.4 人工眼球 | 第23-24页 |
| 2.2.5 彩色隐形眼镜 | 第24页 |
| 2.3 局部线性嵌入算法 | 第24-27页 |
| 2.4 粒子群优化算法 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于LLE和PSO的虹膜图像重构算法 | 第30-45页 |
| 3.1 虹膜图像重构基本模型 | 第30-32页 |
| 3.2 算法流程 | 第32-44页 |
| 3.2.1 基于LLE的虹膜图像粗糙重建 | 第35-38页 |
| 3.2.2 基于自适应粒子群算法的精细虹膜图像重建 | 第38-42页 |
| 3.2.3 人眼图像合成 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 实验与结果分析 | 第45-59页 |
| 4.1 实验参数与实验数据集 | 第45-47页 |
| 4.2 重构矩形虹膜图像的结果 | 第47-53页 |
| 4.2.1 基于LLE虹膜粗糙重建实验结果 | 第47-48页 |
| 4.2.2 基于粒子群算法的优化结果分析 | 第48-52页 |
| 4.2.3 使用不同的训练集的结果分析 | 第52-53页 |
| 4.3 与其他算法的对比分析 | 第53-58页 |
| 4.3.1 性能比较 | 第54-57页 |
| 4.3.2 时间对比 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 未来工作 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附表 | 第69页 |