基于人眼自然睁开状态下的虹膜识别方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-36页 |
| ·研究背景和意义 | 第12-16页 |
| ·非生物特征身份鉴别方法 | 第12-13页 |
| ·生物特征识别技术的提出 | 第13页 |
| ·研究生物特征识别技术的意义 | 第13-15页 |
| ·现有的生物特征识别技术 | 第15-16页 |
| ·虹膜识别简介 | 第16-21页 |
| ·虹膜识别的生理基础 | 第16-18页 |
| ·虹膜识别机理 | 第18-20页 |
| ·虹膜识别技术的发展 | 第20页 |
| ·虹膜识别应用 | 第20-21页 |
| ·虹膜识别算法研究现状 | 第21-33页 |
| ·虹膜定位算法 | 第21-23页 |
| ·噪声去除 | 第23-26页 |
| ·特征提取及匹配 | 第26-33页 |
| ·目前存在的问题和发展方向 | 第33-34页 |
| ·本文主要研究内容 | 第34-35页 |
| ·本文的一些重要概念 | 第35-36页 |
| 第二章 图像预处理方法研究 | 第36-63页 |
| ·引言 | 第36-37页 |
| ·基于人眼结构特征的虹膜定位方法 | 第37-47页 |
| ·基本原理 | 第37-38页 |
| ·找到瞳孔内一点 | 第38-41页 |
| ·定位虹膜内边界 | 第41-44页 |
| ·通过内边界定位虹膜外边界 | 第44-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·眼睑处理 | 第47-52页 |
| ·基本原理及实现 | 第47-51页 |
| ·实验结果与分析 | 第51-52页 |
| ·眼睫毛处理 | 第52-56页 |
| ·基本原理及实现 | 第52-55页 |
| ·实验结果与分析 | 第55-56页 |
| ·虹膜归一化方法 | 第56-61页 |
| ·基本原理及实现 | 第56-60页 |
| ·虹膜图像分辨率研究 | 第60页 |
| ·实验结果与分析 | 第60-61页 |
| ·小结 | 第61-63页 |
| 第三章 基于小波变换系数的特征提取和匹配方法 | 第63-97页 |
| ·引言 | 第63-65页 |
| ·小波变换的一些基本定义及性质 | 第65-67页 |
| ·连续小波变换的计算 | 第67-68页 |
| ·小波基函数选择及本文采用的小波 | 第68-72页 |
| ·基于小波变换系数的虹膜特征提取方法 | 第72-82页 |
| ·原理 | 第72-73页 |
| ·本文基于小波变换系数的虹膜特征提取方法 | 第73-80页 |
| ·编码匹配 | 第80-82页 |
| ·实验结果与分析 | 第82-95页 |
| ·小波尺度的选取对实验结果的影响 | 第82-89页 |
| ·采样点数对实验结果的影响 | 第89-91页 |
| ·有效区域大小对实验结果的影响 | 第91-95页 |
| ·小结 | 第95-97页 |
| 第四章 基于结构特征的特征提取方法研究 | 第97-124页 |
| ·引言 | 第97-98页 |
| ·基于局部灰度极小值的特征提取方法 | 第98-103页 |
| ·特征提取和表示 | 第98-101页 |
| ·编码匹配 | 第101页 |
| ·实验结果与分析 | 第101-103页 |
| ·基于纹理特征点匹配的特征提取方法 | 第103-109页 |
| ·采用不同块大小提取纹理特征点 | 第103-106页 |
| ·编码匹配 | 第106-107页 |
| ·实验结果与分析 | 第107-109页 |
| ·基于多方向的纹理边缘检测的特征提取方法 | 第109-121页 |
| ·方法原理及步骤 | 第109-110页 |
| ·编码匹配 | 第110-111页 |
| ·实验结果与分析 | 第111-121页 |
| ·各种特征提取和匹配方法之间的比较 | 第121-123页 |
| ·小结 | 第123-124页 |
| 第五章 结论与展望 | 第124-126页 |
| 参考文献 | 第126-134页 |
| 在学研究成果 | 第134-137页 |
| 致谢 | 第137页 |
