虹膜識(shí)別

目錄
第1章緒論
1.1生物特征識(shí)別的產(chǎn)生背景
1.1.1傳統(tǒng)的身份鑒別
1.1.2身份鑒別面臨挑戰(zhàn)
1.2生物特征識(shí)別概述
1.2.1悄然興起的識(shí)別技術(shù)
1.2.2生物特征識(shí)別簡(jiǎn)介
1.2.3生物特征識(shí)別研究現(xiàn)狀
1.3典型生物特征識(shí)別技術(shù)
1.3.1生物特征識(shí)別的分類(lèi)
1.3.2典型生物特征識(shí)別
1.3.3選擇生物特征的原則
本章小結(jié)
參考文獻(xiàn)
第2章虹膜識(shí)別概述
2.1虹膜概述
2.1.1什么是虹膜
2.1.2虹膜的優(yōu)勢(shì)
2.2虹膜識(shí)別系統(tǒng)
2.2.1虹膜識(shí)別系統(tǒng)原理
2.2.2虹膜識(shí)別系統(tǒng)組成
2.3虹膜識(shí)別工作模式
2.3.1工作模式
2.3.2用戶(hù)身份登記子系統(tǒng)
2.3.3用戶(hù)身份識(shí)別子系統(tǒng)
2.4虹膜識(shí)別發(fā)展現(xiàn)狀
2.4.1發(fā)展現(xiàn)狀
2.4.2應(yīng)用領(lǐng)域
本章小結(jié)
參考文獻(xiàn)
第3章虹膜圖像采集
3.1虹膜圖像獲取技術(shù)
3.2虹膜圖像采集設(shè)備
3.2.1虹膜圖像采集
3.2.2幾何測(cè)距
3.2.3聚焦檢測(cè)
3.2.4虹膜圖像采集設(shè)備
3.3建立虹膜數(shù)據(jù)庫(kù)
3.3.1建庫(kù)意義
3.3.2建庫(kù)方法
3.4虹膜數(shù)據(jù)庫(kù)
3.4.1CASIA虹膜數(shù)據(jù)庫(kù)
3.4.2NICE.I虹膜數(shù)據(jù)庫(kù)
3.4.3TIANDI虹膜數(shù)據(jù)庫(kù)
本章小結(jié)
參考文獻(xiàn)
第4章虹膜邊界定位
4.1圖像濾波
4.1.1空域?yàn)V波
4.1.2低通濾波
4.2邊緣提取
4.2.1邊緣檢測(cè)
4.2.2二值邊緣提取
4.3基于投票機(jī)制的虹膜邊界定位
4.3.1Hough圓的檢測(cè)
4.3.2感興趣區(qū)域選擇
4.3.3基于投票機(jī)制的虹膜邊界定位
4.3.4仿真實(shí)驗(yàn)
4.4基于微積分的虹膜邊界定位
4.4.1微積分檢測(cè)圓
4.4.2局部極值的剔除
4.4.3基于微積分的虹膜邊界定位
4.4.4仿真實(shí)驗(yàn)
本章小結(jié)
參考文獻(xiàn)
第5章邊緣點(diǎn)選擇
5.1非虹膜邊界點(diǎn)影響虹膜定位
5.1.1二值化閾值影響邊緣提取
5.1.2非虹膜邊界點(diǎn)來(lái)源
5.2極坐標(biāo)下的虹膜邊界定位
5.2.1極坐標(biāo)下的虹膜邊界
5.2.2圓的極坐標(biāo)表示
5.2.3極坐標(biāo)下的虹膜邊界定位
5.2.4仿真實(shí)驗(yàn)
5.3水平邊緣點(diǎn)選擇
5.3.1邊緣點(diǎn)選擇的可行性
5.3.2水平邊緣點(diǎn)選擇步驟
5.3.3仿真實(shí)驗(yàn)
5.4投票機(jī)制的虹膜邊界定位改進(jìn)算法
5.4.1極坐標(biāo)下邊界點(diǎn)選擇
5.4.2極坐標(biāo)到原圖像空間的映射
5.4.3投票機(jī)制的虹膜邊界定位改進(jìn)算法
5.4.4仿真實(shí)驗(yàn)
本章小結(jié)
參考文獻(xiàn)
第6章虹膜區(qū)域的干擾檢測(cè)
6.1虹膜區(qū)域的干擾
6.2眼瞼輪廓定位
6.2.1眼瞼定位概述
6.2.2眼瞼輪廓定位
6.2.3眼瞼陰影估計(jì)
6.3睫毛位置定位
6.4光斑位置定位
6.5仿真實(shí)驗(yàn)
本章小結(jié)
參考文獻(xiàn)
第7章虹膜區(qū)域規(guī)范化
7.1虹膜區(qū)域的不變性
7.1.1規(guī)范化原因
7.1.2平移不變性
7.1.3旋轉(zhuǎn)不變性
7.1.4伸縮不變性
7.2虹膜區(qū)域彈性模型
7.2.1彈性模型
7.2.2虹膜區(qū)域的表示
7.3虹膜區(qū)域規(guī)范化
7.3.1虹膜區(qū)域規(guī)范化
7.3.2確定規(guī)范化區(qū)域
7.4仿真實(shí)驗(yàn)
