基于小波变换的虹膜识别算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·生物识别技术简介 | 第9-13页 |
| ·指纹识别 | 第9-10页 |
| ·人脸识别 | 第10页 |
| ·语音识别 | 第10-11页 |
| ·签名识别 | 第11页 |
| ·视网膜识别 | 第11页 |
| ·虹膜识别 | 第11-12页 |
| ·几种生物认证技术的比较 | 第12-13页 |
| ·虹膜识别技术 | 第13-15页 |
| ·虹膜的生理结构 | 第13页 |
| ·虹膜识别的发展历史及现状 | 第13-15页 |
| ·本课题研究的意义和内容 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 虹膜识别系统简介 | 第17-24页 |
| ·模式识别与虹膜识别 | 第17页 |
| ·虹膜识别系统原理 | 第17-23页 |
| ·虹膜图像的摄取 | 第18页 |
| ·虹膜图像的预处理 | 第18-21页 |
| ·虹膜特征的提取与匹配 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 虹膜图像预处理 | 第24-39页 |
| ·虹膜的定位 | 第24-33页 |
| ·平滑 | 第24页 |
| ·基于边缘检测的虹膜定位算法 | 第24-31页 |
| ·本文的虹膜定位方法 | 第31-33页 |
| ·虹膜的归一化 | 第33-35页 |
| ·虹膜图像的增强 | 第35-38页 |
| ·灰度直方图 | 第35-36页 |
| ·直方图均衡化 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 小波变换理论 | 第39-52页 |
| ·小波分析的发展历程 | 第39-40页 |
| ·小波概念 | 第40-41页 |
| ·小波变换 | 第41-44页 |
| ·连续小波变换 | 第41-42页 |
| ·离散小波变换 | 第42-44页 |
| ·常用的小波介绍 | 第44-46页 |
| ·Haar小波 | 第44-45页 |
| ·Daubechies(dbN)小波 | 第45-46页 |
| ·二维小波变换 | 第46-47页 |
| ·多分辨率分析 | 第47-50页 |
| ·小波变换在虹膜识别中的应用 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 虹膜的特征提取与匹配 | 第52-66页 |
| ·图像的特征类别 | 第52-53页 |
| ·纹理分析理论 | 第53-58页 |
| ·直方图分析法 | 第53-54页 |
| ·自相关函数分析法 | 第54页 |
| ·灰度共生矩阵分析法 | 第54-55页 |
| ·灰度-梯度共生矩阵分析法 | 第55-56页 |
| ·傅立叶频谱分析法 | 第56-57页 |
| ·小波分析法 | 第57-58页 |
| ·Daugman的虹膜特征提取算法 | 第58-59页 |
| ·基于Daubechies小波变换的虹膜特征提取 | 第59-60页 |
| ·模式匹配 | 第60-61页 |
| ·Hamming距离的匹配算法 | 第61页 |
| ·加权欧氏距离分类器 | 第61页 |
| ·实验结果与分析 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 结束语 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间发表的论文 | 第70页 |
