| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-15页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·虹膜识别与其它生物识别技术的比较 | 第8-11页 |
| ·人脸识别 | 第8-9页 |
| ·指纹识别 | 第9页 |
| ·声音识别 | 第9页 |
| ·掌纹识别 | 第9-10页 |
| ·虹膜识别 | 第10-11页 |
| ·虹膜识别的国内外研究现状 | 第11-13页 |
| ·国外研究动态 | 第11-12页 |
| ·国内研究动态 | 第12-13页 |
| ·本文所作的工作和论文组织安排 | 第13-15页 |
| 2 虹膜的生理结构以及虹膜识别技术原理概述 | 第15-19页 |
| ·虹膜的生理结构 | 第15页 |
| ·虹膜识别技术原理 | 第15-19页 |
| ·图像采集 | 第16-17页 |
| ·图像预处理 | 第17-19页 |
| 3 小波分析与奇异值分解基础理论 | 第19-30页 |
| ·小波的概念 | 第19-20页 |
| ·连续小波变换 | 第20-21页 |
| ·离散小波变换 | 第21-22页 |
| ·多分辨分析 | 第22-24页 |
| ·二维小波变换与二维多分辨分析 | 第24-25页 |
| ·图像的多分辨率分解 | 第25-26页 |
| ·矩阵的奇异值分解 | 第26-29页 |
| ·奇异值分解定理 | 第27页 |
| ·奇异值分解的性质 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 虹膜图像的预处理 | 第30-48页 |
| ·经典的虹膜图像定位算法 | 第30-33页 |
| ·Daugman 的虹膜定位算法 | 第31-32页 |
| ·Wildes 的虹膜定位算法 | 第32-33页 |
| ·本文改进的虹膜定位算法 | 第33-41页 |
| ·确定瞳孔内初始点 | 第34-36页 |
| ·精定位虹膜内边界 | 第36-41页 |
| ·虹膜图像的归一化 | 第41-45页 |
| ·本文的归一化方法 | 第41-43页 |
| ·插值处理 | 第43-45页 |
| ·虹膜图像增强 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 5 虹膜图像特征提取与编码 | 第48-60页 |
| ·图像特征 | 第48-49页 |
| ·图像特征的描述 | 第48页 |
| ·图像特征与选择 | 第48-49页 |
| ·特征提取方法介绍 | 第49-50页 |
| ·本文虹膜特征提取方法 | 第50-53页 |
| ·Symlets 小波和 Daubechies 小波的特性分析 | 第50-51页 |
| ·分块虹膜的小波变换与特征提取 | 第51-52页 |
| ·基于阈值的奇异值压缩 | 第52-53页 |
| ·模式匹配 | 第53-56页 |
| ·虹膜图像常用的匹配方法 | 第54-55页 |
| ·本文采用的匹配法 | 第55-56页 |
| ·实验结果分析 | 第56-58页 |
| ·识别指标 | 第56页 |
| ·实验分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 6 结论 | 第60-62页 |
| ·本文结论 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |