基于尺度不变特征变换的虹膜识别技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 典型的生物特征识别 | 第14-16页 |
| 1.3 虹膜识别 | 第16-23页 |
| 1.3.1 虹膜的生理结构及识别特性 | 第16-18页 |
| 1.3.2 虹膜识别原理 | 第18-19页 |
| 1.3.3 虹膜识别系统性能指标 | 第19-21页 |
| 1.3.4 虹膜识别国内外研究现状及其应用 | 第21-23页 |
| 1.4 论文的研究内容和结构安排 | 第23-24页 |
| 2 虹膜图像的预处理 | 第24-35页 |
| 2.1 经典的虹膜定位算法 | 第24-28页 |
| 2.1.1 圆形检测定位算法 | 第24-26页 |
| 2.1.2 Hough变换算法 | 第26页 |
| 2.1.3 最小二乘法 | 第26-28页 |
| 2.1.4 主动轮廓线算法 | 第28页 |
| 2.2 本文虹膜定位算法 | 第28-33页 |
| 2.3 图像增强 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 虹膜图像的特征提取和编码 | 第35-50页 |
| 3.1 特征提取 | 第35-39页 |
| 3.1.1 二维Gabor滤波器算法 | 第35-36页 |
| 3.1.2 小波变换过零检测算法 | 第36-38页 |
| 3.1.3 高斯-拉普拉斯金字塔算法 | 第38-39页 |
| 3.2 SIFT特征提取算法 | 第39-45页 |
| 3.3 SIFT算法提取虹膜特征的特点 | 第45页 |
| 3.4 SIFT算法参数的设置 | 第45-46页 |
| 3.4.1 高斯函数的尺度因子 | 第45-46页 |
| 3.5 Harris角点检测算法 | 第46-48页 |
| 3.6 本文特征提取方法及实验结果 | 第48-49页 |
| 3.7 本章小结 | 第49-50页 |
| 4 虹膜图像的特征匹配 | 第50-53页 |
| 4.1 常用的匹配方法 | 第50-52页 |
| 4.1.1 余弦相似度 | 第50页 |
| 4.1.2 Hamming距离 | 第50-51页 |
| 4.1.3 欧氏距离 | 第51-52页 |
| 4.2 本文特征匹配算法 | 第52页 |
| 4.3 本章小结 | 第52-53页 |
| 5 实验结果与分析 | 第53-57页 |
| 5.1 虹膜图像数据库 | 第53-54页 |
| 5.2 实验平台 | 第54页 |
| 5.3 实验结果对比 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简介及读研期间发表的学术论文与获奖情况 | 第63页 |
