基于分形多分辨率毯子维理论的虹膜识别研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景和意义 | 第11-12页 |
| ·生物识别 | 第12-16页 |
| ·生物特征识别技术简介及现状 | 第12-13页 |
| ·典型的生物特征识别技术 | 第13-16页 |
| ·生物特征识别分类 | 第16页 |
| ·本论文的工作内容 | 第16-18页 |
| 第二章 虹膜识别 | 第18-23页 |
| ·虹膜的生理结构和特点 | 第18-19页 |
| ·虹膜识别系统概述 | 第19-21页 |
| ·虹膜识别的发展现状与应用 | 第21-23页 |
| 第三章 虹膜图像预处理 | 第23-36页 |
| ·虹膜定位 | 第23-32页 |
| ·常用的虹膜定位算法 | 第23-27页 |
| ·本文使用的虹膜定位算法 | 第27-32页 |
| ·定位结果分析 | 第32页 |
| ·图像归一化 | 第32-35页 |
| ·坐标变换 | 第33-34页 |
| ·确定虹膜有效区域 | 第34-35页 |
| ·图像增强 | 第35-36页 |
| 第四章 虹膜旋转角度补偿 | 第36-44页 |
| ·眼睑检测 | 第38-41页 |
| ·睫毛干扰消除 | 第38-39页 |
| ·眼睑边界候选像素 | 第39-40页 |
| ·最小二乘抛物线拟合 | 第40-41页 |
| ·虹膜旋转补偿和归一化 | 第41-44页 |
| 第五章 虹膜纹理特征提取 | 第44-55页 |
| ·分形几何学 | 第44-47页 |
| ·分形的几何特征 | 第44-46页 |
| ·自然界中的分形 | 第46-47页 |
| ·分形维数 | 第47-51页 |
| ·毯子维 | 第48-49页 |
| ·多分辨率毯子维 | 第49-50页 |
| ·分形截距 | 第50-51页 |
| ·张量子空间分析 | 第51-54页 |
| ·虹膜纹理特征提取 | 第54-55页 |
| 第六章 虹膜特征匹配及实验结果分析 | 第55-63页 |
| ·归一化相关性分类器 | 第55页 |
| ·本文实验步骤 | 第55-57页 |
| ·实验结果分析 | 第57-61页 |
| ·虹膜旋转角度补偿结果分析 | 第61-63页 |
| 第七章 结论与展望 | 第63-65页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间的研究成果 | 第70-71页 |
| 学位论文评阅及答辩情况表 | 第71页 |
