基于小波方法的虹膜识别研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| ·虹膜识别的研究动态 | 第10-12页 |
| ·生物特征识别概述 | 第10页 |
| ·生物识别的性能要求 | 第10-11页 |
| ·虹膜识别简介 | 第11页 |
| ·虹膜识别研究的新动向 | 第11-12页 |
| ·本课题的研究意义 | 第12-13页 |
| ·课题的内容和论文结构 | 第13-14页 |
| 第二章 虹膜的生理特征 | 第14-19页 |
| ·人眼的结构 | 第14-15页 |
| ·虹膜的生理结构 | 第15-16页 |
| ·虹膜的纹理特征 | 第16页 |
| ·虹膜识别的优势 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 虹膜识别系统的设计 | 第19-26页 |
| ·身份识别系统的性能要求 | 第19-20页 |
| ·虹膜识别系统的组成 | 第20-25页 |
| ·虹膜图像的获取 | 第21-24页 |
| ·虹膜图像的提取和预处理 | 第24页 |
| ·虹膜的特征提取与编码 | 第24页 |
| ·虹膜特征数据库 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 虹膜图像预处理研究 | 第26-44页 |
| ·虹膜图像的质量评价 | 第26-28页 |
| ·活体虹膜检验 | 第28-29页 |
| ·虹膜图像的提取 | 第29-35页 |
| ·基于圆探测器迭代的方法 | 第30-31页 |
| ·两步法 | 第31-32页 |
| ·本文方法 | 第32-35页 |
| ·虹膜图像的配准 | 第35-38页 |
| ·现有方法 | 第35-36页 |
| ·本文方法 | 第36-38页 |
| ·虹膜图像的增强 | 第38-43页 |
| ·现有方法 | 第38-39页 |
| ·本文方法 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 虹膜识别算法研究 | 第44-67页 |
| ·基于相位分析的算法 | 第45-49页 |
| ·Gabor变换 | 第45-46页 |
| ·2-D Gabor小波滤波器 | 第46页 |
| ·相位编码算法 | 第46-49页 |
| ·改进相位编码方法 | 第49页 |
| ·基于纹理分析的算法 | 第49-51页 |
| ·多通道Gabor滤波方法 | 第49-50页 |
| ·高斯-拉普拉斯滤波器方法 | 第50-51页 |
| ·基于小波过零检测的算法 | 第51-55页 |
| ·基本原理 | 第51-53页 |
| ·虹膜特征提取 | 第53-54页 |
| ·匹配算法 | 第54-55页 |
| ·基于小波模极值点的算法 | 第55-56页 |
| ·基本原理 | 第55-56页 |
| ·编码算法 | 第56页 |
| ·本文的算法 | 第56-66页 |
| ·特征提取算法 | 第56-59页 |
| ·匹配算法 | 第59-60页 |
| ·实验结果 | 第60-66页 |
| ·本章小结 | 第66-67页 |
| 第六章.结论与展望 | 第67-69页 |
| ·结论 | 第67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 硕士阶段主要工作 | 第73页 |
