| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题的来源与意义 | 第8-11页 |
| 1.2 研究发展现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 第2章 识别系统的整体设计方案 | 第14-16页 |
| 2.1 系统设计方案 | 第14-15页 |
| 2.2 算法流程设计 | 第15页 |
| 2.3 本章小结 | 第15-16页 |
| 第3章 虹膜图像的拼接与特征的提取 | 第16-35页 |
| 3.1 虹膜图像拼接流程 | 第16页 |
| 3.2 虹膜图像的定位 | 第16-23页 |
| 3.3 虹膜图像的配准技术 | 第23-26页 |
| 3.3.1 基于区域的图像配准算法 | 第24-25页 |
| 3.3.2 基于特征的图像配准算法 | 第25-26页 |
| 3.4 模型变换 | 第26-27页 |
| 3.5 虹膜图像的重采样 | 第27-28页 |
| 3.6 光斑的定位与裁剪 | 第28-29页 |
| 3.7 虹膜图像的融合 | 第29-31页 |
| 3.7.1 图像融合的算法 | 第29-31页 |
| 3.7.2 拼接图像缝隙的消除 | 第31页 |
| 3.8 虹膜图像的特征提取与编码 | 第31-33页 |
| 3.9 虹膜图像的特征匹配 | 第33-34页 |
| 3.10 本章小结 | 第34-35页 |
| 第4章 预分类器设计与实验 | 第35-57页 |
| 4.1 协同训练方法介绍 | 第35-38页 |
| 4.1.1 半监督学习起源和发展历程 | 第35页 |
| 4.1.2 协同训练理论与方法 | 第35-38页 |
| 4.2 支持向量机分类器的训练 | 第38-45页 |
| 4.2.1 支持向量机研究背景及意义 | 第38页 |
| 4.2.2 间隔与支持向量 | 第38-40页 |
| 4.2.3 分类超平面参数求解 | 第40-41页 |
| 4.2.4 核函数 | 第41-43页 |
| 4.2.5 径向基核函数——Radical Basis Function(RBF) | 第43页 |
| 4.2.6 核函数参数的选择 | 第43-45页 |
| 4.3 基于灰度共生矩阵图像纹理特征的提取 | 第45-52页 |
| 4.3.1 灰度共生矩阵的定义 | 第45页 |
| 4.3.2 灰度共生矩阵的特征参数 | 第45-47页 |
| 4.3.3 灰度共生矩阵特征的提取 | 第47-52页 |
| 4.4 基于LBP图像纹理特征的提取 | 第52-54页 |
| 4.4.1 原始LBP | 第52-53页 |
| 4.4.2 旋转不变的LBP模式 | 第53页 |
| 4.4.3 均匀LBP模式 | 第53-54页 |
| 4.5 虹膜图像识别匹配结果 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |