| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-19页 |
| ·引言 | 第12-14页 |
| ·虹膜的结构与生物特征 | 第14-16页 |
| ·虹膜识别的发展历史 | 第16-17页 |
| ·虹膜识别技术的应用前景 | 第17页 |
| ·论文的主要研究工作 | 第17-18页 |
| ·论文的内容安排 | 第18-19页 |
| 第二章 虹膜识别原理概述 | 第19-30页 |
| ·引言 | 第19页 |
| ·虹膜图像的获取及质量评价 | 第19-22页 |
| ·虹膜图像的获取 | 第19-21页 |
| ·虹膜图像的质量评价 | 第21-22页 |
| ·虹膜图像的预处理 | 第22-28页 |
| ·虹膜内外边界的定位 | 第22-27页 |
| ·圆形模板匹配法 | 第23-24页 |
| ·边缘检测和Hough变换相结合定位方法 | 第24-26页 |
| ·内外边界定位实验 | 第26-27页 |
| ·虹膜图像的归一化 | 第27页 |
| ·虹膜图像的增强 | 第27-28页 |
| ·虹膜识别算法 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 仿生模式识别的基本理论 | 第30-44页 |
| ·仿生模式识别和传统模式识别的区别 | 第30-32页 |
| ·仿生模式识别的实现手段 | 第32-36页 |
| ·仿生模式识别与神经网络 | 第32-33页 |
| ·多权值神经元理论 | 第33-36页 |
| ·仿生模式识别分析方法——高维空间点覆盖理论 | 第36-43页 |
| ·高维空间中的距离和体积 | 第36-38页 |
| ·距离 | 第36-37页 |
| ·体积 | 第37-38页 |
| ·点覆盖 | 第38-42页 |
| ·覆盖 | 第38页 |
| ·覆盖比 | 第38-41页 |
| ·局部顶点覆盖 | 第41-42页 |
| ·覆盖积 | 第42页 |
| ·采用点覆盖方法的优点 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于多权值神经元的虹膜识别算法 | 第44-51页 |
| ·引言 | 第44-45页 |
| ·基于多权值神经元的虹膜识别算法 | 第45-48页 |
| ·多权值神经元 | 第45-46页 |
| ·构造多权值神经元的具体步骤 | 第46-47页 |
| ·多权值神经网络的虹膜识别方法 | 第47-48页 |
| ·实验步骤和结果 | 第48-49页 |
| ·实验分析 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 基于几何学习的虹膜识别算法 | 第51-60页 |
| ·引言 | 第51页 |
| ·超香肠神经元(HSN)和超香肠链(HSN chain) | 第51-53页 |
| ·HSN链的几何学习 | 第53-57页 |
| ·实验步骤和结果 | 第57-58页 |
| ·实验分析 | 第58页 |
| ·小结 | 第58-60页 |
| 第六章 总结和展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的学术论文目录 | 第69页 |