摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·虹膜识别技术的发展 | 第11-13页 |
·虹膜识别应用 | 第13-14页 |
·研究内容及论文结构 | 第14-16页 |
第二章 虹膜识别技术概述 | 第16-34页 |
·虹膜识别基本原理 | 第16-20页 |
·虹膜的生理学基础 | 第16-17页 |
·虹膜识别系统工作原理 | 第17-18页 |
·系统性能评价 | 第18-20页 |
·虹膜特征识别技术研究现状 | 第20-31页 |
·虹膜图像获取 | 第20-24页 |
·虹膜图像预处理 | 第24-29页 |
·虹膜特征提取与匹配 | 第29-30页 |
·虹膜图像库 | 第30-31页 |
·小结 | 第31-34页 |
第三章 虹膜图像分割算法研究 | 第34-54页 |
·虹膜定位 | 第34-41页 |
·瞳孔粗定位 | 第34-36页 |
·瞳孔精定位 | 第36-39页 |
·虹膜外边缘定位 | 第39-41页 |
·眼睑遮挡检测 | 第41-49页 |
·本文算法思想 | 第42-43页 |
·基于小波模极大值的信号平滑 | 第43-48页 |
·眼睑遮挡检测 | 第48-49页 |
·眼睫毛遮挡检测 | 第49-50页 |
·仿真实验结果 | 第50-53页 |
·虹膜定位 | 第50-52页 |
·眼睑及眼睫毛遮挡检测 | 第52-53页 |
·小结 | 第53-54页 |
第四章 基于多通道Gabor滤波的虹膜图像特征提取 | 第54-64页 |
·多通道Gabor滤波器组函数特性 | 第54-55页 |
·滤波器组优化设计 | 第55-56页 |
·特征提取 | 第56-60页 |
·Daugman算法参数分析 | 第57-59页 |
·Daugman特征编码算法改进 | 第59页 |
·实验比较 | 第59-60页 |
·虹膜图像分割算法识别性能比对 | 第60-62页 |
·小结 | 第62-64页 |
第五章 自动尺度选择的虹膜可区分特征提取 | 第64-74页 |
·虹膜图像纹理基元分析 | 第64-66页 |
·虹膜多尺度类斑点特征提取 | 第66-68页 |
·自动尺度选择的虹膜斑点特征提取 | 第68-70页 |
·自动尺度选择机制 | 第69页 |
·LOG滤波器标准化参数推导 | 第69-70页 |
·自动尺度选择虹膜特征编码 | 第70页 |
·实验比较及讨论 | 第70-73页 |
·与预设尺度LOG基特征提取算法比较 | 第71-72页 |
·与其他细节特征提取算法性能比较 | 第72-73页 |
·结果讨论 | 第73页 |
·小结 | 第73-74页 |
第六章 虹膜图像旋转不变特征提取 | 第74-84页 |
·Zernike矩不变量 | 第74-78页 |
·不变量概述 | 第74-75页 |
·矩不变量 | 第75-76页 |
·Zernike矩 | 第76-77页 |
·Zernike矩不变量 | 第77-78页 |
·虹膜Zernike矩特征提取 | 第78-79页 |
·最优特征选择和分类 | 第79-81页 |
·自动可区分特征选择算法 | 第79-80页 |
·最小距离分类 | 第80-81页 |
·实验及分析 | 第81-82页 |
·小结 | 第82-84页 |
第七章 虹膜图像局部区域块POC匹配识别 | 第84-90页 |
·感兴趣区域选取及增强 | 第84-85页 |
·BLPOC函数 | 第85-86页 |
·ROI区域质量评估 | 第86-87页 |
·LR和RR区域眼睫毛遮挡评估 | 第86-87页 |
·DR区域遮挡评估 | 第87页 |
·匹配系数计算 | 第87页 |
·实验结果及分析 | 第87-88页 |
·小结 | 第88-90页 |
第八章 虹膜识别技术在版权保护中的应用研究 | 第90-96页 |
·虹膜图像预处理及水印的产生 | 第90-91页 |
·水印算法 | 第91-92页 |
·现有水印算法分析 | 第91页 |
·水印嵌入 | 第91-92页 |
·水印提取 | 第92页 |
·认证算法 | 第92-93页 |
·实验与讨论 | 第93-94页 |
·小结 | 第94-96页 |
总结与展望 | 第96-100页 |
致谢 | 第100-102页 |
参考文献 | 第102-110页 |
攻读博士期间取得的成果 | 第110-111页 |