虹膜识别的若干关键技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·生物特征识别技术 | 第9-10页 |
| ·虹膜识别技术的发展及其现状 | 第10-11页 |
| ·虹膜识别的优缺点 | 第11-12页 |
| ·虹膜识别的应用前景 | 第12-15页 |
| 第二章 虹膜识别的原理 | 第15-30页 |
| ·虹膜识别的理论基础 | 第15-19页 |
| ·模式识别的基本概念 | 第15页 |
| ·模式识别的主要理论和方法 | 第15-17页 |
| ·虹膜识别系统的总体介绍 | 第17-19页 |
| ·目前几种较成熟的虹膜识别方法 | 第19-28页 |
| ·Daugman 虹膜识别方法 | 第19-22页 |
| ·Wildes 虹膜识别方法 | 第22-25页 |
| ·Boles 虹膜识别方法 | 第25-26页 |
| ·谭铁牛等的虹膜识别方法 | 第26-28页 |
| ·本文所做的主要工作 | 第28-30页 |
| 第三章 虹膜图像预处理 | 第30-45页 |
| ·虹膜图像的获取 | 第30页 |
| ·虹膜图像质量评价 | 第30-33页 |
| ·虹膜定位 | 第33-41页 |
| ·图像边缘基本类型介绍 | 第33-34页 |
| ·常用的边缘检测方法 | 第34-36页 |
| ·各种边缘检测算子的效果比较 | 第36页 |
| ·虹膜边缘的粗定位 | 第36-40页 |
| ·虹膜边缘的精定位 | 第40-41页 |
| ·虹膜图像分割及归一化 | 第41-43页 |
| ·虹膜图像分割 | 第41-42页 |
| ·虹膜图像的归一化 | 第42-43页 |
| ·虹膜图像增强 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 虹膜图像的纹理特征提取 | 第45-49页 |
| ·基于小波变换的虹膜特征提取 | 第45-47页 |
| ·Haar 小波的选取 | 第45-46页 |
| ·提取虹膜特征 | 第46页 |
| ·虹膜特征二进制编码原理 | 第46-47页 |
| ·基于HAMMING 距离的模式匹配 | 第47页 |
| ·实验结果与讨论 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于小波包和SVM 的虹膜识别算法 | 第49-56页 |
| ·小波包分解原理 | 第49-50页 |
| ·小波特征的产生 | 第50-51页 |
| ·小波特征的选择 | 第51-52页 |
| ·基于支持向量机的模式匹配 | 第52-55页 |
| ·支持向量机 | 第52-54页 |
| ·基于 SVM 的模式匹配 | 第54-55页 |
| ·实验结果 | 第55页 |
| ·本章小结 | 第55-56页 |
| 总结 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 A（在读研期间所发的论文） | 第63-64页 |
| 中文详细摘要 | 第64-70页 |
