首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

虹膜特征提取与识别的算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题的背景第10-11页
    1.2 生物识别技术简介第11-13页
    1.3 虹膜识别的研究现状第13-14页
    1.4 课题的来源与研究目的第14页
    1.5 论文的结构安排第14-16页
第2章 虹膜识别概述第16-26页
    2.1 虹膜的生理特点第16-17页
    2.2 虹膜识别的系统框架第17-19页
    2.3 虹膜图像的预处理第19-25页
        2.3.1 光斑检测与填充第19-21页
        2.3.2 虹膜内外边界定位第21-23页
        2.3.3 眼睑检测第23-24页
        2.3.4 虹膜图像的归一化第24-25页
    2.4 本章小结第25-26页
第3章 虹膜特征提取第26-41页
    3.1 引言第26页
    3.2 基于Gabor滤波的虹膜特征提取第26-31页
        3.2.1 Gabor滤波器简介第26-27页
        3.2.2 Gabor滤波器设计第27-29页
        3.2.3 适用虹膜特征提取的Gabor滤波器参数第29-30页
        3.2.4 特征点的采样及编码第30-31页
    3.3 基于定序滤波的虹膜特征提取第31-34页
        3.3.1 定序特征的来源第31页
        3.3.2 定序滤波器设计第31-32页
        3.3.3 参数分析及设置第32-34页
        3.3.4 利用定序滤波器提取虹膜特征第34页
    3.4 虹膜纹理方向能量特征的提取第34-39页
        3.4.1 高斯平滑滤波第36-37页
        3.4.2 方向检测算子的设计第37-39页
        3.4.3 方向能量特征的编码第39页
    3.5 本章小结第39-41页
第4章 虹膜特征匹配与形变补偿第41-47页
    4.1 引言第41页
    4.2 特征匹配第41-42页
        4.2.1 汉明距离第41-42页
        4.2.2 矩阵相似度第42页
    4.3 虹膜图像形变产生的原因及补偿方法第42-44页
    4.4 算法识别性能的测试方法及评判指标第44-46页
        4.4.1 认证测试及评判指标第44-45页
        4.4.2 识别测试及评判指标第45-46页
    4.5 小结第46-47页
第5章 实验仿真及结果分析第47-56页
    5.1 引言第47页
    5.2 虹膜库与实验平台第47-48页
        5.2.1 CASIA虹膜库第47-48页
        5.2.2 实验平台第48页
    5.3 实验及结果分析第48-55页
        5.3.1 Gabor算法提取虹膜特征的识别性能测试第49-51页
        5.3.2 定序算法提取虹膜特征的识别性能测试第51-52页
        5.3.3 纹理方向能量特征的识别性能测试第52-54页
        5.3.4 三种算法的最优实验结果对比第54-55页
    5.4 本章小结第55-56页
结论与展望第56-57页
参考文献第57-60页
致谢第60-61页
附录A 攻读硕士学位期间发表的论文和参与的科研项目第61页

论文共61页,点击 下载论文
上一篇:基于特征学习的OCT视网膜病变图像分类技术研究
下一篇:开放式实验室管理系统的设计与开发