基于小波变换的虹膜识别算法的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·生物特征识别 | 第10-12页 |
| ·各种生物特征识别简介 | 第10-11页 |
| ·生物识别系统的性能评价 | 第11-12页 |
| ·虹膜识别 | 第12-14页 |
| ·虹膜识别特点 | 第12页 |
| ·虹膜识别的发展及其现状 | 第12-13页 |
| ·虹膜识别的意义 | 第13-14页 |
| ·本文的主要研究内容 | 第14页 |
| ·论文结构 | 第14-15页 |
| 第二章 虹膜识别原理 | 第15-29页 |
| ·虹膜结构及其特征 | 第15-16页 |
| ·虹膜识别技术 | 第16-19页 |
| ·虹膜识别系统简介 | 第16页 |
| ·图像获取 | 第16-17页 |
| ·虹膜图像预处理 | 第17-18页 |
| ·虹膜特征提取 | 第18页 |
| ·模式匹配 | 第18-19页 |
| ·成熟虹膜识别算法介绍 | 第19-27页 |
| ·Daugman 虹膜识别算法 | 第19-21页 |
| ·Wildes 虹膜识别方法 | 第21-24页 |
| ·Boles 虹膜识别技术 | 第24-25页 |
| ·谭铁牛等的虹膜识别方法 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 虹膜图像预处理 | 第29-50页 |
| ·虹膜图像的获取 | 第29-30页 |
| ·虹膜图像质量评价 | 第30-31页 |
| ·虹膜定位 | 第31-46页 |
| ·图像边缘 | 第32-33页 |
| ·常见边缘检测算法 | 第33-35页 |
| ·边缘检测算子的Matlab 实现 | 第35-36页 |
| ·虹膜内外边缘定位 | 第36-45页 |
| ·图像亮度变换 | 第45页 |
| ·阈值处理 | 第45-46页 |
| ·噪声消除 | 第46页 |
| ·实验结果 | 第46页 |
| ·虹膜图像分割及归一化 | 第46-49页 |
| ·虹膜图像分割 | 第46-47页 |
| ·虹膜图像归一化 | 第47-49页 |
| ·虹膜图像增强 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第四章 小波理论 | 第50-62页 |
| ·小波变换 | 第50-52页 |
| ·小波变换的定义 | 第50-51页 |
| ·小波变换的离散化 | 第51-52页 |
| ·多分辨分析 | 第52-53页 |
| ·Mallat 塔式算法 | 第53-55页 |
| ·双正交小波 | 第55页 |
| ·常用小波基函数 | 第55-58页 |
| ·小波分析在图像处理中的应用简介 | 第58-60页 |
| ·小波分析在图像处理中的优越性 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 虹膜特征提取和匹配 | 第62-74页 |
| ·虹膜纹理特征 | 第62-63页 |
| ·小波变换与图像处理 | 第63-69页 |
| ·小波变换的时频特性 | 第63-65页 |
| ·离散小波的信号处理过程 | 第65-66页 |
| ·小波变换处理图像原理 | 第66-67页 |
| ·图像的小波分解 | 第67-68页 |
| ·小波处理图像的Matlab 实现 | 第68-69页 |
| ·基于小波变换的虹膜特征提取 | 第69-71页 |
| ·Coif N 小波系列简介 | 第69-70页 |
| ·虹膜特征提取 | 第70-71页 |
| ·虹膜特征的二进制编码 | 第71页 |
| ·模式匹配 | 第71-72页 |
| ·实验结果及其分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻硕期间取得的研究成果 | 第81-82页 |
