| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 本文结构与安排 | 第11-12页 |
| 第二章 相关技术介绍 | 第12-22页 |
| 2.1 虹膜识别概述 | 第12-15页 |
| 2.1.1 虹膜的生理特征 | 第12-13页 |
| 2.1.2 虹膜图像数据库简介 | 第13-14页 |
| 2.1.3 虹膜识别算法评价标准 | 第14-15页 |
| 2.2 深度学习算法简介 | 第15-21页 |
| 2.2.1 前向传播算法 | 第15-16页 |
| 2.2.2 反向传播算法 | 第16-17页 |
| 2.2.3 卷积神经网络 | 第17-19页 |
| 2.2.4 深度置信网络 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 虹膜图像预处理算法研究 | 第22-34页 |
| 3.1 基于边缘检测结合Hough变换的定位算法 | 第22-25页 |
| 3.1.1 Canny边缘检测算法 | 第22-23页 |
| 3.1.2 Hough变换 | 第23-25页 |
| 3.2 基于窗口采样和加权Hough变换的虹膜定位算法设计 | 第25-32页 |
| 3.2.1 图像去噪 | 第25-26页 |
| 3.2.2 瞳孔中心粗定位 | 第26-27页 |
| 3.2.3 内边缘定位算法优化 | 第27-29页 |
| 3.2.4 外边缘定位算法优化 | 第29-30页 |
| 3.2.5 虹膜信息归一化 | 第30-32页 |
| 3.3 实验结果与分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 虹膜真伪鉴别算法研究 | 第34-44页 |
| 4.1 常见的虹膜真伪鉴别算法 | 第34-35页 |
| 4.2 多分块阈值分类CNN的虹膜真伪鉴别算法设计 | 第35-39页 |
| 4.2.1 多分块阈值分类CNN算法原理 | 第35-36页 |
| 4.2.2 神经网络结构的设计 | 第36-37页 |
| 4.2.3 滑动窗口采样过程 | 第37-38页 |
| 4.2.4 阈值选取原则 | 第38-39页 |
| 4.3 实验结果与分析 | 第39-42页 |
| 4.3.1 实验环境与数据集 | 第39-40页 |
| 4.3.2 实验结果 | 第40-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第五章 虹膜特征匹配算法研究 | 第44-56页 |
| 5.1 传统人工虹膜特征匹配方法 | 第44-48页 |
| 5.1.1 Gabor滤波器 | 第44-45页 |
| 5.1.2 ROI区域选择 | 第45-46页 |
| 5.1.3 Gabor特征提取与编码 | 第46-48页 |
| 5.2 基于CNN特征编码的虹膜特征匹配算法设计 | 第48-51页 |
| 5.2.1 CNN特征编码算法原理 | 第48-49页 |
| 5.2.2 神经网络结构的设计 | 第49-50页 |
| 5.2.3 Euclidean距离匹配 | 第50-51页 |
| 5.3 实验结果与分析 | 第51-54页 |
| 5.3.1 实验环境与数据集 | 第51-52页 |
| 5.3.2 实验结果 | 第52-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 虹膜识别系统设计与实现 | 第56-66页 |
| 6.1 系统概要设计 | 第56页 |
| 6.2 系统详细设计 | 第56-59页 |
| 6.2.1 系统工作流程设计 | 第56-57页 |
| 6.2.2 功能模块详细设计 | 第57-59页 |
| 6.3 系统实现 | 第59-62页 |
| 6.4 系统测试 | 第62-65页 |
| 6.4.1 系统模块测试 | 第62-63页 |
| 6.4.2 系统集成测试 | 第63-65页 |
| 6.5 本章小结 | 第65-66页 |
| 第七章 总结与展望 | 第66-68页 |
| 7.1 本文内容总结 | 第66页 |
| 7.2 未来工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |