| 第一章 绪论 | 第1-23页 |
| ·研究背景、目的和意义 | 第9-11页 |
| ·研究方法和技术路线 | 第11-12页 |
| ·虹膜识别的基理和结构 | 第12-14页 |
| ·虹膜识别的生理学基础 | 第12-14页 |
| ·虹膜识别的结构组成 | 第14页 |
| ·国内外研究现状 | 第14-18页 |
| ·虹膜识别的发展历史 | 第14-15页 |
| ·虹膜识别的研究现状 | 第15-18页 |
| ·虹膜识别的研究难点 | 第18-19页 |
| ·论文的主要研究内容 | 第19-21页 |
| ·论文的组织 | 第21-23页 |
| 第二章 虹膜识别算法测试的基础实验平台 | 第23-37页 |
| ·引言 | 第23页 |
| ·组成结构 | 第23-24页 |
| ·虹膜图像采集系统 | 第24-26页 |
| ·虹膜图像采集原理 | 第24页 |
| ·虹膜图像采集装置 | 第24-25页 |
| ·虹膜图像采集装置的性能指标 | 第25-26页 |
| ·图像质量评价与选择 | 第26-28页 |
| ·虹膜图像的综合质量评价 | 第26-27页 |
| ·序列虹膜图像的评价与选择过程 | 第27-28页 |
| ·JLUBR-IRIS虹膜图像库 | 第28-29页 |
| ·虹膜图像预处理 | 第29-36页 |
| ·虹膜定位 | 第29-32页 |
| ·虹膜纹理归一化 | 第32-33页 |
| ·虹膜纹理增强 | 第33-34页 |
| ·虹膜纹理方向校正 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第三章 小波函数的性质分析及其在虹膜特征提取中的应用 | 第37-59页 |
| ·引言 | 第37页 |
| ·小波变换的基本概念 | 第37-41页 |
| ·L~2(R)空间 | 第37-38页 |
| ·小波的数学定义 | 第38页 |
| ·多分辨分析 | 第38-41页 |
| ·小波函数性质 | 第41-43页 |
| ·正交性 | 第41页 |
| ·紧支性、衰减性、光滑性 | 第41-42页 |
| ·小波和小波基函数的时频窗 | 第42页 |
| ·小波的消失矩 | 第42页 |
| ·对称性及线性相位 | 第42-43页 |
| ·常用小波函数 | 第43-47页 |
| ·Haar小波 | 第43-44页 |
| ·调频高斯类小波 | 第44页 |
| ·Laplace小波 | 第44-45页 |
| ·Marr小波（墨西哥帽状小波） | 第45页 |
| ·Daubechies小波 | 第45页 |
| ·样条类小波 | 第45-47页 |
| ·小波变换在虹膜识别中应用的关键技术问题 | 第47-57页 |
| ·应用小波变换进行虹膜识别的原理 | 第47-48页 |
| ·基于小波变换的虹膜纹理特征表示 | 第48-52页 |
| ·适用于虹膜特征表示的小波基特性 | 第52-53页 |
| ·离散小波变换的平移不变性问题 | 第53-54页 |
| ·离散小波变换的分解方法 | 第54-57页 |
| ·小波分解尺度选择 | 第57页 |
| ·小结 | 第57-59页 |
| 第四章 基于小波局部模极大值特征表示的虹膜识别 | 第59-73页 |
| ·引言 | 第59页 |
| ·算法概述 | 第59-60页 |
| ·算法核心问题 | 第59-60页 |
| ·算法实现框架 | 第60页 |
| ·基本原理 | 第60-64页 |
| ·信号局部奇异性的小波刻画 | 第60-63页 |
| ·小波变换模极值作边缘检测 | 第63-64页 |
| ·L SARWT的数学特性 | 第64页 |
| ·虹膜特征点提取 | 第64-66页 |
| ·虹膜纹理特征点定义 | 第64-65页 |
| ·虹膜特征点空间构造算法 | 第65-66页 |
| ·虹膜特征点复式匹配 | 第66-69页 |
| ·粗匹配 | 第66-68页 |
| ·粗匹配细化处理 | 第68-69页 |
| ·实验结果 | 第69-72页 |
| ·测试实例Ⅰ | 第70-71页 |
| ·测试实例Ⅱ | 第71页 |
| ·数据分析 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第五章 基于小波过零点的虹膜识别及虹膜图像重构 | 第73-84页 |
| ·引言 | 第73页 |
| ·虹膜识别过程简介 | 第73-74页 |
| ·小波过零点表示及虹膜图像分解 | 第74-79页 |
| ·小波过零点特征表示的基本原理 | 第74-76页 |
| ·虹膜纹理的小波过零点表示 | 第76-79页 |
| ·小波过零点特征匹配及识别实验 | 第79-81页 |
| ·虹膜特征匹配 | 第79-80页 |
| ·实验结果 | 第80-81页 |
| ·基于过零点的图像重构 | 第81-83页 |
| ·小结 | 第83-84页 |
| 第六章 基于小波多尺度特征量化表示的虹膜识别 | 第84-98页 |
| ·引言 | 第84页 |
| ·相关工作 | 第84-85页 |
| ·虹膜纹理的一维小波多尺度特征表示及识别 | 第85-92页 |
| ·1-D小波多尺度分解 | 第85-86页 |
| ·虹膜特征表示 | 第86-88页 |
| ·虹膜特征向量 | 第88-89页 |
| ·虹膜模式匹配 | 第89页 |
| ·实验结果及数据分析 | 第89-92页 |
| ·虹膜纹理的二维小波多尺度特征表示及识别 | 第92-96页 |
| ·图像的二维小波多尺度分解 | 第92-93页 |
| ·虹膜特征表示 | 第93-94页 |
| ·虹膜特征模式匹配 | 第94页 |
| ·实验结果及数据分析 | 第94-96页 |
| ·小结 | 第96-98页 |
| 第七章 基于小波变换的虹膜识别方法的比较 | 第98-106页 |
| ·引言 | 第98页 |
| ·算法测试实验平台 | 第98-99页 |
| ·实验方法 | 第99-100页 |
| ·虹膜识别的评价标准 | 第100-102页 |
| ·识别模式 | 第100页 |
| ·认证模式 | 第100-102页 |
| ·实验结果 | 第102-104页 |
| ·识别模式 | 第103页 |
| ·认证模式 | 第103-104页 |
| ·实验数据分析及讨论 | 第104-105页 |
| ·小结 | 第105-106页 |
| 第八章 工作总结及展望 | 第106-110页 |
| ·引言 | 第106页 |
| ·主要研究成果 | 第106-107页 |
| ·展望 | 第107-110页 |
| 附录 | 第110-114页 |
| 附录Ａ CANNY边缘检测算法 | 第110页 |
| 附录B HOUGH变换的圆检测算法 | 第110-111页 |
| 附录C 双线性插值算法 | 第111-112页 |
| 附录D 线性拉伸算法 | 第112页 |
| 附录E 错误率指标定义 | 第112-113页 |
| 附录F K－近邻（K-NN）方法 | 第113-114页 |
| 参考文献 | 第114-127页 |
| 攻读博士学位期间发表的论文及其他成果 | 第127-130页 |
| 发表论文 | 第127-128页 |
| 专利申请 | 第128页 |
| 科研项目 | 第128-129页 |
| 获奖情况 | 第129-130页 |
| 摘要 | 第130-132页 |
| ABSTRACT | 第132-134页 |
| 致谢 | 第134页 |