基于Snake模型及独立分量分析的虹膜识别算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·生物特征识别技术 | 第8-9页 |
| ·虹膜识别的依据 | 第9-10页 |
| ·虹膜识别的优越性 | 第10页 |
| ·虹膜识别的发展现状和应用前景 | 第10-12页 |
| ·虹膜识别系统 | 第12-16页 |
| ·虹膜识别系统的结构 | 第12-13页 |
| ·目前较为成熟的虹膜识别方法 | 第13-16页 |
| ·本文的主要工作及论文结构 | 第16-18页 |
| 第二章 虹膜图像预处理 | 第18-36页 |
| ·虹膜图像获取 | 第18-20页 |
| ·虹膜图像采集系统 | 第18-19页 |
| ·虹膜图像库 | 第19-20页 |
| ·虹膜定位 | 第20-21页 |
| ·Daugman的虹膜定位方法 | 第20-21页 |
| ·Wildes的虹膜定位方法 | 第21页 |
| ·虹膜内边缘定位 | 第21-26页 |
| ·瞳孔圆心粗定位 | 第21-22页 |
| ·虹膜内边缘精定位 | 第22-26页 |
| ·虹膜外边缘定位 | 第26-30页 |
| ·Snake模型 | 第26-27页 |
| ·Snake算法的设计与实现 | 第27-29页 |
| ·虹膜外边缘定位 | 第29-30页 |
| ·归一化处理 | 第30-31页 |
| ·虹膜图像增强 | 第31-33页 |
| ·图像增强原理及方法 | 第31-32页 |
| ·基于小波的虹膜图像增强方法 | 第32-33页 |
| ·实验结果及分析 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第三章 虹膜纹理的特征提取方法研究 | 第36-43页 |
| ·图像纹理特征 | 第36-37页 |
| ·独立分量分析提取虹膜纹理特征 | 第37-39页 |
| ·独立分量分析 | 第37-38页 |
| ·ICA算法 | 第38-39页 |
| ·ICA虹膜虹膜编码 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于 SVM的虹膜模式匹配 | 第43-47页 |
| ·常用的虹膜模式匹配方法 | 第43页 |
| ·支持向量机 | 第43-44页 |
| ·实验结果与分析 | 第44-46页 |
| ·小结 | 第46-47页 |
| 总结和展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间发表的论文 | 第53页 |
