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

虹膜识别的算法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-19页
    1.1 生物特征识别技术简介第10-14页
        1.1.1 生物特征的分类和基本要求第11页
        1.1.2 常见的生物特征识别技术第11-14页
        1.1.3 不同生物特征识别方法的对比第14页
    1.2 虹膜识别技术第14-17页
        1.2.1 虹膜识别技术的起源第14-15页
        1.2.2 虹膜的生理结构第15-16页
        1.2.3 虹膜识别系统的基本原理第16-17页
    1.3 论文的研究内容与组织结构第17-19页
第二章 虹膜识别技术概述第19-24页
    2.1 虹膜图像采集第19-20页
    2.2 图像预处理第20-21页
    2.3 虹膜特征提取第21-22页
    2.4 模式匹配第22-23页
    2.5 本章小结第23-24页
第三章 基于改进SURF的虹膜识别算法第24-46页
    3.1 特征点定位第24-32页
        3.1.1 积分图像第25-26页
        3.1.2 快速Hessian检测第26-28页
        3.1.3 不同尺度空间表示第28-30页
        3.1.4 特征点筛选定位第30-32页
    3.2 特征描述第32-37页
        3.2.1 特征描述子的改进第32-33页
        3.2.2 编码方案优化第33-36页
        3.2.3 编码方案对比第36-37页
    3.3 特征点匹配第37-41页
        3.3.1 局部线性扫描法第37-39页
        3.3.2 特征匹配对筛选第39-41页
    3.4 实验结果分析第41-44页
        3.4.1 实验采用的数据库第41页
        3.4.2 实验评测参数第41-42页
        3.4.3 实验步骤第42页
        3.4.4 实验结果与分析第42-44页
    3.5 本章小结第44-46页
第四章 虹膜索引算法第46-64页
    4.1 几何哈希法(GEOMETRIC HASHING)第46-52页
        4.1.1 不变量坐标第47-48页
        4.1.2 基底选取第48页
        4.1.3 哈希表的组织第48-50页
        4.1.4 虹膜检索第50页
        4.1.5 算法性能分析第50-52页
            4.1.5.1 空间复杂度分析第50-51页
            4.1.5.2 时间复杂度分析第51页
            4.1.5.3 分析与总结第51-52页
    4.2 基于虹膜能量特征的虹膜索引算法第52-62页
        4.2.1 二维Gabor滤波的起源和特性第52-53页
        4.2.2 二维Gabor滤波器的参数设置第53-56页
        4.2.3 Gabor能量特征提取第56-58页
        4.2.4 生成数据库索引第58-60页
        4.2.5 检索最佳匹配第60-62页
        4.2.6 算法性能分析第62页
            4.2.6.1 内存使用第62页
            4.2.6.2 注册时间第62页
            4.2.6.3 检索时间第62页
    4.3 本章小结第62-64页
第五章 虹膜索引算法性能评测第64-68页
    5.1 实验环境第64页
    5.2 实验的评测指标第64-65页
    5.3 实验步骤第65页
    5.4 实验结果第65-67页
        5.4.1 几何哈希检索算法的性能曲线第65-66页
        5.4.2 Gabor能量法的性能曲线第66页
        5.4.3 与其他算法的对比第66-67页
    5.5 本章小结第67-68页
第六章 总结与展望第68-69页
致谢第69-70页
参考文献第70-74页

论文共74页,点击 下载论文
上一篇:成都市行政审批综合监察信息管理系统设计与实现
下一篇:电力物资调度指挥信息系统的设计与实现