| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景 | 第11-12页 |
| ·研究现状及前景 | 第12页 |
| ·生物识别技术 | 第12-14页 |
| ·虹膜识别技术 | 第14-15页 |
| ·本文研究的意义和内容 | 第15-17页 |
| ·本文研究的意义 | 第15-16页 |
| ·本文研究的内容 | 第16-17页 |
| 第2章 虹膜识别系统 | 第17-23页 |
| ·虹膜识别系统的组成 | 第17-20页 |
| ·虹膜图像的获取 | 第17页 |
| ·虹膜图像的预处理 | 第17-18页 |
| ·特征提取 | 第18-19页 |
| ·模式匹配 | 第19-20页 |
| ·现有的虹膜识别系统 | 第20-21页 |
| ·Daugman的虹膜识别系统 | 第20页 |
| ·Wildes的虹膜识别系统 | 第20-21页 |
| ·中科院自动化所的虹膜识别系统 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 虹膜图像预处理 | 第23-51页 |
| ·常用的边缘检测算子 | 第23-26页 |
| ·虹膜图像的平滑处理 | 第26-29页 |
| ·图像的噪声 | 第26-27页 |
| ·常用的平滑方法 | 第27-29页 |
| ·常用的虹膜定位算法 | 第29-31页 |
| ·Daugman的定位算法 | 第29-30页 |
| ·Wildes的定位算法 | 第30-31页 |
| ·利用小波变换的虹膜定位算法 | 第31-40页 |
| ·小波变换理论 | 第31-32页 |
| ·小波多分辨率特点 | 第32页 |
| ·小波所具有的性质 | 第32-33页 |
| ·常见的小波类型 | 第33-34页 |
| ·虹膜内边缘定位 | 第34-36页 |
| ·虹膜外边缘定位 | 第36-39页 |
| ·定位实验结果 | 第39-40页 |
| ·逐步缩小搜索区域的虹膜定位算法 | 第40-47页 |
| ·虹膜图像内边缘定位 | 第41-43页 |
| ·虹膜图像外边缘定位 | 第43-45页 |
| ·定位实验结果 | 第45-47页 |
| ·归一化和增强 | 第47-49页 |
| ·图像归一化 | 第47-48页 |
| ·图像的增强 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第4章 虹膜纹理特征提取算法 | 第51-63页 |
| ·常见的图像纹理特征提取方法 | 第51-52页 |
| ·常见的虹膜纹理特征提取方法 | 第52-57页 |
| ·基于相位的特征提取 | 第52-54页 |
| ·基于小波过零点的特征提取 | 第54-56页 |
| ·基于金字塔结构的特征提取 | 第56-57页 |
| ·2-D Log Gabor滤波器 | 第57-61页 |
| ·Gabor滤波器 | 第57-58页 |
| ·2-D Gabor滤波器 | 第58页 |
| ·Log Gabor滤波器 | 第58-60页 |
| ·2-D Log Gabor滤波器的构造 | 第60-61页 |
| ·利用2-D Log Gabor滤波器提取纹理特征 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 虹膜特征匹配实验 | 第63-71页 |
| ·虹膜特征匹配判别算法 | 第63-66页 |
| ·用hamming距离匹配 | 第63-64页 |
| ·虹膜系统的认证方式 | 第64页 |
| ·虹膜系统的性能指标 | 第64-66页 |
| ·实验结果 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士期间的工作 | 第79页 |