本章小結(jié)
參考文獻(xiàn)
第8章虹膜特征提取
8.1虹膜特征表示框架
8.1.1虹膜特征提取方法
8.1.2虹膜特征表示框架
8.2經(jīng)典虹膜識(shí)別算法
8.2.1二維Gabor相位特征識(shí)別算法
8.2.2多通道Gabor統(tǒng)計(jì)特征識(shí)別算法
8.2.3圖像相關(guān)性匹配算法
8.3局部過(guò)零檢測(cè)的虹膜特征提取
8.3.1局部過(guò)零檢測(cè)方法
8.3.2局部過(guò)零檢測(cè)的特征提取算法
8.4仿真實(shí)驗(yàn)
8.4.1二值特征表示
8.4.2虹膜分類(lèi)
8.4.3算法比較
本章小結(jié)
參考文獻(xiàn)
第9章虹膜特征匹配
9.1模式匹配的相似度
9.1.1漢明距離
9.1.2矩陣相似度
9.1.3剔除干擾影響的相似度計(jì)算
9.1.4克服虹膜旋轉(zhuǎn)的相似度計(jì)算
9.1.5相似度歸一化
9.2分類(lèi)閾值的確定
9.2.1分類(lèi)閾值
9.2.2基于馬氏距離確定分類(lèi)閾值
9.2.3基于最小風(fēng)險(xiǎn)確定分類(lèi)閾值
9.2.4分類(lèi)閾值的調(diào)整
9.3仿真研究
9.3.1分類(lèi)閾值對(duì)虹膜分類(lèi)的影響
9.3.2移位比較次數(shù)對(duì)分類(lèi)的影響
9.3.3特征提取算子對(duì)分類(lèi)的影響
9.3.4虹膜干擾區(qū)域?qū)Ψ诸?lèi)的影響
9.3.5虹膜有效區(qū)域?qū)Ψ诸?lèi)的影響
9.3.6在不同數(shù)據(jù)庫(kù)上的仿真實(shí)驗(yàn)
本章小結(jié)
參考文獻(xiàn)
第10章虹膜識(shí)別性能的改善
10.1序列圖像特征投影識(shí)別
10.1.1序列圖像特征投影識(shí)別原理
10.1.2投影子空間特征選擇算法
10.1.3仿真實(shí)驗(yàn)
10.2分類(lèi)器增強(qiáng)
10.2.1分類(lèi)器
10.2.2分類(lèi)器增強(qiáng)算法
10.2.3仿真實(shí)驗(yàn)
10.3虹膜穩(wěn)定特征注冊(cè)
10.3.1穩(wěn)定特征
10.3.2穩(wěn)定特征選擇算法
10.3.3仿真實(shí)驗(yàn)
10.4雙目虹膜識(shí)別
10.4.1雙目虹膜識(shí)別現(xiàn)狀
10.4.2雙目虹膜識(shí)別系統(tǒng)
本章小結(jié)
參考文獻(xiàn)
第11章虹膜圖像質(zhì)量評(píng)價(jià)
11.1虹膜圖像質(zhì)量評(píng)價(jià)
11.1.1圖像質(zhì)量對(duì)虹膜識(shí)別的影響
11.1.2虹膜圖像質(zhì)量評(píng)價(jià)目的
11.1.3虹膜區(qū)域分割質(zhì)量評(píng)價(jià)
11.2虹膜圖像質(zhì)量評(píng)價(jià)方法
11.2.1圖像清晰評(píng)價(jià)
11.2.2虹膜干擾評(píng)價(jià)
11.2.3綜合質(zhì)量評(píng)價(jià)
11.3活體虹膜檢測(cè)
11.3.1活體虹膜檢測(cè)的意義
11.3.2活體虹膜檢測(cè)方法
11.4隱形眼鏡的檢測(cè)
11.4.1隱形眼鏡檢測(cè)的意義
11.4.2隱形眼鏡實(shí)驗(yàn)測(cè)試
11.4.3隱形眼鏡檢測(cè)方法
本章小結(jié)
參考文獻(xiàn)
第12章多生物特征識(shí)別技術(shù)
12.1單生物特征具有局限性
12.1.1受數(shù)據(jù)采集影響
12.1.2受特征提取算法影響
12.1.3受模式匹配算法影響
12.1.4未經(jīng)過(guò)大規(guī)模數(shù)據(jù)庫(kù)測(cè)試
12.2多模態(tài)生物識(shí)別技術(shù)
12.2.1多生物特征識(shí)別
12.2.2多生物特征融合策略
12.2.3融合虹膜的多生物特征識(shí)別
本章小結(jié)
參考文獻(xiàn)
第13章行業(yè)解決方案
13.1公安行業(yè)
13.2教育行業(yè)
13.3金融行業(yè)
13.4智慧城市
13.5司法行業(yè)
13.6出入境管理
本章小結(jié)
參考文獻(xiàn)