虹膜识别系统的研究与复杂背景中的人脸检测
| 第一章 绪论 | 第1-16页 |
| 1-1 引言 | 第7-9页 |
| 1-1-1 生物识别技术简介 | 第7-8页 |
| 1-1-2 模式识别系统介绍 | 第8-9页 |
| 1-1-3 模式识别的主要方法 | 第9页 |
| 1-2 数字图像处理简介 | 第9-11页 |
| 1-2-1 图像平滑 | 第9-11页 |
| 1-2-2 图像锐化 | 第11页 |
| 1-3 图像分割方法 | 第11-14页 |
| 1-3-1 边缘算子法 | 第11-14页 |
| 1-3-2 灰度阈值分割 | 第14页 |
| 1-3-3 区域生长法 | 第14页 |
| 1-4 数学形态学运算 | 第14-15页 |
| 1-5 本文的主要工作 | 第15-16页 |
| 第二章 虹膜图像预处理 | 第16-27页 |
| 2-1 虹膜定位方法 | 第16-19页 |
| 2-1-1 虹膜结构介绍 | 第16页 |
| 2-1-2 虹膜定位 | 第16-19页 |
| 2-1-3 上述算法比较 | 第19页 |
| 2-2 虹膜图像定位 | 第19-24页 |
| 2-2-1 图像平滑处理 | 第19-20页 |
| 2-2-2 内边缘定位 | 第20-23页 |
| 2-2-3 外边缘定位 | 第23-24页 |
| 2-3 虹膜图像归一化和图像增强 | 第24-26页 |
| 2-3-1 虹膜图像归一化 | 第24-26页 |
| 2-3-2 虹膜图像增强 | 第26页 |
| 2-4 本章小结 | 第26-27页 |
| 第三章 特征提取与识别 | 第27-36页 |
| 3-1 纹理分析 | 第27-30页 |
| 3-1-1 纹理分析基本方法 | 第27-28页 |
| 3-1-2 虹膜纹理分析 | 第28-30页 |
| 3-2 虹膜纹理特征提取 | 第30-33页 |
| 3-2-1 Gabor滤波器原理 | 第30-32页 |
| 3-2-2 离散的Gabor滤波器计算方法 | 第32-33页 |
| 3-3 识别与匹配 | 第33-35页 |
| 3-3-1 虹膜图像匹配方法 | 第33-34页 |
| 3-3-2 本文的匹配识别方法 | 第34-35页 |
| 3-4 本章小结 | 第35-36页 |
| 第四章 复杂背景中的人脸检测 | 第36-47页 |
| 4-1 人脸检测方法 | 第36-38页 |
| 4-2 基于色彩信息的人脸检测方法 | 第38-40页 |
| 4-3 基于肤色的人脸图像分割 | 第40-45页 |
| 4-3-1 肤色的聚类性 | 第40-41页 |
| 4-3-2 本文的改进算法 | 第41-45页 |
| 4-4 本章小结 | 第45-47页 |
| 第五章 结论与展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 附录 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间所取得的相关科研成果 | 第54页 |
