摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-28页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 虹膜识别系统概述 | 第13-19页 |
1.2.1 虹膜的生理特征 | 第13-15页 |
1.2.2 虹膜识别系统的组成 | 第15-16页 |
1.2.3 虹膜识别性能的评价指标 | 第16-19页 |
1.3 虹膜图像库简介 | 第19-21页 |
1.3.1 CASIA虹膜库 | 第19-20页 |
1.3.2 MMU虹膜库 | 第20页 |
1.3.3 JLU虹膜库 | 第20-21页 |
1.4 虹膜识别技术的研究现状 | 第21-25页 |
1.4.1 虹膜图像预处理 | 第21-22页 |
1.4.2 特征提取与识别 | 第22-24页 |
1.4.3 多模态生物特征识别 | 第24-25页 |
1.5 本文主要研究内容 | 第25-26页 |
1.6 本文组织结构 | 第26-28页 |
第2章 基于Gabor滤波的虹膜能量方向特征提取 | 第28-40页 |
2.1 引言 | 第28-29页 |
2.2 虹膜识别系统架构 | 第29页 |
2.3 虹膜预处理 | 第29-30页 |
2.4 滤波器组设计 | 第30-33页 |
2.4.1 二维Gabor滤波器 | 第30-32页 |
2.4.2 构建二维Gabor滤波器组 | 第32-33页 |
2.5 滤波器组参数选择 | 第33-36页 |
2.5.1 频率参数 | 第33-34页 |
2.5.2 尺度参数 | 第34-35页 |
2.5.3 方向参数 | 第35-36页 |
2.6 特征编码及匹配 | 第36-37页 |
2.7 实验结果与分析 | 第37-39页 |
2.8 本章小结 | 第39-40页 |
第3章 基于多扇区纹理特征和加权融合的虹膜识别方法 | 第40-54页 |
3.1 引言 | 第40页 |
3.2 尺度局限性分析 | 第40-42页 |
3.3 多尺度特征提取和加权融合识别 | 第42-45页 |
3.3.1 算法总体流程 | 第42-43页 |
3.3.2 多环带虹膜图像分割 | 第43-44页 |
3.3.3 基于扇区的虹膜归一化 | 第44-45页 |
3.3.4 加权融合匹配 | 第45页 |
3.4 实验结果与分析 | 第45-53页 |
3.4.1 归一化尺寸选择 | 第46-48页 |
3.4.2 加权融合匹配 | 第48-50页 |
3.4.3 与其它算法的比较分析 | 第50-53页 |
3.5 本章小结 | 第53-54页 |
第4章 基于能量方向直方图特征的虹膜识别方法 | 第54-68页 |
4.1 引言 | 第54-55页 |
4.2 虹膜图像预处理 | 第55页 |
4.3 多方向、单尺度EOF特征的提取 | 第55-57页 |
4.4 直方图变换及EOHF编码 | 第57-58页 |
4.5 欧式距离匹配 | 第58页 |
4.6 实验结果与分析 | 第58-67页 |
4.6.1 ROI区域截取 | 第58-61页 |
4.6.2 ROI尺寸优化 | 第61-63页 |
4.6.3 EOHF性能分析 | 第63-66页 |
4.6.4 不同虹膜库上的性能测试 | 第66-67页 |
4.7 本章小结 | 第67-68页 |
第5章 基于局部纹理特征的虹膜二次识别方法 | 第68-88页 |
5.1 引言 | 第68-69页 |
5.2 EOHF特征的局限性分析 | 第69-70页 |
5.3 SRC方法总体流程 | 第70-71页 |
5.4 SRC方法的实现过程 | 第71-73页 |
5.4.1 图像预处理 | 第71页 |
5.4.2 首次识别 | 第71-72页 |
5.4.3 二次识别 | 第72-73页 |
5.5 实验结果与分析 | 第73-87页 |
5.5.1 SRC方法性能分析 | 第73-83页 |
5.5.2 不同分类器下的性能比较 | 第83-86页 |
5.5.3 与已有算法的比对分析 | 第86-87页 |
5.6 本章小结 | 第87-88页 |
第6章 基于特征层融合的人脸-虹膜多模态生物特征识别方法 | 第88-104页 |
6.1 引言 | 第88-89页 |
6.2 人脸-虹膜多模态特征融合方案 | 第89-91页 |
6.3 通用的特征提取模式 | 第91-94页 |
6.4 特征融合与识别 | 第94-95页 |
6.5 实验结果与分析 | 第95-103页 |
6.5.1 人脸和虹膜多模态特征库的构建 | 第95-97页 |
6.5.2 人脸和虹膜特征的提取 | 第97-98页 |
6.5.3 单模态特征识别 | 第98-100页 |
6.5.4 多模态特征识别 | 第100-103页 |
6.6 本章小结 | 第103-104页 |
第7章 总结和展望 | 第104-106页 |
7.1 总结 | 第104-105页 |
7.2 展望 | 第105-106页 |
参考文献 | 第106-116页 |
作者简介及在学期间所取得的科研成果 | 第116-118页 |
致谢 | 第118页 |