文摘
英文文摘
第1章 绪论
1.1 虹膜识别技术的发展及应用
1.1.1 生物特征识别技术
1.1.2 虹膜识别技术的特征和现状
1.2 虹膜定位技术在虹膜识别系统中的作用
1.3 虹膜图像质量评价在虹膜识别系统中的作用
1.4 本文的研究意义和内容
1.4.1 本文的研究意义
1.4.2 本文的研究内容
第2章 虹膜定位算法分析与比较
2.1 Wildes的基于Hough变换的定位算法
2.1.1 虹膜图像的边缘检测
2.1.2 Hough变换定位虹膜
2.2 Daugman的基于圆模板检测的定位算法
2.3 基于数学形态学和Hough变换相结合的定位法
2.3.1 数学形态学基础
2.3.2 基于数学形态学和Hough变换相结合的定位法
2.4 两步定位法
2.5 几何特征定位法
2.6 主动轮廓线定位法
2.7 几种虹膜定位算法分析与比较
2.8 本章小结
第3章 基于灰度投影、迭代和SUSAN边缘检测的定位法
3.1 虹膜内边缘的粗定位
3.1.1 瞳孔的灰度分布特征
3.1.2 虹膜内边缘的二值化阈值分割法
3.1.3 在虹膜内边缘的二值化分割法中应该注意的问题
3.1.4 分离出来的瞳孔应用灰度投影法进行定位
3.2 虹膜内边缘的精定位
3.2.1 虹膜内边缘精定位的指导思想
3.2.2 虹膜内边缘精定位的具体步骤
3.3 虹膜外边缘定位
3.3.1 SUSAN边缘检测算法原理
3.3.2 虹膜外边缘定位的具体步骤
3.4 实验结果
3.5 本章小结
第4章 改进的虹膜图像灰度分布特征定位法
4.1 在瞳孔内找到一点
4.2 本文设计的边缘检测模板
4.3 虹膜图像的内边缘定位
4.3.1 虹膜内边缘定位的原理
4.3.2 虹膜内边缘定位的具体步骤
4.4 虹膜图像的外边缘定位
4.4.1 虹膜外边缘定位的原理
4.4.2 虹膜外边缘定位的具体步骤
4.5 虹膜图像定位中应该注意的问题
4.6 实验结果
4.7 本章小结
第5章 虹膜图像质量评价方法研究
5.1 传统的虹膜图像质量评价算法
5.2 清晰度质量评价因子
5.2.1 虹膜图像质量评价的区域选取
5.2.2 小波包变换的相关理论
5.2.3 小波包分解提取虹膜的高频能量方法
5.2.4 小波包分解提取虹膜高频能量具体步骤
5.2.5 实验结果与分析
5.3 虹膜不可用部分的面积与总的虹膜面积比例因素
5.3.1 位于图像之外的虹膜面积的确定
5.3.2 被眼睑遮挡的虹膜面积的确定
5.3.3 虹膜不可用部分的总面积
5.3.4 实验结果与分析
5.4 虹膜图像质量综合评价因子
5.5 虹膜图像质量评价过程
5.6 图像质量的主观评价方法
5.7 实验结果
5.8 本章小结
第6章 总结及展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士期间发表的论文