离焦虹膜图像复原的模拟退火算法

内容提要	第1-7页
第一章 绪论	第7-11页
·生物特征识别技术	第7页
·生物特征识别的应用方向	第7页
·虹膜识别简介	第7-9页
·虹膜识别的应用	第9-10页
·本文所做的工作	第10-11页
第二章 图像复原简介	第11-22页
·退化现象的物理模型	第11-12页
·图像退化和复原过程的数学模型	第12-16页
·退化系统	第12-13页
·连续函数的退化模型	第13页
·离散函数的退化模型	第13-16页
·经典的图像复原方法	第16-22页
·奇异值分解（SVD）的伪逆方法	第16-17页
·无约束的最小二乘方复原	第17-18页
·有约束的最小二乘方复原	第18-20页
·逆滤波复原	第20-21页
·最大熵方法（简称MEM方法）	第21-22页
第三章 离焦虹膜图像简介	第22-24页
·虹膜图像的离焦原因	第22-23页
·离焦光学传递函数	第23-24页
第四章 模拟退火算法概述	第24-38页
·导言	第24-26页
·热力学中的退火过程	第24-25页
·退火与模拟退火	第25-26页
·退火过程的数学描述和Boltzmann方程	第26-29页
·模拟退火算法的构造及流程	第29-34页
·算法的要素构成	第29-33页
·算法的计算步骤和流程图	第33-34页
·模拟退火算法的收敛性分析	第34-38页
·Markov过程	第34-35页
·SA算法的Markov描述	第35-37页
·SA的收敛性分析	第37-38页
第五章 离焦虹膜图像复原的模拟退火算法	第38-49页
·图像恢复中遇到的难题	第38-39页
·图像复原问题的病态	第39页
·图像恢复的能量函数	第39-41页
·关于正则化参数的设置	第40页
·本文模拟退火算法中各参数设置	第40-41页
·能量函数扰动的计算	第41-47页
·离焦虹膜图像恢复的模拟退火算法实现步骤	第47页
·实验结果	第47-48页
·结论与展望	第48-49页
参考文献	第49-51页
致谢	第51-52页
中文摘要	第52-55页
Abstract	第55-58页