虹膜图像预处理及关键点提取方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8-12页 |
| ·生物特征识别技术简介 | 第8-9页 |
| ·生物识别技术的优点 | 第9页 |
| ·生物特征识别技术的生理特征 | 第9-10页 |
| ·生物识别技术的回顾和未来发展状况 | 第10-12页 |
| ·虹膜识别技术 | 第12-15页 |
| ·虹膜生理结构 | 第12-13页 |
| ·虹膜识别技术的评价标准 | 第13-14页 |
| ·虹膜识别技术的市场价值 | 第14-15页 |
| ·本文研究的主要内容 | 第15-17页 |
| ·研究路线和方法 | 第15页 |
| ·本文研究主要内容 | 第15-17页 |
| 第二章 虹膜识别系统算法概述 | 第17-23页 |
| ·模式识别简介 | 第17-18页 |
| ·虹膜识别技术流程 | 第18-22页 |
| ·虹膜图像获取 | 第19-20页 |
| ·虹膜图像预处理 | 第20页 |
| ·虹膜图像的特征提取 | 第20-21页 |
| ·虹膜图像的模式匹配及分类器设计 | 第21-22页 |
| ·虹膜识别算法的研究现状 | 第22页 |
| ·小结 | 第22-23页 |
| 第三章 虹膜图像预处理 | 第23-38页 |
| ·概述 | 第23-26页 |
| ·灰度直方图 | 第23页 |
| ·边缘检测算子 | 第23-25页 |
| ·Hough变换 | 第25-26页 |
| ·虹膜定位算法 | 第26-32页 |
| ·Daugman的虹膜定位算法 | 第27-28页 |
| ·Wildes的虹膜定位算法 | 第28-30页 |
| ·中科院自动化所王蕴红、谭铁牛等的虹膜定位算法 | 第30-31页 |
| ·常用虹膜定位算法比较 | 第31-32页 |
| ·虹膜图像的噪声处理 | 第32-35页 |
| ·眼睑噪声处理 | 第33-34页 |
| ·眼睫毛噪声处理 | 第34页 |
| ·光斑噪声处理 | 第34-35页 |
| ·虹膜图像的归一化 | 第35-36页 |
| ·虹膜图像的增强 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 改进的虹膜预处理算法 | 第38-51页 |
| ·前言 | 第38页 |
| ·灰度值均衡化 | 第38-40页 |
| ·虹膜图像定位 | 第40-47页 |
| ·虹膜内边缘定位 | 第40-43页 |
| ·虹膜外边界的定位 | 第43-47页 |
| ·试验结果 | 第47-48页 |
| ·改进的虹膜图像归一化 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第五章 虹膜特征提取与编码及模式匹配 | 第51-59页 |
| ·引言 | 第51页 |
| ·向量内积 | 第51-52页 |
| ·关键点的提取 | 第52-55页 |
| ·多通道Gabor滤波器 | 第52-54页 |
| ·提取虹膜图像特征关键点 | 第54-55页 |
| ·基于复值二维Gabor变换的虹膜纹理相位编码 | 第55-58页 |
| ·二维Gabor变换 | 第55页 |
| ·虹膜纹理相位编码 | 第55-58页 |
| ·小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间主要的研究成果 | 第67页 |
