| 目录 | 第1-10页 |
| 第一章 绪论 | 第10-17页 |
| 1．1 研究背景 | 第11-13页 |
| 1．2 目前已有研究进展 | 第13-14页 |
| 1．3 研究目标与贡献 | 第14-15页 |
| 1．4 论文组织 | 第15-17页 |
| 第二章 虹膜识别介绍 | 第17-44页 |
| 2．1 虹膜识别的生理基础与工作原理 | 第17-22页 |
| 2．1．1 虹膜识别生理基础 | 第18-20页 |
| 2．1．2 虹膜识别分析对象 | 第20-21页 |
| 2．1．3 虹膜识别工作原理 | 第21-22页 |
| 2．2 虹膜认证与其他常用生物认证方法的比较 | 第22-25页 |
| 2．2．1 生物认证的一般过程 | 第22-24页 |
| 2．2．2 虹膜认证与其他生物认证方法的比较 | 第24-25页 |
| 2．3 已有虹膜识别系统介绍 | 第25-37页 |
| 2．3．1 Daugman系统 | 第25-30页 |
| 2．3．2 Wildes系统 | 第30-34页 |
| 2．3．3 模式识别国家重点实验室虹膜认证系统 | 第34-37页 |
| 2．3．4 IrisPassport虹膜认证系统 | 第37页 |
| 2．4 虹膜识别研究与应用现状综述 | 第37-43页 |
| 2．4．1 虹膜识别研究综述 | 第38-40页 |
| 2．4．2 虹膜识别的应用现状与前景 | 第40-42页 |
| 2．4．3 已有虹膜认证研究中存在的局限性 | 第42-43页 |
| 2．5 小结 | 第43-44页 |
| 第三章 虹膜图像中的变化分数维 | 第44-54页 |
| 3．1 变化分数维的理论基础 | 第44-48页 |
| 3．1．1 维数的基本概念 | 第45页 |
| 3．1．2 维数的拓宽 - 分数维 | 第45-46页 |
| 3．1．3 盒维数的计算方法 | 第46-47页 |
| 3．1．4 盒维数在虹膜表示中的不足 | 第47-48页 |
| 3．2 变化分数维在虹膜图象分析中的应用 | 第48-52页 |
| 3．2．1 虹膜图像中的分形特征 | 第48-49页 |
| 3．2．2 变化分数维原理 | 第49-51页 |
| 3．2．3 虹膜变化分数维特征提取 | 第51-52页 |
| 3．3 变化分数维与传统计盒维数在虹膜特征提取中的对比实验 | 第52-53页 |
| 3．4 小结 | 第53-54页 |
| 第四章 虹膜的特征融合与约减 | 第54-74页 |
| 4．1 小波变换 | 第54-58页 |
| 4．1．1 小波变换原理 | 第55-56页 |
| 4．1．2 小波变换在虹膜图像分析中的应用 | 第56页 |
| 4．1．3 虹膜的小波变换特征及其实验结果 | 第56-58页 |
| 4．2 虹膜纹理的方向性特征 | 第58-62页 |
| 4．2．1 多尺度可变方向金字塔模型Steerable pyramid原理 | 第59-60页 |
| 4．2．2 Steerable pyramid在虹膜图像分析中的应用 | 第60-62页 |
| 4．2．3 虹膜融合特征实验 | 第62页 |
| 4．3 基于多目标遗传算法的虹膜特征约减 | 第62-72页 |
| 4．3．1 特征选择算法概述 | 第62-63页 |
| 4．3．2 遗传算法的特征 | 第63-65页 |
| 4．3．3 多目标遗传算法 | 第65-66页 |
| 4．3．4 基于遗传算法的虹膜特征约减 | 第66-71页 |
| 4．3．5 虹膜特征约减实验 | 第71-72页 |
| 4．4 特征序列合理性对比分析 | 第72-73页 |
| 4．5 小结 | 第73-74页 |
| 第五章 虹膜样本的分类器 - 非对称支持向量机(NSVM) | 第74-87页 |
| 5．1 非对称支持向量机的理论基础概述 | 第75-78页 |
| 5．1．1 函数估计模型 | 第76-77页 |
| 5．1．2 风险最小化问题 | 第77页 |
| 5．1．3 虹膜识别的学习问题表述 | 第77-78页 |
| 5．2 基于支持向量机的虹膜分类方法 | 第78-82页 |
| 5．2．1 支持向量机在虹膜分类中的应用 | 第78-81页 |
| 5．2．2 基于区别特征空间的虹膜融合特征主动学习算法 | 第81-82页 |
| 5．3 基于非对称支持向量机的虹膜样本分类 | 第82-86页 |
| 5．3．1 非对称支持向量机原理 | 第83-84页 |
| 5．3．2 非对称支持向量机虹膜分类实验 | 第84-85页 |
| 5．3．3 SVM有待发展的关键技术 | 第85-86页 |
| 5．4 小结 | 第86-87页 |
| 第六章 IRISPASSPORT虹膜识别系统结构及其对比 | 第87-100页 |
| 6．1 IrisPassport虹膜识别系统概述 | 第87-88页 |
| 6．2 IrisPassport虹膜识别系统设计 | 第88-96页 |
| 6．2．1 IrisPassport虹膜样本预处理 | 第88-93页 |
| 6．2．2 虹膜特征提取与融合 | 第93-94页 |
| 6．2．3 多目标遗传算法特征约减 | 第94-95页 |
| 6．2．4 基于非对称支持向量机的虹膜样本分类 | 第95-96页 |
| 6．3 IrisPassport系统的特点 | 第96页 |
| 6．4 IrisPassport与其它虹膜识别系统的对比实验 | 第96-99页 |
| 6．5 小结 | 第99-100页 |
| 第七章 总结与展望 | 第100-103页 |
| 参考文献 | 第103-114页 |
| 致谢 | 第114页 |
