首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于矢量场卷积的虹膜定位算法研究

中文摘要第3-4页
Abstract第4页
第一章 绪论第7-17页
    1.1 生物特征识别技术概述第7-8页
    1.2 生物特征识别技术的分类与比较第8页
    1.3 生物特征识别技术的发展趋势第8-9页
    1.4 虹膜识别技术第9-15页
        1.4.1 虹膜识别技术的研究现状与发展第9-10页
        1.4.2 虹膜的特性第10-11页
        1.4.3 虹膜识别系统的构成第11-15页
    1.5 虹膜定位的重要性及本文结构安排第15-17页
第二章 几种虹膜定位算法分析第17-22页
    2.1 Daugman圆微积分算法第17-18页
    2.2 Wildes边缘检测与Hough变换结合的算法第18-19页
    2.3 基于局部区域的虹膜定位算法第19-20页
    2.4 基于感兴趣区域的虹膜定位算法第20-21页
    2.5 本章小结第21-22页
第三章 矢量场卷积模型描述第22-29页
    3.1 矢量场卷积模型算法思想简介第22-25页
        3.1.1 传统的Snake模型原理第22-23页
        3.1.2 VFC活动轮廓模型第23-25页
    3.2 VFC模型与几种改进模型的对比第25-28页
        3.2.1 距离势能模型第25页
        3.2.2 梯度矢量流(GVF)模型第25-26页
        3.2.3 模型初始化区域的改进第26页
        3.2.4 GVF模型与VFC模型实验对比第26-28页
    3.3 活动轮廓模型的应用第28页
    3.4 本章小结第28-29页
第四章 基于VFC模型的虹膜定位第29-38页
    4.1 虹膜图像预处理第30-32页
    4.2 虹膜内边界定位第32-36页
        4.2.1 自动确定VFC模型初始化轮廓第32-33页
        4.2.2 虹膜内边界精确定位第33-34页
        4.2.3 VFC模型参数选择第34-36页
    4.3 虹膜外边界定位第36-37页
    4.4 本章小结第37-38页
第五章 实验结果对比分析第38-49页
    5.1 虹膜数据库简介第38-39页
    5.2 CASIA v1.0虹膜图库实验对比分析第39-43页
    5.3 MMU v1.0/MMU v2.0虹膜图库实验对比分析第43-45页
    5.4 CASIA v2.0虹膜图库实验对比分析第45-48页
    5.5 本章小结第48-49页
第六章 总结与展望第49-51页
    6.1 工作总结第49-50页
    6.2 研究展望第50-51页
参考文献第51-55页
在学期间的研究成果第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:昌邑市工商局行政执法系统的设计与实现
下一篇:基于二值约束的计算全息数字水印技术