基于Haar小波的虹膜识别算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·生物认证 | 第8-10页 |
| ·虹膜识别 | 第10-14页 |
| ·论文结构 | 第14-15页 |
| 第二章 虹膜识别系统介绍 | 第15-21页 |
| ·模式识别 | 第15-16页 |
| ·模式识别的方法 | 第16-17页 |
| ·虹膜识别系统 | 第17-19页 |
| ·虹膜识别系统的性能指标 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 虹膜图像的定位 | 第21-42页 |
| ·已存在的典型的虹膜定位算法 | 第21-25页 |
| ·本文算法预备知识 | 第25-28页 |
| ·HOUGH 变换 | 第28-33页 |
| ·虹膜的定位 | 第33-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 虹膜图像的归一化与增强 | 第42-48页 |
| ·虹膜图像的归一化 | 第42-44页 |
| ·双线性插值算法 | 第44-45页 |
| ·虹膜图像的去噪 | 第45-46页 |
| ·虹膜图像的增强 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 虹膜纹理特征的提取与编码 | 第48-71页 |
| ·图像特征 | 第48-50页 |
| ·图像纹理分析的基本理论 | 第50-52页 |
| ·小波变换的基本理论简介 | 第52-57页 |
| ·MALLAT 塔型分解算法 | 第57-59页 |
| ·HAAR 小波 | 第59-61页 |
| ·小波变换在虹膜识别中应用的关键技术问题 | 第61-64页 |
| ·GABOR 滤波器原理 | 第64-66页 |
| ·基于HAAR 变换的虹膜特征提取 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 虹膜识别 | 第71-78页 |
| ·识别方法简介 | 第71-72页 |
| ·HAMMING 距离分类器 | 第72-73页 |
| ·阈值的选择 | 第73-74页 |
| ·实验结果及分析 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第七章 总结与展望 | 第78-79页 |
| 主要完成了以下工作 | 第78页 |
| 展望下一步的工作 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士期间成果 | 第84-85页 |
| 附录 | 第85-87页 |
| 修改提纲 | 第87-88页 |
