| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 生物特征识别技术简介 | 第13-17页 |
| 1.3 虹膜识别技术简介 | 第17-20页 |
| 1.3.1 虹膜识别的优势 | 第17-18页 |
| 1.3.2 虹膜识别的发展历史和研究现状 | 第18-19页 |
| 1.3.3 虹膜识别存在的问题 | 第19-20页 |
| 1.4 本文的主要工作及结构安排 | 第20-22页 |
| 第二章 虹膜识别系统综述 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 虹膜识别系统的整体框架 | 第22-23页 |
| 2.3 虹膜图像采集 | 第23-25页 |
| 2.4 预处理 | 第25-29页 |
| 2.4.1 虹膜图像质量评价 | 第26页 |
| 2.4.2 虹膜定位 | 第26页 |
| 2.4.3 图像归一化 | 第26-29页 |
| 2.5 虹膜的特征提取 | 第29-30页 |
| 2.6 匹配识别 | 第30-32页 |
| 2.7 本章小节 | 第32-33页 |
| 第三章 传统图像清晰度评价算法 | 第33-41页 |
| 3.1 引言 | 第33页 |
| 3.2 基于空间特性的清晰度评价算法 | 第33-36页 |
| 3.2.1 梯度函数 | 第33-35页 |
| 3.2.2 灰度熵函数 | 第35-36页 |
| 3.3 基于频率特性的清晰度评价算法 | 第36-41页 |
| 3.3.1 基于傅里叶变换的清晰度评价算法 | 第36-37页 |
| 3.3.2 基于小波变换的清晰度评价算法 | 第37-41页 |
| 第四章 改进的虹膜图像清晰度评价快速算法 | 第41-59页 |
| 4.1 引言 | 第41页 |
| 4.2 虹膜图像离焦分析与建模 | 第41-43页 |
| 4.2.1 虹膜图像离焦模糊的成因分析 | 第41-42页 |
| 4.2.2 离焦虹膜图像的建模 | 第42-43页 |
| 4.3 虹膜图像的清晰度快速评价算法 | 第43-53页 |
| 4.3.1 基于经验值法选取感兴趣区域的清晰度快速评价函数 | 第43-44页 |
| 4.3.2 基于粗定位选取感兴趣区域的虹膜图像清晰度评价函数 | 第44-53页 |
| 4.4 实验结果与分析 | 第53-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间的研究成果 | 第68-69页 |
| 附件 | 第69页 |