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

虹膜图像的采集与质量评价的研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-16页
    1.1 研究的背景及意义第11-13页
        1.1.1 传统身份识别技术第11页
        1.1.2 生物特征识别技术第11-13页
    1.2 虹膜识别技术简介第13-14页
        1.2.1 虹膜识别的发展及现状第13-14页
        1.2.2 虹膜识别技术目前存在的问题第14页
    1.3 论文研究的内容及结构第14-16页
第2章 虹膜识别系统综述第16-26页
    2.1 虹膜的生理结构第16-17页
    2.2 虹膜识别系统的工作流程第17-18页
    2.3 虹膜识别系统的性能指标第18-20页
    2.4 虹膜图像库第20-21页
    2.5 虹膜识别系统的研究动态分析第21-25页
        2.5.1 虹膜图像采集设备第21-24页
        2.5.2 虹膜图像质量评价第24-25页
    2.6 本文的解决方案第25-26页
第3章 虹膜采集设备的设计与实现第26-42页
    3.1 虹膜采集的基本原理第26页
    3.2 影响采集图像质量的因素第26-33页
        3.2.1 光源第26-27页
        3.2.2 图像传感器第27-29页
        3.2.3 镜头第29-32页
        3.2.4 采集方式第32-33页
        3.2.5 工作电源第33页
    3.3 采集设备的设计与实现第33-37页
        3.3.1 采集设备的基本工作原理第34-36页
        3.3.2 采集设备的具体实现第36-37页
    3.4 实现结果与分析第37-41页
    3.5 本章小结第41-42页
第4章 虹膜图像质量评价第42-60页
    4.1 虹膜图像质量评价流程第42页
    4.2 虹膜图像质量粗评价第42-44页
        4.2.1 图像清晰度第42-43页
        4.2.2 虹膜可见度第43-44页
    4.3 虹膜图像质量精评价第44-56页
        4.3.1 虹膜定位第44-48页
        4.3.2 眼睑定位第48-52页
        4.3.3 虹膜旋转度第52-53页
        4.3.4 虹膜可见度第53-54页
        4.3.5 虹膜离心度第54页
        4.3.6 虹膜清晰度第54-56页
    4.4 基于SVM的虹膜图像综合质量评价第56-59页
        4.4.1 SVM原理介绍第56-58页
        4.4.2 基于SVM的多指标融合第58-59页
        4.4.3 SVM分类器设计第59页
    4.5 本章小结第59-60页
第5章 质量评价性能实验分析第60-68页
    5.1 实验数据库第60页
    5.2 基于主观一致性的质量评价准确性分析第60-61页
    5.3 基于识别率的质量评价预测性分析第61-67页
        5.3.1 虹膜图像预处理第61-64页
        5.3.2 特征提取与匹配第64-65页
        5.3.3 预测性实验分析第65-67页
    5.4 本章小结第67-68页
第6章 结论与展望第68-70页
    6.1 工作总结第68页
    6.2 工作展望第68-70页
参考文献第70-74页
作者简介及在学期间所取得的科研成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于图像空间域的显著性目标检测与识别方法研究
下一篇:基于面模特征的嵌入式安全认证终端的设计与实现