虹膜图像预处理与特征提取算法研究
| 中文摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第4-7页 |
| 目录 | 第7-9页 |
| 绪论 | 第9-15页 |
| 第1章 虹膜识别技术 | 第15-25页 |
| ·虹膜的生理特性 | 第15-16页 |
| ·几种生物特征识别技术 | 第16-18页 |
| ·虹膜识别的优势以及应用领域 | 第18-19页 |
| ·虹膜识别的流程 | 第19-24页 |
| ·虹膜图像的获取 | 第20-22页 |
| ·虹膜图像的预处理 | 第22-23页 |
| ·虹膜图像的特征提取和编码 | 第23页 |
| ·虹膜识别的模式匹配 | 第23-24页 |
| ·虹膜识别系统的工作模式 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第2章 虹膜图像预处理 | 第25-39页 |
| ·人眼图像的平滑处理 | 第25-28页 |
| ·基于膨胀腐蚀运算的睫毛检测消除 | 第28-31页 |
| ·基于脉冲神经网络的虹膜定位 | 第31-37页 |
| ·脉冲神经网络边缘提取 | 第31-33页 |
| ·虹膜内边界定位 | 第33-34页 |
| ·基于霍夫变换的圆拟合算法外边界定位 | 第34-35页 |
| ·基于有效弧长的虹膜外边界定位 | 第35-37页 |
| ·实验仿真以及结果分析 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第3章 算法中的归一化和图像增强 | 第39-45页 |
| ·少噪声区域归一化 | 第39-41页 |
| ·虹膜图像的均衡化增强 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 特征提取和编码 | 第45-65页 |
| ·纹理及其特征提取的概述 | 第45-47页 |
| ·几种典型的特征提取方法 | 第47-51页 |
| ·拉普拉斯金字塔纹理分析法 | 第47-48页 |
| ·过零点的检测方法 | 第48-49页 |
| ·二维Gabor纹理特征提取 | 第49-51页 |
| ·二维Gabor滤波器 | 第51-53页 |
| ·多通道Gabor奇对称滤波器的参数选择及验证 | 第53-59页 |
| ·方向参数的作用及选择 | 第53-55页 |
| ·频率因子的作用和选择 | 第55-57页 |
| ·尺度因子α,β的选择 | 第57-59页 |
| ·特征编码和匹配 | 第59-61页 |
| ·试验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第5章 总结与展望 | 第65-67页 |
| ·本文的主要工作 | 第65页 |
| ·未来的工作与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间承担的科研任务与主要成果 | 第71-73页 |
| 致谢 | 第73-75页 |
| 个人简历 | 第75-77页 |
