声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 相关文献综述
1.2.1 虹膜识别技术研究现状
1.2.2 保持局部特征的LDA算法研究现状
1.2.3 单样本图像识别算法研究现状
1.3 本文主要研究内容
第二章 相关算法基础
2.1 特征提取算法
2.1.1 全局特征提取算法
2.1.2 局部特征提取算法
2.2 模式分类算法
2.3 本章小结
第三章 基于局部保持投影的质量不完美牛眼虹膜识别算法
3.1 质量不完美牛眼虹膜识别问题描述
3.2 LDA算法的局限性分析
3.3 2DLP-LDA算法设计
3.3.1 保持局部特征的类内散布矩阵
3.3.2 保持局部特征的类间散布矩阵
3.3.3 特征提取与分类
3.3.4 2DLP-LDA算法步骤
3.4 实验评估与分析
3.4.1 算法有效性分析
3.4.2 算法泛化能力分析
3.5 本章小结
第四章 基于虚拟图像生成的数量不完美牛眼虹膜识别算法
4.1 数量不完美牛眼虹膜识别问题描述
4.2 VI-MDA算法设计
4.2.1 虚拟图像生成
4.2.2 特征提取
4.2.3 分类识别
4.3 实验评估与分析
4.3.1 算法有效性分析
4.3.2 算法泛化能力分析
4.4 本章小结
第五章 总结与展望
5.1 论文总结
5.2 工作展望
致谢
参考文献
硕士期间完成的论文、专利和参与的项目