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

虹膜识别理论研究

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

论文共127页,点击 下载论文
上一篇:嵌入虚拟机监视器的高性能覆盖网络研究
下一篇:双序统计显著性评估的高性能算法研究