虹膜識別

目錄
第1章緒論
1.1生物特征識別的產(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生物特征識別概述
1.2.1悄然興起的識別技術(shù)
1.2.2生物特征識別簡介
1.2.3生物特征識別研究現(xiàn)狀
1.3典型生物特征識別技術(shù)
1.3.1生物特征識別的分類
1.3.2典型生物特征識別
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
2.2虹膜識別系統(tǒng)
2.2.1虹膜識別系統(tǒng)原理
2.2.2虹膜識別系統(tǒng)組成
2.3虹膜識別工作模式
2.3.1工作模式
2.3.2用戶身份登記子系統(tǒng)
2.3.3用戶身份識別子系統(tǒng)
2.4虹膜識別發(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幾何測距
3.2.3聚焦檢測
3.2.4虹膜圖像采集設(shè)備
3.3建立虹膜數(shù)據(jù)庫
3.3.1建庫意義
3.3.2建庫方法
3.4虹膜數(shù)據(jù)庫
3.4.1CASIA虹膜數(shù)據(jù)庫
3.4.2NICE.I虹膜數(shù)據(jù)庫
3.4.3TIANDI虹膜數(shù)據(jù)庫
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空域濾波
4.1.2低通濾波
4.2邊緣提取
4.2.1邊緣檢測
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
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仿真實驗
4.4基于微積分的虹膜邊界定位
4.4.1微積分檢測圓
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仿真實驗
本章小結(jié)
參考文獻(xiàn)
第5章邊緣點選擇
5.1非虹膜邊界點影響虹膜定位
5.1.1二值化閾值影響邊緣提取
5.1.2非虹膜邊界點來源
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仿真實驗
5.3水平邊緣點選擇
5.3.1邊緣點選擇的可行性
5.3.2水平邊緣點選擇步驟
5.3.3仿真實驗
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仿真實驗
本章小結(jié)
參考文獻(xiàn)
第6章虹膜區(qū)域的干擾檢測
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
6.3睫毛位置定位
6.4光斑位置定位
6.5仿真實驗
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仿真實驗
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)典虹膜識別算法
8.2.1二維Gabor相位特征識別算法
8.2.2多通道Gabor統(tǒng)計特征識別算法
8.2.3圖像相關(guān)性匹配算法
8.3局部過零檢測的虹膜特征提取
8.3.1局部過零檢測方法
8.3.2局部過零檢測的特征提取算法
8.4仿真實驗
8.4.1二值特征表示
8.4.2虹膜分類
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算
9.1.4克服虹膜旋轉(zhuǎn)的相似度計算
9.1.5相似度歸一化
9.2分類閾值的確定
9.2.1分類閾值
9.2.2基于馬氏距離確定分類閾值
9.2.3基于最小風(fēng)險確定分類閾值
9.2.4分類閾值的調(diào)整
9.3仿真研究
9.3.1分類閾值對虹膜分類的影響
9.3.2移位比較次數(shù)對分類的影響
9.3.3特征提取算子對分類的影響
9.3.4虹膜干擾區(qū)域?qū)Ψ诸惖挠绊?br />9.3.5虹膜有效區(qū)域?qū)Ψ诸惖挠绊?br />9.3.6在不同數(shù)據(jù)庫上的仿真實驗
本章小結(jié)
參考文獻(xiàn)
第10章虹膜識別性能的改善
10.1序列圖像特征投影識別
10.1.1序列圖像特征投影識別原理
10.1.2投影子空間特征選擇算法
10.1.3仿真實驗
10.2分類器增強(qiáng)
10.2.1分類器
10.2.2分類器增強(qiáng)算法
10.2.3仿真實驗
10.3虹膜穩(wěn)定特征注冊
10.3.1穩(wěn)定特征
10.3.2穩(wěn)定特征選擇算法
10.3.3仿真實驗
10.4雙目虹膜識別
10.4.1雙目虹膜識別現(xiàn)狀
10.4.2雙目虹膜識別系統(tǒng)
本章小結(jié)
參考文獻(xiàn)
第11章虹膜圖像質(zhì)量評價
11.1虹膜圖像質(zhì)量評價
11.1.1圖像質(zhì)量對虹膜識別的影響
11.1.2虹膜圖像質(zhì)量評價目的
11.1.3虹膜區(qū)域分割質(zhì)量評價
11.2虹膜圖像質(zhì)量評價方法
11.2.1圖像清晰評價
11.2.2虹膜干擾評價
11.2.3綜合質(zhì)量評價
11.3活體虹膜檢測
11.3.1活體虹膜檢測的意義
11.3.2活體虹膜檢測方法
11.4隱形眼鏡的檢測
11.4.1隱形眼鏡檢測的意義
11.4.2隱形眼鏡實驗測試
11.4.3隱形眼鏡檢測方法
本章小結(jié)
參考文獻(xiàn)
第12章多生物特征識別技術(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)過大規(guī)模數(shù)據(jù)庫測試
12.2多模態(tài)生物識別技術(shù)
12.2.1多生物特征識別
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)