首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于SIFT变换的虹膜识别技术研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-18页
    1.1 研究背景及意义第10页
    1.2 典型的生物识别技术第10-12页
    1.3 国内外研究现状第12-15页
    1.4 虹膜识别技术的问题和难点第15-16页
    1.5 论文的内容及组织结构第16-18页
        1.5.1 论文的内容第16页
        1.5.2 论文的组织结构第16-18页
第2章 虹膜身份认证及其关键技术研究第18-30页
    2.1 虹膜定位算法第18-21页
        2.1.1 经典的虹膜定位算法第18-21页
        2.1.2 最新的虹膜定位算法第21页
    2.2 虹膜特征提取算法第21-23页
        2.2.1 经典的虹膜特征提取算法第21-22页
        2.2.2 最新的虹膜特征提取算法第22-23页
    2.3 虹膜特征匹配算法第23-24页
    2.4 虹膜识别技术在CSP_Hrbeu认证系统中的应用第24-28页
    2.5 本章小结第28-30页
第3章 S-R-F虹膜定位算法第30-42页
    3.1 算法的提出第30页
    3.2 算法的思想和流程第30-32页
    3.3 虹膜内边缘定位第32-35页
        3.3.1 图像二值化第32-33页
        3.3.2 形态学去噪第33-34页
        3.3.3 搜索瞳孔的圆心和半径第34-35页
    3.4 虹膜外边缘定位第35-37页
        3.4.1 Canny边缘检测算子第35-36页
        3.4.2 RANSAC算法第36-37页
    3.5 虹膜图像增强第37-38页
    3.6 实验分析第38-40页
        3.6.1 实验数据及内容第38页
        3.6.2 实验结果分析第38-40页
    3.7 本章小结第40-42页
第4章 H-S-P虹膜特征提取与虹膜特征匹配第42-54页
    4.1 基于SIFT特征提取算法第42-46页
    4.2 H-S-P虹膜特征提取算法的提出第46页
    4.3 H-S-P虹膜特征提取算法流程第46-48页
    4.4 H-S-P虹膜特征提取算法第48-51页
        4.4.1 特征提取第48-50页
        4.4.2 PCA降维第50-51页
    4.5 虹膜特征匹配算法第51-52页
    4.6 H-S-P虹膜特征提取算法的实验与分析第52-53页
        4.6.1 实验数据及内容第52页
        4.6.2 实验结果分析第52-53页
    4.7 本章小结第53-54页
第5章 实验结果与分析第54-62页
    5.1 实验环境第54-56页
        5.1.1 软硬件环境第54页
        5.1.2 实验数据集第54-56页
    5.2 实验与分析第56-60页
        5.2.1 实验评估标准第56页
        5.2.2 结果分析第56-60页
    5.3 本章小结第60-62页
结论第62-64页
参考文献第64-68页
攻读硕士学位期间发表的论文和取得的科研成果第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:玉米胚中植物甾醇的定量及关联分析研究
下一篇:不同培养时间的黄山被毛孢代谢组及清除自由基活性比较