| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 生物识别研究的背景 | 第10页 |
| 1.2 生物识别技术概述 | 第10-12页 |
| 1.2.1 生物识别的概念 | 第10-11页 |
| 1.2.2 生物识别系统的原理 | 第11-12页 |
| 1.3 虹膜识别 | 第12-14页 |
| 1.3.1 虹膜的生理结构 | 第12页 |
| 1.3.2 虹膜识别和其他生物识别的比较 | 第12-13页 |
| 1.3.3 虹膜识别的发展现状 | 第13-14页 |
| 1.4 本文使用的虹膜数据库 | 第14-15页 |
| 1.5 论文结构 | 第15-17页 |
| 第2章 虹膜识别系统介绍 | 第17-33页 |
| 2.1 虹膜图像的获取 | 第17-18页 |
| 2.2 虹膜图像质量评估 | 第18-20页 |
| 2.3 虹膜图像的预处理 | 第20-30页 |
| 2.3.1 噪声检测 | 第20-21页 |
| 2.3.2 虹膜定位 | 第21-28页 |
| 2.3.3 虹膜图像归一化 | 第28-30页 |
| 2.4 虹膜图像的特征提取和比对 | 第30页 |
| 2.5 评价虹膜识别系统的性能指标 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 虹膜噪声检测算法综述 | 第33-44页 |
| 3.1 眼睑定位 | 第33-37页 |
| 3.1.1 Wildes的Hough变换算法 | 第33-34页 |
| 3.1.2 Daugman的微积分检测算子定位眼睑 | 第34页 |
| 3.1.3 中科院谭铁牛的眼睑模型 | 第34-37页 |
| 3.2 眼睫毛检测 | 第37-40页 |
| 3.3 光斑检测 | 第40-41页 |
| 3.4 图像偏转矫正 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 改进的眼睑定位和眼睫毛检测算法 | 第44-58页 |
| 4.1 Gabor滤波器 | 第44-46页 |
| 4.2 改进的眼睑定位算法 | 第46-51页 |
| 4.2.1 抛物线参数的改进 | 第46-47页 |
| 4.2.2 眼睑的预处理和定位 | 第47-51页 |
| 4.3 改进的眼睫毛检测算法 | 第51-54页 |
| 4.4 实验结果与分析 | 第54-58页 |
| 4.4.1 眼睑定位结果分析 | 第54-56页 |
| 4.4.2 眼睫毛检测结果分析 | 第56-57页 |
| 4.4.3 虹膜噪声模板 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |