| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状及存在的问题 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第2章 虹膜识别相关知识介绍 | 第16-26页 |
| 2.1 生物虹膜基础知识 | 第16-17页 |
| 2.1.1 虹膜结构 | 第16页 |
| 2.1.2 虹膜特征 | 第16-17页 |
| 2.2 虹膜图像质量评估 | 第17-18页 |
| 2.3 虹膜识别的主流算法 | 第18-23页 |
| 2.3.1 常用边缘检测算子 | 第18-19页 |
| 2.3.2 图像平滑处理算法 | 第19-20页 |
| 2.3.3 虹膜定位算法 | 第20-22页 |
| 2.3.4 虹膜特征提取算法 | 第22-23页 |
| 2.4 虹膜识别的性能指标 | 第23-24页 |
| 2.5 虹膜数据库介绍 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 虹膜边缘定位与拟合算法的研究 | 第26-44页 |
| 3.1 虹膜边缘处理 | 第26-31页 |
| 3.1.1 基于Sobel算子的边缘检测方法 | 第26-27页 |
| 3.1.2 图像边缘非极大值抑制与双阈值化处理 | 第27-31页 |
| 3.2 睫毛抑制与眼睑拟合 | 第31-36页 |
| 3.2.1 睫毛噪声抑制 | 第31-34页 |
| 3.2.2 最小二乘法拟合曲线检测眼睑 | 第34-36页 |
| 3.3 基于改进Hough变换的虹膜定位算法 | 第36-39页 |
| 3.3.1 算法思路 | 第36页 |
| 3.3.2 虹膜内边缘定位与拟合 | 第36-37页 |
| 3.3.3 虹膜外边缘定位与拟合 | 第37-39页 |
| 3.4 实验结果及分析 | 第39-43页 |
| 3.4.1 虹膜图像边缘定位 | 第39-42页 |
| 3.4.2 实验数据分析 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 虹膜特征提取与识别算法的研究 | 第44-62页 |
| 4.1 2D-Gabor滤波器性能分析 | 第44-47页 |
| 4.1.1 2D-Gabor滤波器理论知识 | 第44-45页 |
| 4.1.2 2D-Gabor滤波器频率选择 | 第45页 |
| 4.1.3 2D-Gabor滤波器方向选择 | 第45-47页 |
| 4.1.4 2D-Gabor滤波器局部选择 | 第47页 |
| 4.2 图像归一化重建与增强 | 第47-52页 |
| 4.2.1 虹膜图像归一化重建 | 第47-51页 |
| 4.2.2 图像对比度增强 | 第51-52页 |
| 4.3 基于形态学骨架和Gabor滤波器的虹膜特征提取与识别算法 | 第52-58页 |
| 4.3.1 形态学处理提取归一化虹膜整体骨架特征 | 第52-53页 |
| 4.3.2 多频率、多方向2D-Gabor滤波器提取局部特征 | 第53-56页 |
| 4.3.3 基于形态学骨架和Gabor滤波器的虹膜识别算法 | 第56-58页 |
| 4.4 实验结果及分析 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 虹膜识别系统设计与实现 | 第62-69页 |
| 5.1 开发环境 | 第62-63页 |
| 5.2 系统设计 | 第63-66页 |
| 5.2.1 系统总体设计 | 第63-64页 |
| 5.2.2 系统结构设计 | 第64-65页 |
| 5.2.3 系统功能设计 | 第65-66页 |
| 5.3 系统展示 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 论文总结 | 第69-70页 |
| 6.2 后续工作的展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间发表的论文 | 第75页 |
