人體虹膜圖像信息處理與識別技術（簡體書）

前言
第一章 緒論 1.1 生物認證概述 1.1.1 生物認證技術簡介 1.1.2 生物認證的優點 1.1.3 生物認證的特征和分類 1.1.4 生物認證系統的處理流程 1.1.5 生物認證的發展狀況 1.2 虹膜識別 1.2.1 虹膜的結構與生物特征 1.2.2 虹膜識別系統的性能指標 1.2.3 虹膜識別的實用價值 1.3 本書的組織結構
第二章 虹膜身份識別系統概述 2.1 模式識別簡介 2.2 虹膜識別系統的工作流程 2.2.1 虹膜圖像獲取 2.2.2 虹膜圖像預處理 2.2.3 虹膜圖像的特征提取 2.2.4 虹膜圖像的模式匹配及分類器設計 2.3 虹膜識別系統的研究現狀 2.4 小結
第三章 虹膜圖像預處理 3.1 預備知識 3.1.1 灰度直方圖 3.1.2 邊緣檢測算子 3.1.3 H叫g11變換 3.2 虹膜定位算法概述 3.2.1 Dau舯an的虹膜定位算法 3.2.2 wildes的虹膜定位算法 3.2.3 中科院自動化所王蘊紅、譚鐵牛等的虹膜定位算法 3.2.4 常用虹膜定位算法比較 3.3 基于統計原理的虹膜定位算法 3.3.1 瞳孔圓心與半徑的定位 3.3.2 基于統計原理的邊緣檢測閾值分析方法 3.3.3 虹膜外邊界的定位 3.4 基于水平集方法的虹膜定位算法 3.4.1 內邊緣定位算法 3.4.2 外邊緣定位算法 3.5 虹膜圖像的噪聲處理 3.5.1 眼瞼噪聲處理 3.5.2 眼睫毛噪聲處理 3.5.3 光斑噪聲處理 3.6 虹膜圖像的歸一化 3.7 虹膜圖像的增強 3.8 小結
第四章 虹膜特征提取與編碼 4.1 預備知識 4.1.1 小波分析簡介 4.1.2 多分辨分析 4.1.3 有限正交小波基 4.1.4 具有有限支集的規范正交小波基的刻畫 4.2 基于復值二維Gabor變換的虹膜紋理相位編碼 4.2.1 二維Gabm‘變換 4.2.2 虹膜紋理相位編碼 4.3 基于二維小波變換的特征提取 4.3.1 小波變換 4.3.2 Daubechies小波濾波系數 4.3.3 離散小波變換 4.3.4 二維DWT. 4.3.5 積分圖像 4.3.6 編碼 4.4 基于零譜矩濾波器的特征提取 4.4.1 零譜矩濾波器 4.4.2 低通平衡式零譜矩濾波器 4.4.3 基于LSZSMF的虹膜特征提取與編碼 4.5 一種一維信號的特征提取方法 4.5.1 局部紋理圖像 4.5.2 一維虹膜特征提取與編碼 4.6 虹膜圖像注冊 4.7 小結
第五章 模式匹配及分類器設計 5.1 模式匹配的一些基本問題 5.2 最小距離分類器 5.3 海明距離 5.3.1 分類器設計 5.3.2 閾值分析 5.3.3 Daugman虹膜識別系統的速度性能總結 5.4 方差倒數加權歐氏距離 5.4.1 分類器設計 5.4.2 實驗結果及分析 5.5 基于SIDASAM的虹膜分類方法 5.5.1 熵函數 5.5.2 相對熵與判別熵 5.5.3 SIDASAM方法 5.5.4 實驗結果分析 5.6 識別速度比較 5.7 小結
第六章 基于奇異值分解和隱馬爾可夫模型的虹膜識別方法 6.1 奇異值分解定理 6.2 奇異值向量作為觀察向量的優點 6.3 虹膜奇異值特征向量提取 6.4 奇異值觀察向量數值化 6.5 隱馬爾可夫模型的發展概況 6.6 隱馬爾可夫模型理論基礎 6.6.1 隱馬爾可夫模型的定義 6.6.2 隱馬爾可夫模型的三個基本問題 6.6.3 隱馬爾可夫模型的算法 6.7 基于HMM的虹膜圖像識別系統 6.7.1 HMM模型評價 6.7.2 HMM模型訓練 6.7.3 基于多觀測值序列的模型參數重估算法 6.8 模型參數的選擇及初始化 6.8.1 隱馬爾可夫模型的類型 6.8.2 隱馬爾可夫的拓撲結構 6.8.3 隱馬爾可夫模型參數的確定 6.8.4 隱馬爾可夫模型參數的初始化 6.9 基于隱馬爾可夫模型的識別決策方法 6.10 實驗結果
第七章 復合生物特征識別技術 7.1 概述 7.2 復合生物特征識別技術的研宄概況 7.2.1 國外復合生物特征識別技術研究狀況 7.2.2 國內復合生物特征識別技術研究狀況 7.3 復合生物特征識別技術的算法介紹 7.3.1 復合生物特征識別技術 7.3.2 數據融合算法 7.4 人臉與虹膜識別 7.4.1 人臉識別 7.4.2 人臉檢測與定位 7.4.3 人臉特征提取 7.5 人臉和虹膜特征融合系統 7.6 Fisher判別和多數投票法融合 7.6.1 Fisher判別 7.6.2 多數投票法確定Fisher判別結果 7.7 融合算法實驗 7.8 實驗結果分析 7.9 小結
參考文獻

顯示全部信息