声明
摘要
第1章 绪论
1.1 生物特征识别和虹膜识别
1.1.1 生物特征识别
1.1.2 虹膜识别概述
1.2 虹膜识别技术的发展和现状
1.2.1 国外虹膜识别技术的发展
1.2.2 国内虹膜识别技术的发展
1.3 虹膜识别技术的实际应用
1.4 虹膜库简介
1.5 论文的主要研究内容和结构安排
第2章 虹膜图像的预处理
2.1 虹膜图像质量评估算法
2.2 虹膜外边缘定位
2.2.1 Hough变换检测圆
2.2.2 基于Hough变换的虹膜外边缘检测
2.3 虹膜内边缘定位
2.4 虹膜归一化
2.5 虹膜图像增强
2.6 本章小结
第3章 基于小波变换的特征提取及匹配
3.1 预备知识
3.1.1 小波变换概况
3.1.2 小波变换的数学定义
3.1.3 多分辨率分析
3.1.4 小波函数
3.1.5 一维小波变换的Mallat算法
3.1.6 二维小波变换的Mallat算法
3.2 一维小波变换的特征提取
3.2.1 小波分解级数的选取
3.2.2 小波基的选取
3.2.3 虹膜识别中对噪声去除
3.2.4 解决旋转不变性的问题
3.2.5 虹膜编码及匹配
3.2.6 实验与结果分析
3.3 二维小波变换的特征提取
3.3.1 图像的二维小波分解
3.3.2 虹膜的特征表示
3.3.2 分类器的设计
3.3.4 实验与结果分析
3.4 本章小结
第4章 虹膜识别算法在DSP系统上的实现
4.1 DSP硬件平台简介
4.2 从matlab到CCS的移植过程
4.2.1 matlab平台到VC平台需要注意的几点
4.2.2 标准C语言移植到CCS中需要注意的几点
4.3 CCS环境下的程序优化
4.3.1 CCS3.3简介及CCS的优化选项
4.3.2 虹膜识别算法优化
4.3.3 优化结果及性能分析
4.4 本章小结
第5章 总结与展望
参考文献
致谢