| 第一章 绪论 | 第5-20页 |
| 1.1 生物识别技术简介 | 第5-7页 |
| 1.2 虹膜识别及指纹识别系统 | 第7-9页 |
| 1.2.1 虹膜识别系统 | 第7-8页 |
| 1.2.2 指纹识别系统 | 第8-9页 |
| 1.3 虹膜及指纹图像的纹理特征分析 | 第9-14页 |
| 1.3.1 虹膜的纹理特征分析 | 第9-11页 |
| 1.3.2 指纹的纹理特征分析 | 第11-14页 |
| 1.4 当前流行的小波域图像压缩编码算法比较分析 | 第14-17页 |
| 1.5 本课题的研究内容及意义 | 第17-20页 |
| 1.5.1 选题的确立、研究内容及意义 | 第17-18页 |
| 1.5.2 本文的组织安排 | 第18-20页 |
| 第二章 小波变换及基于提升格式的整数小波变换 | 第20-34页 |
| 2.1 小波理论 | 第20-27页 |
| 2.1.1 傅立叶变换 | 第20-21页 |
| 2.1.2 短时傅立叶变换 | 第21-23页 |
| 2.1.3 小波变换 | 第23-25页 |
| 2.1.4 多分辨分析 | 第25-26页 |
| 2.1.5 Mallat算法 | 第26-27页 |
| 2.2 基于提升格式的小波分解与重构 | 第27-32页 |
| 2.2.1 小波提升方案的基本原理 | 第28-29页 |
| 2.2.2 整数小波变换 | 第29-30页 |
| 2.2.3 基于提升格式的整数小波变换在本论文中的应用 | 第30-32页 |
| 2.3 实验结果及结论 | 第32-34页 |
| 第三章 小波零树结构用于虹膜及指纹图像压缩编码 | 第34-43页 |
| 3.1 数字图像压缩编码概述 | 第34-36页 |
| 3.1.1 数字图像压缩编码的基本过程 | 第34-35页 |
| 3.1.2 数字图像压缩编码分类 | 第35-36页 |
| 3.2 小波零树结构用于虹膜及指纹图像压缩编码 | 第36-43页 |
| 3.2.1 小波编码的基本思想 | 第36-38页 |
| 3.2.2 小波零树结构及EZW算法 | 第38-42页 |
| 3.2.3 实验结果及结论 | 第42-43页 |
| 第四章 数学形态学方法用于虹膜及指纹图像压缩编码 | 第43-52页 |
| 4.1 数学形态学基本操作 | 第43-46页 |
| 4.2 形态学聚类膨胀及其在纹理图像在的应用 | 第46-49页 |
| 4.2.1 膨胀 | 第46-47页 |
| 4.2.2 条件膨胀 | 第47-49页 |
| 4.3 MRWD用于虹膜及指纹图像压缩编码 | 第49-51页 |
| 4.4 实验结果及结论 | 第51-52页 |
| 第五章 虹膜及指纹图像基于整数小波变换的形态学零树压缩编码 | 第52-66页 |
| 5.1 纹理图像重要小波系数的聚类特性及形态学膨胀操作 | 第53-57页 |
| 5.2 虹膜及指纹图像基于整数小波变换的形态学零树压缩编码的实现 | 第57-62页 |
| 5.2.1 虹膜及指纹图像的整数小波变换 | 第57-59页 |
| 5.2.2 虹膜及指纹图像形态学小波零树压缩编码 | 第59-61页 |
| 5.2.3 自适应算术熵编码 | 第61-62页 |
| 5.3 虹膜及指纹图像解码 | 第62-63页 |
| 5.4 虹膜及指纹图像重构 | 第63-64页 |
| 5.5 实验结果及结论 | 第64-66页 |
| 第六章 总结及展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 今后的研究方向 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致 谢 | 第72-73页 |
| 吉林大学硕士学位论文原创性声明 | 第73-74页 |
| 摘 要 | 第74-77页 |
| Abstract | 第77页 |
