| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 虹膜组织剖析 | 第7-8页 |
| 1.2 虹膜识别系统 | 第8-10页 |
| 1.3 识别系统的性能评价指标 | 第10-11页 |
| 1.4 虹膜图像数据库 | 第11-12页 |
| 1.5 研究现状与不足 | 第12-15页 |
| 1.5.1 Daugman的微积分方法 | 第12页 |
| 1.5.2 Wildes的Hough圆方法 | 第12-13页 |
| 1.5.3 椭圆模型与Active Contour方法 | 第13-14页 |
| 1.5.4 优缺点分析 | 第14-15页 |
| 1.6 本文所做研究简介 | 第15-16页 |
| 1.7 论文的组织结构 | 第16-17页 |
| 第二章 模型分析与抽象定义 | 第17-21页 |
| 2.1 引言 | 第17页 |
| 2.2 反光点抽象 | 第17-18页 |
| 2.3 瞳孔抽象 | 第18-19页 |
| 2.4 虹膜抽象 | 第19-20页 |
| 2.5 章节小结 | 第20-21页 |
| 第三章 虹膜分割算法的实现 | 第21-38页 |
| 3.1 反光点的检测与消除 | 第21-24页 |
| 3.2 感兴趣区域圈定 | 第24-29页 |
| 3.3 瞳孔边界的精确分割 | 第29-34页 |
| 3.3.1 梭形三叉树模型 | 第29-31页 |
| 3.3.2 亮度梯度矩阵 | 第31-32页 |
| 3.3.3 边界分割 | 第32-34页 |
| 3.4 虹膜外边界的精确分割 | 第34-35页 |
| 3.5 睫毛处理及眼睑定位 | 第35-37页 |
| 3.6 小结 | 第37-38页 |
| 第四章 实验及结果分析 | 第38-50页 |
| 4.1 最优分类器构造实验及结果分析 | 第38-41页 |
| 4.2 实验方案-构建虹膜识别系统 | 第41-43页 |
| 4.3 系统性能及等错误率EER的比较和分析 | 第43-47页 |
| 4.4 时间复杂度的比较和分析 | 第47-48页 |
| 4.5 实验结果讨论 | 第48页 |
| 4.6 章节小结 | 第48-50页 |
| 第五章 结论 | 第50-52页 |
| 5.1 论文总结 | 第50-51页 |
| 5.2 研究展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 在学期间的研究成果 | 第55-56页 |
| 致谢 | 第56页 |