|
|
|
|
虹膜图像的掩模估计和特征匹配算法的研究 |
| |
| 论文目录 |
| |
| 摘要 | 第1-5页 | | ABSTRACT | 第5-10页 | | 第一章 绪论 | 第10-20页 | | ·课题提出的背景和意义 | 第10-11页 | | ·生物特征识别技术 | 第11-14页 | | ·虹膜识别技术 | 第14-17页 | | ·虹膜图像的获取 | 第15页 | | ·虹膜图像的预处理 | 第15页 | | ·虹膜特征提取和匹配 | 第15-17页 | | ·虹膜识别技术的国内外研究及发展状况 | 第17-18页 | | ·本课题要做的工作及章节安排 | 第18-20页 | | 第二章 虹膜识别的关键技术 | 第20-30页 | | ·虹膜图像的质量评估 | 第20-23页 | | ·虹膜图像中存在的质量问题 | 第20-21页 | | ·虹膜图像质量评估方法 | 第21-23页 | | ·虹膜图像的定位 | 第23-24页 | | ·Daugman 圆模板定位算法 | 第23页 | | ·基于边缘检测和Hough 变换的定位算法 | 第23-24页 | | ·虹膜图像的归一化 | 第24-27页 | | ·虹膜图像的增强 | 第27-30页 | | ·光照不均矫正 | 第27-28页 | | ·直方图均衡化 | 第28-30页 | | 第三章 基于形态学的眼睑和睫毛的去除 | 第30-40页 | | ·眼睑和睫毛对整个系统的干扰 | 第30页 | | ·现有的提取眼睑和睫毛的方法 | 第30-35页 | | ·眼睑的检测 | 第30-34页 | | ·睫毛检测 | 第34-35页 | | ·基于区域增长的眼皮和睫毛去除方法 | 第35-40页 | | ·区域增长原理 | 第35页 | | ·眼睑和睫毛的区域增长模型 | 第35-37页 | | ·种子和生长规则 | 第37-38页 | | ·工作过程 | 第38-39页 | | ·实验结果 | 第39-40页 | | 第四章 基于机器学习的虹膜掩模的求取 | 第40-49页 | | ·机器学习求取虹膜掩模 | 第40-41页 | | ·FJ-GMM 算法理论 | 第41-45页 | | ·高斯混合模型的基本概念 | 第41-42页 | | ·EM 算法 | 第42-43页 | | ·FJ-GMM 算法 | 第43-45页 | | ·虹膜的分类模型 | 第45-46页 | | ·改进的特征点和实验结果分析 | 第46-49页 | | 第五章 基于强边缘点梯度方向的金字塔直方图虹膜识别 | 第49-72页 | | ·Bag of word 模型 | 第49-51页 | | ·文字处理系统中的BOW | 第49-50页 | | ·基于BOW 模型的图像表示 | 第50-51页 | | ·空间金字塔匹配核 | 第51-58页 | | ·核方法的概念 | 第51-54页 | | ·金字塔核 | 第54-55页 | | ·空间金字塔匹配模型 | 第55-58页 | | ·基于空间金字塔的虹膜识别模型 | 第58-63页 | | ·BOW 特征的形成 | 第58-60页 | | ·加权系数的选择 | 第60-63页 | | ·分类器设计 | 第63-68页 | | ·基于距离的平均直方图法 | 第63-65页 | | ·基于SVM 的分类设计 | 第65-68页 | | ·实验结果 | 第68-72页 | | ·与经典的算法比较 | 第68-69页 | | ·不同边缘提取算子的实验结果 | 第69-70页 | | ·不同边缘强度对算法的影响 | 第70-71页 | | ·SVM 分类器的识别效果 | 第71-72页 | | 第六章 结论及展望 | 第72-73页 | | 致谢 | 第73-74页 | | 参考文献 | 第74-77页 | | 作者攻读硕期间取得的研究成果 | 第77-78页 |
|
|
|
|
论文编号BS1053，这篇论文共78页
会员购买按0.35元/页下载，共需支付27.3元。 直接购买按0.5元/页下载，共需要支付39元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务