文摘
英文文摘
声明
1绪论
1.1研究背景
1.1.1生物识别技术
1.1.2虹膜识别技术
1.2研究现状
1.3研究意义
1.4本文研究内容
2 PCA和LDA相关算法介绍
2.1 PCA相关特征提取算法
2.1.1传统PCA
2.1.2D-PCA
2.2 LDA相关特征提取算法
2.2.1传统LDA
2.2.2基于传统LDA边缘(样本、类别)问题的改进
2.2.3基于传统LDA小样本问题的改进
2.3 PCA和LDA相融合的特征提取算法
2.4 PCA和LDA相关算法在频率域(小波域)上的应用
2.5小结
2.5.1本文讨论算法性能比较
2.5.2结论
3虹膜图像的预处理
3.1虹膜区域的定位
3.1.1虹膜区域粗定位
3.1.2虹膜区域精确定位
3.2虹膜区域的归一化
3.3纹理增强
4一种基于多频带2D-PCA的虹膜识别算法
4.1总体思想
4.2图像的预处理
4.3多频带2D-PCA特征提取
4.4特征识别
4.5小结
4.5.1实验环境
4.5.2实验结果
4.5.3与其它类似方法实验结果比较
5一种基于2D-PLDA和小波子带的虹膜识别算法
5.1基于样本集预分类的二维线性分析-2D-PLDA
5.2基于2D-PtDA和小波子带的虹膜识别算法
5.2.1 虹膜图像的预处理
5.2.2基于2D-PLDA和小波的特征提取
5.2.3输入空间小波子带特征匹配
5.2.4特征识别算法
5.3小结
5.3.1实验结果
5.3.2与其它类似方法实验结果对比
6工作总结和展望
参考文献
致 谢
攻读硕士学位期间发表的论文和参与的科研项目及成果