虹膜定位算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·生物识别技术 | 第9-11页 |
| ·虹膜识别的生理基础 | 第11-12页 |
| ·虹膜识别的研究现状 | 第12页 |
| ·课题研究的目的和意义 | 第12-13页 |
| ·论文主要工作 | 第13-15页 |
| 2 相关理论技术介绍 | 第15-29页 |
| ·虹膜图像采集 | 第15页 |
| ·图像滤波 | 第15-22页 |
| ·图像质量评估 | 第15-18页 |
| ·色彩模型 | 第18-21页 |
| ·常见滤波算法 | 第21-22页 |
| ·边界检测算法 | 第22-25页 |
| ·Hough边界检测算法 | 第22-24页 |
| ·Canny边界检测算法 | 第24页 |
| ·Radon边界检测算法 | 第24-25页 |
| ·虹膜特征提取与匹配 | 第25-29页 |
| ·2D Gabor滤波算法 | 第25-26页 |
| ·Gaussian-Laplacian变换 | 第26-27页 |
| ·特征编码 | 第27页 |
| ·特征匹配 | 第27-29页 |
| 3 改进的虹膜定位算法 | 第29-52页 |
| ·图像采集和建库 | 第29-30页 |
| ·虹膜图像采集 | 第29-30页 |
| ·建立虹膜库 | 第30页 |
| ·虹膜图像质量评估 | 第30-35页 |
| ·亮度评估 | 第30-31页 |
| ·对比度评估 | 第31-32页 |
| ·完整性评估 | 第32-33页 |
| ·图像质量评估方案 | 第33-35页 |
| ·虹膜内边界预定位 | 第35-36页 |
| ·瞳孔区域提取 | 第35页 |
| ·圆心和半径预估计 | 第35-36页 |
| ·虹膜内边界准确定位 | 第36-43页 |
| ·图像缩放 | 第36页 |
| ·边界检测 | 第36-43页 |
| ·边界点投票 | 第43页 |
| ·虹膜外边界定位 | 第43-45页 |
| ·外边界预定位 | 第43-44页 |
| ·外边界精确定位 | 第44-45页 |
| ·噪音检测 | 第45-48页 |
| ·瞳孔噪音检测 | 第45页 |
| ·巩膜和皮肤噪音 | 第45-46页 |
| ·光斑检测 | 第46页 |
| ·睫毛检测 | 第46-47页 |
| ·眼睑检测 | 第47-48页 |
| ·归一化 | 第48-52页 |
| ·归一化算法 | 第48-51页 |
| ·多角度归一化 | 第51-52页 |
| 4 实验结果 | 第52-55页 |
| ·对比实验 | 第52-53页 |
| ·和Daugman算法对比 | 第52页 |
| ·和Wildes算法对比 | 第52-53页 |
| ·性能实验 | 第53-55页 |
| ·精确度 | 第53-54页 |
| ·速度 | 第54-55页 |
| 5 虹膜识别系统解决方案 | 第55-63页 |
| ·系统分析 | 第55页 |
| ·方案框架 | 第55-63页 |
| ·系统架构 | 第55-56页 |
| ·应用服务 | 第56-59页 |
| ·管理系统 | 第59-62页 |
| ·移动处理 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
