| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-13页 |
| ·研究现状分析 | 第13-15页 |
| ·本文主要内容 | 第15-16页 |
| ·本文组织结构 | 第16-18页 |
| 第二章 虹膜识别技术概述 | 第18-25页 |
| ·虹膜识别生理基础 | 第18-19页 |
| ·虹膜生理结构 | 第18-19页 |
| ·用于身份认证的虹膜 | 第19页 |
| ·虹膜识别系统框架 | 第19-22页 |
| ·虹膜识别性能评价 | 第22页 |
| ·虹膜识别优缺点 | 第22-23页 |
| ·虹膜识别优势 | 第22-23页 |
| ·虹膜识别劣势 | 第23页 |
| ·虹膜识别技术难点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于有向梯度与随机抽样一致性的虹膜定位算法 | 第25-34页 |
| ·圆差分定位算法 | 第25-26页 |
| ·随机抽样一致性 | 第26-27页 |
| ·算法概述 | 第26-27页 |
| ·优缺点分析 | 第27页 |
| ·内缘定位 | 第27-30页 |
| ·有向梯度提取内缘候选点 | 第28-29页 |
| ·RANSAC拟合内缘 | 第29-30页 |
| ·外缘定位 | 第30-31页 |
| ·实验及结果分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于修正稀疏表示模型与D-KSVD的虹膜识别 | 第34-48页 |
| ·稀疏表示识别模型 | 第34-36页 |
| ·修正稀疏表示模型 | 第36-38页 |
| ·虹膜稀疏表示 | 第36-37页 |
| ·虹膜稀疏识别 | 第37-38页 |
| ·D-KSVD识别算法 | 第38-41页 |
| ·K-SVD字典学习算法 | 第38-39页 |
| ·D-KSVD识别算法 | 第39-41页 |
| ·贝叶斯模糊框架 | 第41-43页 |
| ·SCI度量标准 | 第42页 |
| ·CSCI度量标准 | 第42-43页 |
| ·基于修正稀疏表示模型与D-KSVD的虹膜识别 | 第43-44页 |
| ·实验及结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间所发表的学术论文 | 第55-56页 |
| 详细摘要 | 第56-59页 |
| 英文长摘要 | 第59-62页 |