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

虹膜特征表达与识别算法研究

摘要第1-7页
Abstract第7-13页
第1章 绪论第13-29页
   ·课题研究背景及意义第13-15页
   ·虹膜识别的基本原理和系统组成第15-17页
     ·虹膜的生理结构和特点第15-16页
     ·虹膜识别系统的组成第16-17页
   ·虹膜图像库简介第17-21页
     ·CASIA 虹膜库第17-19页
     ·MMU 虹膜库第19-20页
     ·UBIRIS 虹膜库第20-21页
   ·虹膜识别性能评价标准第21-24页
   ·虹膜识别方法研究现状第24-26页
     ·虹膜图像的精确分割第25页
     ·虹膜特征提取编码与匹配算法第25-26页
   ·主要内容研究和结构安排第26-29页
第2章 虹膜图像预处理第29-53页
   ·传统的虹膜定位算法第29-33页
     ·微积分算子第29-31页
     ·边缘检测加 Hough 变换第31-32页
     ·两种定位方法的特点第32-33页
   ·虹膜定位第33-46页
     ·光斑点的检测和自适应填充第34-38页
     ·虹膜图像粗定位与裁切第38-39页
     ·多尺度精定位第39-44页
     ·实验结果与分析第44-46页
   ·虹膜归一化第46-51页
     ·弹性模型第46-49页
     ·双线性插值第49-50页
     ·归一化结果第50-51页
   ·图像 Hamming 距离匹配第51-52页
   ·本章小结第52-53页
第3章 基于 PCHIP-LMD 的虹膜识别方法研究第53-79页
   ·理论基础第54-64页
     ·一维 EMD 方法概述第54-58页
     ·二维 EMD 分解第58-61页
     ·LMD 方法原理第61-64页
   ·PCHIP-LMD 方法第64-68页
     ·EMD 和 LMD 方法的不足第64-66页
     ·PCHIP-LMD 算法第66页
     ·PCHIP 算法第66-68页
   ·PCHIP-LMD 的虹膜特征提取第68-69页
   ·实验结果与分析第69-77页
     ·与其它方法相比较第70-72页
     ·不同虹膜库的实验结果第72-76页
     ·小结第76-77页
   ·本章小结第77-79页
第4章 基于 SCCS-LBP 的虹膜识别方法研究第79-95页
   ·LBP 算子概述第79-82页
     ·基本 LBP 算子第80-81页
     ·多尺度 LBP 算子第81-82页
   ·CS-LBP 算子概述第82-83页
   ·SCCS-LBP 算子与虹膜图像特征提取第83-86页
   ·实验结果与分析第86-93页
     ·SCCS-LBP 参数的选取第86-88页
     ·不同虹膜库的实验结果第88-93页
   ·结论第93-95页
第5章 基于加权 Gabor 滤波器的虹膜识别方法研究第95-113页
   ·二维 Gabor 滤波器理论第95-97页
   ·二维 Gabor 滤波器设计第97-100页
   ·层次分析法第100-105页
     ·层次分析法概述第100页
     ·层次分析法主要实现步骤第100-105页
   ·加权 Hamming 距离的识别方法第105-107页
   ·实验结果与分析第107-112页
   ·结论第112-113页
第6章 总结与展望第113-117页
   ·本文工作总结第113-114页
   ·论文创新点第114页
   ·未来工作展望第114-117页
参考文献第117-127页
在学期间学术成果情况第127-129页
指导教师及作者简介第129-131页
致谢第131-132页

论文共132页,点击 下载论文
上一篇:增强上转换发光的纳米粒子新结构构建及物理性质研究
下一篇:光纤生物传感的动态范围及灵敏度增强效应研究