| 第一章 绪 论 | 第6-15页 |
| 1.1 生物识别技术概述 | 第6-9页 |
| 1.2 虹膜识别系统及虹膜图像质量评价的发展及国内外现状 | 第9-13页 |
| 1.3 本课题的研究意义和内容 | 第13-15页 |
| 1.3.1 研究意义 | 第13页 |
| 1.3.2 研究内容和成果及本文的组织安排 | 第13-15页 |
| 第二章 虹膜识别技术 | 第15-20页 |
| 2.1 虹膜生理结构及生物特征 | 第15-16页 |
| 2.2 虹膜识别系统的构成 | 第16-20页 |
| 2.2.1 系统硬件 | 第16-18页 |
| 2.2.2 识别软件 | 第18-20页 |
| 第三章 图像质量评价理论与方法 | 第20-29页 |
| 3.1 图像质量评价原理简介 | 第20-21页 |
| 3.2 有参照质量评价 | 第21-25页 |
| 3.2.1 峰值信噪比方法 | 第21-22页 |
| 3.2.2 频域中加权的均方误差方法 | 第22-23页 |
| 3.2.3 基于小波视觉门限的感知度量 | 第23-24页 |
| 3.2.4 Chou and Li 方法 | 第24-25页 |
| 3.3 无参照质量评价 | 第25-29页 |
| 3.3.1 基于清晰度的无参照质量评价 | 第25-26页 |
| 3.3.2 基于高斯模型的无参照质量评价 | 第26-29页 |
| 第四章 虹膜图像序列质量评价中的小波变换理论 | 第29-40页 |
| 4.1 小波变换基本原理 | 第29-35页 |
| 4.1.1 傅立叶变换及短时傅立叶变换 | 第29-31页 |
| 4.1.2 小波变换理论及Mallat算法 | 第31-35页 |
| 4.2 虹膜图像小波系数统计分布规律 | 第35-40页 |
| 4.2.1 小波系数的统计特性 | 第35-36页 |
| 4.2.2 小波系数的均值、方差和能量 | 第36-37页 |
| 4.2.3 不同分辨率级相同方向上小波系数的关系 | 第37-40页 |
| 第五章 虹膜图像序列质量评价中的人类视觉模型 | 第40-48页 |
| 5.1 人类视觉模型基本原理 | 第40-44页 |
| 5.1.1 原理概述 | 第40-41页 |
| 5.1.2 人类视觉系统基本特性 | 第41-44页 |
| 5.2 感兴趣区域理论 | 第44-48页 |
| 第六章 虹膜图像序列质量评价实现与分析 | 第48-59页 |
| 6.1 当前虹膜图像序列质量评价方法 | 第48-51页 |
| 6.2 基于“感兴趣区”小波系数的虹膜序列图像质量评价 | 第51-57页 |
| 6.2.1 虹膜环带面积质量评价因子的计算 | 第52-54页 |
| 6.2.2 清晰度质量评价因子的计算 | 第54-57页 |
| 6.3 实验结果与分析 | 第57-59页 |
| 第七章 总结及展望 | 第59-60页 |
| 参 考 文 献 | 第60-65页 |
| 致 谢 | 第65-66页 |
| 攻读学位期间发表的学术论文 | 第66-67页 |
| 摘要 | 第67-70页 |
| ABSTRACT | 第70页 |