| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·生物识别技术简介 | 第11-12页 |
| ·虹膜识别简介 | 第12-18页 |
| ·虹膜识别的生理基础 | 第13-15页 |
| ·虹膜识别的发展现状及应用前景 | 第15-17页 |
| ·虹膜识别存在的难点 | 第17-18页 |
| ·本文主要研究的内容及结构 | 第18-19页 |
| ·本文主要研究的内容 | 第18-19页 |
| ·论文结构 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第二章 虹膜识别系统简介 | 第20-29页 |
| ·虹膜识别系统流程 | 第20页 |
| ·虹膜图像的获取及虹膜数据库 | 第20-22页 |
| ·虹膜图像的获取 | 第20-21页 |
| ·虹膜数据库 | 第21-22页 |
| ·虹膜图像预处理 | 第22-26页 |
| ·虹膜图像定位 | 第23页 |
| ·虹膜图像归一化 | 第23-25页 |
| ·虹膜图像噪声检测 | 第25-26页 |
| ·虹膜图像特征提取及匹配 | 第26-28页 |
| ·基于Daugman方法的虹膜特征提取算法 | 第26-27页 |
| ·基于Hamming距离的分类器 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 传统虹膜定位算法 | 第29-36页 |
| ·传统的虹膜定位算法 | 第29-34页 |
| ·Daugman的圆周差分定位法 | 第29-30页 |
| ·Wildes的两步定位法 | 第30-32页 |
| ·中科院自动化所最小二乘拟合法 | 第32页 |
| ·基于人眼图像灰度分布特征的虹膜定位方法 | 第32-34页 |
| ·传统的虹膜定位算法存在的问题 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 虹膜轮廓提取算法研究 | 第36-52页 |
| ·相关算法简介 | 第36-38页 |
| ·区域生长算法简介 | 第36-37页 |
| ·双线性插值算法 | 第37-38页 |
| ·边界跟踪算法 | 第38页 |
| ·去除瞳孔内光斑噪声 | 第38-40页 |
| ·虹膜轮廓提取算法一 | 第40-44页 |
| ·利用边界跟踪提取虹膜真实内边界 | 第40-42页 |
| ·利用圆模板虹膜外边界 | 第42-43页 |
| ·实验结果与分析 | 第43-44页 |
| ·虹膜轮廓提取算法二 | 第44-51页 |
| ·去除瞳孔内的光斑 | 第44页 |
| ·粗略确定瞳孔的圆心 | 第44-45页 |
| ·将人眼图像中包含了虹膜的某个范围展成矩形 | 第45-46页 |
| ·内外边界定位 | 第46-49页 |
| ·归一化 | 第49-50页 |
| ·实验结果与分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 虹膜噪声检测方法研究 | 第52-62页 |
| ·传统的虹膜噪声检测算法 | 第52页 |
| ·在人眼图像上利用区域生长算法检测睫毛 | 第52-55页 |
| ·范围选取 | 第53页 |
| ·去除睫毛 | 第53-54页 |
| ·实验结果与分析 | 第54-55页 |
| ·在归一化图像上利用2D-Gabor滤波器对干扰区域进行检测 | 第55-61页 |
| ·Gabor理论简介 | 第55-58页 |
| ·眼睑、睫毛检测算法 | 第58-60页 |
| ·实验结果与分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |