| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景与研究意义 | 第9-10页 |
| 1.3 虹膜快速定位的发展概况 | 第10-12页 |
| 1.4 基于CGA的图像三维重建算法发展概况 | 第12-14页 |
| 1.4.1 CGA在图像三维重建中的应用 | 第12-13页 |
| 1.4.2 基于单幅正视图像的三维重建方法 | 第13-14页 |
| 1.5 基于密度聚类的图像特征提取的发展概况 | 第14-17页 |
| 1.5.1 基于聚类算法的图像特征提取研究背景 | 第14-15页 |
| 1.5.2 聚类分析在图像处理中的应用 | 第15-16页 |
| 1.5.3 基于密度的聚类分析研究背景 | 第16-17页 |
| 1.6 本文的主要研究内容 | 第17-19页 |
| 第2章 基于CGA的虹膜噪声图像快速定位算法 | 第19-34页 |
| 2.1 引言 | 第19页 |
| 2.2 共形几何代数原理 | 第19-21页 |
| 2.3 基于CGA的圆检测原理介绍 | 第21页 |
| 2.4 基于CGA的虹膜噪声图像快速定位原理 | 第21-29页 |
| 2.4.1 图像预处理 | 第22-24页 |
| 2.4.2 图像三值化 | 第24-26页 |
| 2.4.3 基于CGA圆检测原理的虹膜定位 | 第26-28页 |
| 2.4.4 虹膜精确快速定位算法 | 第28页 |
| 2.4.5 虹膜快速定位算法复杂度分析 | 第28-29页 |
| 2.5 实验结果与分析 | 第29-33页 |
| 2.5.1 CGA定位结果分析 | 第29-31页 |
| 2.5.2 强噪声环境下虹膜快速定位改进算法 | 第31-32页 |
| 2.5.3 比较基于CGA的虹膜定位算法的复杂度 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于CGA的虹膜三维重建算法研究 | 第34-45页 |
| 3.1 引言 | 第34页 |
| 3.2 虹膜三维重建原理 | 第34-36页 |
| 3.2.1 CGA对几何实体的表示 | 第34-36页 |
| 3.2.2.虹膜三维重建步骤 | 第36页 |
| 3.3 眼球的三维结构模型的CGA算法实现 | 第36-41页 |
| 3.3.1 基于CGA的瞳孔三维重建 | 第38-39页 |
| 3.3.2 基于CGA的裂缝三维重建 | 第39-40页 |
| 3.3.3 基于CGA的线条三维重建 | 第40页 |
| 3.3.4 基于CGA的坑洞与斑块三维重建 | 第40-41页 |
| 3.4 CGA三维模型上纹理深度信息的表示 | 第41-44页 |
| 3.4.1 纹理深度信息的提取 | 第42-43页 |
| 3.4.2 加入深度信息的CGA算法实现 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 约束满足条件下的虹膜特征提取方法 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 约束满足条件下密度聚类的特征提取方法 | 第45-53页 |
| 4.2.1 密度聚类中常用概念 | 第45-48页 |
| 4.2.2 DBSCAN：噪声条件下基于密度的聚类算法 | 第48-53页 |
| 4.3 约束满足原理 | 第53-54页 |
| 4.4 添加约束条件 | 第54-59页 |
| 4.4.1.约束条件 1：去除虹膜内边缘 | 第55页 |
| 4.4.2 约束条件 2：去除虹膜内边缘内的点 | 第55-56页 |
| 4.4.3 约束条件 3：去除虹膜外边缘 | 第56-57页 |
| 4.4.4 约束条件 4：去除眼皮与变形的边缘点 | 第57-58页 |
| 4.4.5 约束条件 5：去掉噪声点 | 第58-59页 |
| 4.5 实验结果与分析 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 虹膜诊断系统实现 | 第61-68页 |
| 5.1 引言 | 第61-62页 |
| 5.2 虹膜诊断系统的构成及诊断原理 | 第62-67页 |
| 5.2.1 虹膜定位模块 | 第62页 |
| 5.2.2 纹理特征提取模块 | 第62-64页 |
| 5.2.3 虹膜三维重建诊断分析 | 第64-66页 |
| 5.2.4 密度聚类诊断分析 | 第66-67页 |
| 5.3 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士期间发表的论文及其它成果 | 第74-76页 |
| 致谢 | 第76页 |