基于树形结构小波变换的虹膜纹理分类识别研究
| 第一章 绪论 | 第5-13页 |
| 1.1 虹膜识别系统介绍及国内外现状 | 第5-10页 |
| 1.2 本文的研究意义及内容 | 第10-13页 |
| 1.2.1 研究意义 | 第10-11页 |
| 1.2.2 研究内容及本文的组织安排 | 第11-13页 |
| 第二章 虹膜识别技术 | 第13-20页 |
| 2.1 虹膜生理结构及其生理特征 | 第13-16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 虹膜定位和规范化 | 第20-26页 |
| 3.1 虹膜边缘定位 | 第20-22页 |
| 3.2 虹膜纹理规范化 | 第22-26页 |
| 第四章 小波理论 | 第26-41页 |
| 4.1 小波变换 | 第26-32页 |
| 4.2 Mallat算法 | 第32-39页 |
| 4.3 小波变换在虹膜识别领域的应用 | 第39-41页 |
| 第五章 树形小波理论及其在纹理分类中的应用 | 第41-48页 |
| 5.1 树形小波变换简介 | 第41-43页 |
| 5.2 树形小波变换实现算法 | 第43-45页 |
| 5.3 树形小波变换纹理分类算法 | 第45-48页 |
| 第六章 虹膜特征表示及其模式匹配 | 第48-65页 |
| 6.1 虹膜原图像树形小波变换 | 第48-50页 |
| 6.2 虹膜特征表示 | 第50-53页 |
| 6.3 模式匹配识别过程 | 第53-56页 |
| 6.4 分类判决 | 第56-59页 |
| 6.4.1 Euclidean距离函数 | 第56页 |
| 6.4.2 Mahalanobis距离函数 | 第56-59页 |
| 6.5 实验结果 | 第59-65页 |
| 第七章 总结及展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 摘 要 | 第73-77页 |
| ABSTRACT | 第77页 |
