| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 问题的背景和意义 | 第13-15页 |
| 1.2 虹膜识别研究现状 | 第15-22页 |
| 1.2.1 虹膜识别概述 | 第15-16页 |
| 1.2.2 虹膜图像采集 | 第16-17页 |
| 1.2.3 虹膜图像质量评价研究现状 | 第17-19页 |
| 1.2.4 虹膜定位算法研究现状 | 第19-21页 |
| 1.2.5 虹膜识别算法研究现状 | 第21-22页 |
| 1.3 本文的研究路线及主要工作 | 第22-25页 |
| 1.3.1 本文的研究路线 | 第22-23页 |
| 1.3.2 本文的主要工作 | 第23-25页 |
| 第2章 基于IRST和光斑形状的低质量近红外虹膜图像的判别方法 | 第25-41页 |
| 2.1 引言 | 第25-28页 |
| 2.2 基于改进径向对称变换的虹膜图像初步评价 | 第28-32页 |
| 2.2.1 径向对称变换算法 | 第28-29页 |
| 2.2.2 改进的径向对称变换算法 | 第29-30页 |
| 2.2.3 基于改进的径向对称变换算法的虹膜图像质量评价 | 第30-32页 |
| 2.3 基于光斑形状的运动模糊虹膜图像检测 | 第32-36页 |
| 2.3.1 粗定位光斑区域 | 第32-33页 |
| 2.3.2 精定位光斑边界 | 第33-34页 |
| 2.3.3 运动模糊判断 | 第34-36页 |
| 2.4 实验结果与分析 | 第36-39页 |
| 2.4.1 改进径向对称变换实验结果与分析 | 第36-37页 |
| 2.4.2 运动模糊检测实验结果与分析 | 第37-39页 |
| 2.5 本章小结 | 第39-41页 |
| 第3章 基于SIFT和SDM的近红外虹膜定位方法 | 第41-59页 |
| 3.1 引言 | 第41-43页 |
| 3.2 基于SIFT和SDM的虹膜定位 | 第43-54页 |
| 3.2.1 虹膜外边界定位的数学模型 | 第43-45页 |
| 3.2.2 虹膜外边界关键点的SIFT特征表达 | 第45-50页 |
| 3.2.2.1 SIFT特征 | 第45-48页 |
| 3.2.2.2 虹膜外边缘的SIFT特征分析 | 第48页 |
| 3.2.2.3 眼睑边界的SIFT特征分析 | 第48-50页 |
| 3.2.3 基于SDM的虹膜外边界关键点定位 | 第50-53页 |
| 3.2.3.1 SDM算法 | 第50页 |
| 3.2.3.2 SDM学习 | 第50-51页 |
| 3.2.3.3 SDM关键点定位 | 第51-53页 |
| 3.2.4 基于鲁棒回归的虹膜外边界定位 | 第53-54页 |
| 3.2.4.1 二次函数的线性表示 | 第53页 |
| 3.2.4.2 圆方程的线性表示 | 第53-54页 |
| 3.2.4.3 鲁棒回归 | 第54页 |
| 3.3 实验结果与分析 | 第54-57页 |
| 3.4 本章小结 | 第57-59页 |
| 第4章 计算近红外虹膜特征表达的优化模型 | 第59-77页 |
| 4.1 引言 | 第59-61页 |
| 4.2 虹膜特征表达的优化模型 | 第61-65页 |
| 4.2.1 虹膜识别的优化模型 | 第61-63页 |
| 4.2.2 特征提取 | 第63-64页 |
| 4.2.3 特征编码 | 第64页 |
| 4.2.4 距离度量 | 第64-65页 |
| 4.2.5 虹膜特征模型的具体化 | 第65页 |
| 4.3 问题求解 | 第65-69页 |
| 4.3.1 求解思路概述 | 第65-66页 |
| 4.3.2 编码函数估计 | 第66-67页 |
| 4.3.3 距离函数代换 | 第67-68页 |
| 4.3.4 非连续优化模型的可微近似 | 第68页 |
| 4.3.5 随机梯度下降求解 | 第68-69页 |
| 4.4 本章方法得到的虹膜特征 | 第69-70页 |
| 4.5 实验结果与分析 | 第70-75页 |
| 4.5.1 虹膜数据库 | 第70页 |
| 4.5.2 实验过程和结果 | 第70-72页 |
| 4.5.3 性能分析 | 第72-75页 |
| 4.6 本章小结 | 第75-77页 |
| 第5章 基于统计降噪的可见光虹膜定位方法 | 第77-95页 |
| 5.1 引言 | 第77-80页 |
| 5.2 基于统计的虹膜边缘异常像素检测 | 第80-84页 |
| 5.2.1 理想虹膜边缘的灰度分布模型 | 第80-81页 |
| 5.2.2 基于拉依达准则的边界异常像素检测 | 第81-84页 |
| 5.3 统计噪声虹膜定位算法 | 第84-87页 |
| 5.3.1 微积分算子 | 第84-85页 |
| 5.3.2 统计降噪微积分算子 | 第85-87页 |
| 5.4 实验结果与分析 | 第87-93页 |
| 5.4.1 实验数据库 | 第87-88页 |
| 5.4.2 实验过程 | 第88页 |
| 5.4.3 实验结果和分析 | 第88-93页 |
| 5.5 本章小结 | 第93-95页 |
| 第6章 基于整体和局部特征的可见光虹膜识别方法 | 第95-111页 |
| 6.1 引言 | 第95-97页 |
| 6.2 虹膜图像预处理 | 第97-100页 |
| 6.2.1 虹膜图像分割 | 第97-98页 |
| 6.2.2 定位准确性评估 | 第98-99页 |
| 6.2.3 虹膜归一化 | 第99-100页 |
| 6.2.3.1 根据虹膜内外边缘归一化 | 第99-100页 |
| 6.2.3.2 根据虹膜外边缘归一化 | 第100页 |
| 6.3 特征提取和识别 | 第100-106页 |
| 6.3.1 颜色通道选择 | 第100-101页 |
| 6.3.2 Gabor虹膜特征 | 第101-103页 |
| 6.3.3 虹膜分块 | 第103-104页 |
| 6.3.4 生成距离向量 | 第104-105页 |
| 6.3.5 Adaboost分类 | 第105-106页 |
| 6.4 实验结果与分析 | 第106-110页 |
| 6.4.1 实验概况 | 第106页 |
| 6.4.2 Adaboost-AS | 第106-108页 |
| 6.4.3 Adaboost-IAS | 第108-109页 |
| 6.4.4 性能比较 | 第109-110页 |
| 6.5 本章小结 | 第110-111页 |
| 第7章 总结与展望 | 第111-115页 |
| 7.1 论文工作总结 | 第111-112页 |
| 7.2 未来的研究工作 | 第112-115页 |
| 参考文献 | 第115-123页 |
| 致谢 | 第123-124页 |
| 作者博士期间发表和录用的论文和专利 | 第124-125页 |
| 作者博士期间的获奖情况 | 第125-126页 |
| 作者攻博期间参与的科研项目 | 第126页 |