基于图像局部特征的实时虹膜匹配方法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·生物特征识别概述 | 第9-10页 |
| ·典型的生物特征识别技术 | 第10-13页 |
| ·指纹识别技术 | 第10-11页 |
| ·人脸识别技术 | 第11-12页 |
| ·虹膜识别技术 | 第12页 |
| ·声音识别技术 | 第12页 |
| ·签名识别技术 | 第12-13页 |
| ·虹膜识别系统简介 | 第13-15页 |
| ·虹膜的生理结构 | 第13-14页 |
| ·虹膜识别系统的基本原理 | 第14-15页 |
| ·基于局部特征的虹膜匹配方法 | 第15-16页 |
| ·论文的结构安排 | 第16-18页 |
| 第二章 虹膜图像特征点检测 | 第18-33页 |
| ·SIFT特征点检测 | 第18-22页 |
| ·图像尺度空间理论 | 第18-19页 |
| ·DoG尺度空间 | 第19-20页 |
| ·斑点搜索定位 | 第20-21页 |
| ·特征点筛选 | 第21-22页 |
| ·SURF特征点检测 | 第22-27页 |
| ·积分图像 | 第23页 |
| ·盒子滤波DoH近似 | 第23-25页 |
| ·DoH尺度空间表示 | 第25-26页 |
| ·特征点搜索定位 | 第26-27页 |
| ·FAST角点检测 | 第27-30页 |
| ·SUSAN最小核值相似区 | 第27-29页 |
| ·快速角点探测 | 第29-30页 |
| ·虹膜特征点检测的改进方案 | 第30-32页 |
| ·虹膜归一化图像 | 第30页 |
| ·常用特征点检测算法比较 | 第30-32页 |
| ·特征点检测算法优化 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 虹膜图像局部特征描述 | 第33-43页 |
| ·SIFT特征描述子 | 第33-35页 |
| ·特征点方向分配 | 第33-34页 |
| ·特征描述子生成 | 第34-35页 |
| ·SURF特征描述子 | 第35-37页 |
| ·特征点方向分配 | 第35-36页 |
| ·特征描述子生成 | 第36-37页 |
| ·虹膜特征描述子的改进方案 | 第37-42页 |
| ·虹膜图像特征 | 第37-38页 |
| ·特征描述子改进 | 第38-42页 |
| ·实验结果及分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 虹膜图像特征点匹配 | 第43-54页 |
| ·图像特征点匹配 | 第43-46页 |
| ·常用搜索算法 | 第43-44页 |
| ·局部线性扫描法 | 第44-46页 |
| ·特征匹配对筛选提纯 | 第46-50页 |
| ·比值提纯法 | 第47-48页 |
| ·偏移统计提纯算法 | 第48-49页 |
| ·随机抽样一致性算法 | 第49-50页 |
| ·图像样本距离计算 | 第50-51页 |
| ·特征描述子在线训练 | 第51-53页 |
| ·虚拟虹膜样本 | 第51-52页 |
| ·特征点匹配能力参数 | 第52页 |
| ·特征点的合并与更新 | 第52-53页 |
| ·特征描述子训练过程 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第五章 算法性能评测 | 第54-60页 |
| ·虹膜数据库 | 第54页 |
| ·算法评判准则 | 第54-55页 |
| ·算法评测内容 | 第55-56页 |
| ·算法运行时环境 | 第56页 |
| ·算法测试结果及分析 | 第56-60页 |
| 第六章 实时虹膜识别演示系统 | 第60-65页 |
| ·服务器/客户端架构 | 第60-61页 |
| ·界面、业务逻辑、算法分离 | 第61页 |
| ·操作系统登陆界面集成 | 第61-62页 |
| ·智能语音文本反馈 | 第62-63页 |
| ·注册虹膜样本质量控制 | 第63页 |
| ·演示系统效果试验 | 第63-65页 |
| 第七章 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻硕期间取得的研究成果 | 第70页 |
