摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
主要符号说明 | 第13-14页 |
文中常用简称索引表 | 第14-15页 |
第一章 绪论 | 第15-28页 |
·研究背景 | 第15-17页 |
·相关技术及研究动态 | 第17-24页 |
·论文的主要研究工作 | 第24-26页 |
·论文安排 | 第26-28页 |
第二章 基于多核函数学习的虹膜图像模糊检测方法 | 第28-45页 |
·虹膜图像模糊模型 | 第28-30页 |
·模糊虹膜图像的频谱特征分布 | 第30-32页 |
·模糊虹膜图像的倒谱特征分析 | 第32-33页 |
·虹膜图像能量频谱密度分布 | 第33-34页 |
·虹膜图像奇异倒谱值分布 | 第34-35页 |
·多核函数学习 | 第35-38页 |
·实验结果及讨论 | 第38-44页 |
·实验数据 | 第39-40页 |
·训练样本数目测试 | 第40-41页 |
·多核函数权重系数学习 | 第41-42页 |
·与已有方法的比较实验 | 第42-44页 |
·本章小结 | 第44-45页 |
第三章 基于概率成对投票的虹膜图像定位方法 | 第45-66页 |
·圆哈夫变换及其改进方法 | 第45-50页 |
·基于概率成对投票的圆定位方法 | 第50-58页 |
·中心投影线 | 第50-51页 |
·概率成对投票 | 第51-55页 |
·假设搜索 | 第55-57页 |
·计算复杂度分析 | 第57-58页 |
·基于概率成对投票的虹膜图像定位方法 | 第58页 |
·实验结果及讨论 | 第58-65页 |
·算法有效性测试 | 第59-60页 |
·虹膜识别算法评测指标 | 第60-61页 |
·与其它方法的比较 | 第61-65页 |
·本章小结 | 第65-66页 |
第四章 基于哈夫聚类的虹膜图像定位方法 | 第66-83页 |
·虹膜边界点局部判别模型 | 第66-71页 |
·边界点局部图像特征提取 | 第66-69页 |
·局部判别模型 | 第69-71页 |
·哈夫聚类 | 第71-74页 |
·基于样条函数的曲线拟合 | 第74-77页 |
·实验结果 | 第77-81页 |
·虹膜数据库 | 第77-78页 |
·不同局部图像特征对定位效果的影响 | 第78-80页 |
·与其它方法的比较 | 第80-81页 |
·本章小结 | 第81-83页 |
第五章 基于多分辨率分析的虹膜图像定位方法 | 第83-99页 |
·小波多分辨率理论 | 第83-87页 |
·尺度函数 | 第84-85页 |
·小波函数 | 第85页 |
·一维 Mallat 算法 | 第85-87页 |
·基于小波多分辨率分析的虹膜边界点提取 | 第87-90页 |
·瞳孔中心位置的检测 | 第87-88页 |
·瞳孔边界点提取 | 第88-89页 |
·虹膜边界点提取 | 第89-90页 |
·基于 M 估计的椭圆拟合 | 第90-94页 |
·基于最小二乘的椭圆拟合 | 第91-92页 |
·基于 M 估计的椭圆拟合 | 第92-94页 |
·实验结果及分析 | 第94-97页 |
·基于小波多分辨率分析的虹膜定位算法测试结果 | 第94-96页 |
·Huber 函数参数 k 对定位结果的影响 | 第96页 |
·与其它方法的比较 | 第96-97页 |
·本章小结 | 第97-99页 |
第六章 基于相位一致性分析和最小修剪方差拟合的虹膜图像定位方法 | 第99-112页 |
·相位一致性分析 | 第99-102页 |
·基于相位一致性分析的虹膜边界点提取 | 第102-106页 |
·瞳孔粗略位置检测 | 第102-103页 |
·基于相位一致性分析的边界点检测 | 第103-106页 |
·基于最小修剪方差的椭圆拟合 | 第106-108页 |
·实验结果 | 第108-111页 |
·基于相位一致性分析和最小修剪方差拟合方法的定位结果 | 第108-109页 |
·与最小二乘法的比较 | 第109-110页 |
·与其它方法的比较 | 第110-111页 |
·本章小结 | 第111-112页 |
第七章 结论 | 第112-115页 |
·工作总结 | 第112-114页 |
·工作展望 | 第114-115页 |
附录 | 第115-117页 |
致谢 | 第117-118页 |
参考文献 | 第118-126页 |
攻读博士期间取得的研究成果 | 第126-127页 |