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 |