VIP会员
内容简介
本书主要介绍人体虹膜图像信息处理技术的基本理论和方法，先介绍了生物特征识别技术的基本概念和方法，然后介绍了虹膜识别系统的处理流程，绍了虹膜识别系统中各个阶段的算法和原理实现，并给出算法仿真实验及结果分析。
本书内容主要包括：绪论、虹膜身份识别系统概述、虹膜图像预处理、虹膜特征提取与编码、模式匹配及分类器设计、基于奇异值分解和隐马尔可夫模型的虹膜识别方法、复合生物特征识别技术。
本书可作为高等学校计算机科学与技术、电气与电子信息类专业本科生、研究生和研究人员的科研用书，也可作为信息安全、生物识别系统、图像处理和模式识别系统等研究开发人员和工程技术人员的参考书。
目录
前言
第一章 绪论
1.1 生物认证概述
1.1.1 生物认证技术简介
1.1.2 生物认证的优点
1.1.3 生物认证的特征和分类
1.1.4 生物认证系统的处理流程
1.1.5 生物认证的发展状况
1.2 虹膜识别
1.2.1 虹膜的结构与生物特征
1.2.2 虹膜识别系统的性能指标
1.2.3 虹膜识别的实用价值
1.3 本书的组织结构
第二章 虹膜身份识别系统概述
2.1 模式识别简介
2.2 虹膜识别系统的工作流程
2.2.1 虹膜图像获取
2.2.2 虹膜图像预处理
2.2.3 虹膜图像的特征提取
2.2.4 虹膜图像的模式匹配及分类器设计
2.3 虹膜识别系统的研究现状
2.4 小结
第三章 虹膜图像预处理
3.1 预备知识
3.1.1 灰度直方图
3.1.2 边缘检测算子
3.1.3 H叫g11变换
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 中科院自动化所王蕴红、谭铁牛等的虹膜定位算法
3.2.4 常用虹膜定位算法比较
3.3 基于统计原理的虹膜定位算法
3.3.1 瞳孔圆心与半径的定位
3.3.2 基于统计原理的边缘检测阈值分析方法
3.3.3 虹膜外边界的定位
3.4 基于水平集方法的虹膜定位算法
3.4.1 内边缘定位算法
3.4.2 外边缘定位算法
3.5 虹膜图像的噪声处理
3.5.1 眼睑噪声处理
3.5.2 眼睫毛噪声处理
3.5.3 光斑噪声处理
3.6 虹膜图像的归一化
3.7 虹膜图像的增强
3.8 小结
第四章 虹膜特征提取与编码
4.1 预备知识
4.1.1 小波分析简介
4.1.2 多分辨分析
4.1.3 有限正交小波基
4.1.4 具有有限支集的规范正交小波基的刻画
4.2 基于复值二维Gabor变换的虹膜纹理相位编码
4.2.1 二维Gabm‘变换
4.2.2 虹膜纹理相位编码
4.3 基于二维小波变换的特征提取
4.3.1 小波变换
4.3.2 Daubechies小波滤波系数
4.3.3 离散小波变换
4.3.4 二维DWT.
4.3.5 积分图像
4.3.6 编码
4.4 基于零谱矩滤波器的特征提取
4.4.1 零谱矩滤波器
4.4.2 低通平衡式零谱矩滤波器
4.4.3 基于LSZSMF的虹膜特征提取与编码
4.5 一种一维信号的特征提取方法
4.5.1 局部纹理图像
4.5.2 一维虹膜特征提取与编码
4.6 虹膜图像注册
4.7 小结
第五章 模式匹配及分类器设计
5.1 模式匹配的一些基本问题
5.2 离分类器
5.3 海明距离
5.3.1 分类器设计
5.3.2 阈值分析
5.3.3 Daugman虹膜识别系统的速度性能总结
5.4 方差倒数加权欧氏距离
5.4.1 分类器设计
5.4.2 实验结果及分析
5.5 基于SIDASAM的虹膜分类方法
5.5.1 熵函数
5.5.2 相对熵与判别熵
5.5.3 SIDASAM方法
5.5.4 实验结果分析
5.6 识别速度比较
5.7 小结
第六章 基于奇异值分解和隐马尔可夫模型的虹膜识别方法
6.1 奇异值分解定理
6.2 奇异值向量作为观察向量的优点
6.3 虹膜奇异值特征向量提取
6.4 奇异值观察向量数值化
6.5 隐马尔可夫模型的发展概况
6.6 隐马尔可夫模型理论基础
6.6.1 隐马尔可夫模型的定义
6.6.2 隐马尔可夫模型的三个基本问题
6.6.3 隐马尔可夫模型的算法
6.7 基于HMM的虹膜图像识别系统
6.7.1 HMM模型评价
6.7.2 HMM模型训