小波变换与数学形态学相结合的虹膜识别算法研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-20页 |
| ·人体生物特征识别技术 | 第12-14页 |
| ·虹膜识别技术的特点 | 第14-16页 |
| ·虹膜识别技术的发展历史和研究应用现状 | 第16-18页 |
| ·课题来源及本论文的研究内容 | 第18-20页 |
| 第2章 虹膜识别的基本理论及算法 | 第20-30页 |
| ·虹膜识别的系统组成 | 第21-22页 |
| ·虹膜识别的主流算法 | 第22-27页 |
| ·虹膜定位算法 | 第22-24页 |
| ·虹膜特征提取算法 | 第24-27页 |
| ·本文采用的虹膜图像数据库 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 虹膜识别预处理 | 第30-48页 |
| ·虹膜定位 | 第30-41页 |
| ·定位前的预处理 | 第31-32页 |
| ·虹膜内边界的定位 | 第32-38页 |
| ·外边界的定位 | 第38-41页 |
| ·虹膜图像归一化处理 | 第41-42页 |
| ·图像的增强 | 第42-43页 |
| ·基于数学形态学的图像噪声处理 | 第43-47页 |
| ·数学形态学基础 | 第43-45页 |
| ·光斑的去除 | 第45-46页 |
| ·睫毛的淡化 | 第46-47页 |
| ·眼睑的检测 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第4章 图像特征提取和编码 | 第48-58页 |
| ·基于小波变换的特征提取 | 第48-54页 |
| ·小波变换基本理论 | 第48-50页 |
| ·小波基函数的选取 | 第50-51页 |
| ·小波变换特征值提取 | 第51-54页 |
| ·基于数学形态学的属性提取 | 第54-56页 |
| ·分水岭算法 | 第55-56页 |
| ·基于边界描绘算子的属性提取 | 第56页 |
| ·图像的特征编码 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于粗集的虹膜匹配 | 第58-66页 |
| ·粗集理论简介 | 第58-61页 |
| ·模式匹配方法 | 第61-63页 |
| ·粗集在虹膜特征匹配中的应用 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 实验仿真 | 第66-72页 |
| ·图像预处理 | 第66-69页 |
| ·图像特征提取和编码匹配工作 | 第69-72页 |
| 第7章 总结与展望 | 第72-74页 |
| ·工作总结 | 第72-73页 |
| ·研究展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 作者攻读硕士学位期间发表的论文 | 第80-81页 |
| 学位论文评阅及答辩情况表 | 第81页 |
