| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·论文研究背景、目的和意义 | 第7-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·发展历史 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·论文的主要内容及研究工作 | 第11-13页 |
| 第二章 虹膜图像的预处理 | 第13-24页 |
| ·虹膜的生理学结构与特征 | 第13页 |
| ·虹膜识别系统组成 | 第13-15页 |
| ·虹膜图像采集系统 | 第14页 |
| ·虹膜图像的预处理 | 第14-15页 |
| ·虹膜特征提取及分类匹配 | 第15页 |
| ·虹膜定位算法 | 第15-20页 |
| ·Daugman 定位算法 | 第15-16页 |
| ·Wildes 定位算法 | 第16-18页 |
| ·王蕴红定位算法 | 第18页 |
| ·虹膜定位的实现 | 第18-20页 |
| ·眼皮与睫毛检测 | 第20-21页 |
| ·虹膜图像归一化及增强处理 | 第21-23页 |
| ·小结 | 第23-24页 |
| 第三章 虹膜特征提取及匹配识别 | 第24-40页 |
| ·小波变换的基本概念 | 第24-28页 |
| ·小波变换 | 第24-27页 |
| ·提升整数小波变换 | 第27-28页 |
| ·提升整数小波变换在虹膜识别中的应用 | 第28-34页 |
| ·Lim 算法分析 | 第29-30页 |
| ·特征提取 | 第30页 |
| ·特征匹配 | 第30-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·基于小波和 Log-Gabor 滤波的膜识别算法 | 第34-39页 |
| ·Log-Gabor 滤波器特性 | 第34-35页 |
| ·小波与Log-Gabor 滤波联合识别的特征提取 | 第35-36页 |
| ·实验过程及结果 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第四章 SVM 原理及其在虹膜识别中的应用 | 第40-49页 |
| ·SVM 分类的基本原理 | 第40-43页 |
| ·不同虹膜特征集识别效果比较 | 第43-44页 |
| ·虹膜特征提取 | 第44-45页 |
| ·SVM 训练及分类 | 第45-48页 |
| ·训练样本数对识别率的影响 | 第45页 |
| ·支持向量机核函数及参数的选择 | 第45-48页 |
| ·实验结果比较 | 第48页 |
| ·小结 | 第48-49页 |
| 第五章 算法性能评价方法 | 第49-56页 |
| ·虹膜图像质量的评价 | 第49-51页 |
| ·定位算法准确性的评价 | 第51页 |
| ·特征提取分类算法评价 | 第51-55页 |
| ·小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第64页 |