| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 生物特征识别技术简介 | 第8-13页 |
| 1.2.1 生物识别技术的分类 | 第10-12页 |
| 1.2.2 几种生物特征识别技术的比较 | 第12-13页 |
| 1.3 虹膜识别技术 | 第13-15页 |
| 1.3.1 虹膜的生理结构及特征 | 第13页 |
| 1.3.2 国内外研究现状 | 第13-15页 |
| 1.4 本文主要研究内容及结构安排 | 第15-17页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 本文结构安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 虹膜识别系统简介 | 第18-24页 |
| 2.1 模式识别简介 | 第18页 |
| 2.2 虹膜识别系统组成 | 第18-22页 |
| 2.2.1 虹膜图像采集设备 | 第19-21页 |
| 2.2.2 虹膜图像预处理 | 第21-22页 |
| 2.2.3 虹膜特征提取与匹配 | 第22页 |
| 2.3 虹膜识别系统的性能标准 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 虹膜图像质量评价 | 第24-32页 |
| 3.1 引言 | 第24-25页 |
| 3.2 单测度虹膜图像质量评价 | 第25-27页 |
| 3.2.1 离焦模糊 | 第25-26页 |
| 3.2.2 运动模糊 | 第26-27页 |
| 3.2.3 有效区域 | 第27页 |
| 3.3 多测度虹膜图像质量评价 | 第27-28页 |
| 3.4 基于Fourier变换的虹膜图像质量评价算法 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 虹膜图像定位分割及预处理 | 第32-46页 |
| 4.1 虹膜定位简介 | 第32页 |
| 4.2 虹膜定位算法介绍 | 第32-36页 |
| 4.2.1 Hough定位算法 | 第32-33页 |
| 4.2.2 Daugman定位算法 | 第33-34页 |
| 4.2.3 Wildes定位算法 | 第34页 |
| 4.2.4 几何特征定位算法 | 第34-35页 |
| 4.2.5 Snake定位算法 | 第35-36页 |
| 4.3 基于统计分析的虹膜定位算法 | 第36-39页 |
| 4.4 虹膜图像归一化 | 第39-41页 |
| 4.5 虹膜图像增强 | 第41-42页 |
| 4.6 实验结果及分析 | 第42-44页 |
| 4.7 本章小结 | 第44-46页 |
| 第5章 虹膜特征提取及匹配 | 第46-60页 |
| 5.1 引言 | 第46页 |
| 5.2 虹膜特征提取算法介绍 | 第46-48页 |
| 5.2.1 Daugman相位分析算法 | 第46-47页 |
| 5.2.2 Wildes纹理分析算法 | 第47-48页 |
| 5.2.3 Boles小波变换算法 | 第48页 |
| 5.3 基于关键点间特征向量的虹膜特征提取 | 第48-54页 |
| 5.3.1 特征向量內积 | 第49页 |
| 5.3.2 设置多通道Gabor滤波器 | 第49-51页 |
| 5.3.3 重心关键点提取 | 第51-53页 |
| 5.3.4 关键点之间特征向量的计算 | 第53-54页 |
| 5.4 虹膜特征匹配 | 第54页 |
| 5.5 实验与结果分析 | 第54-59页 |
| 5.5.1 分类规则 | 第54-56页 |
| 5.5.2 结果分析 | 第56-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第6章 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间的研究成果 | 第67页 |