| 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 |