適用對象
封面《虹膜識別原理及算法》可作為計算機科學與技術、控制專業、電子信息等相關專業高年級本科生、研究生和研究人員的科研用書，也可作為安全系統、生物識別系統、移民管理系統、刑偵系統、圖像處理和模式識別系統等研究開發人員和工程技術人員的參考書。
圖書目錄
第1章 緒論
1.1 生物特徵識別的產生背景
1.1.1 傳統的身份鑑別
1.1.2 身份鑑別面臨的挑戰
1.2 生物特徵識別概述
1.2.1 生物特徵識別技術簡介
1.2.2 生物特徵識別技術套用現狀
1.3 典型的生物特徵識別技術
1.3.1 指紋識別
1.3.2 人臉識別
1.3.3 耳廓識別
1.3.4 虹膜識別和視網膜識別
1.3.5手形識別和掌紋識別
1.3.6 聲音識別
1.3.7 簽名識別
1.3.8步態識別
1.3.9 擊鍵力度
1.3.1 0DNA識別
1.3.1 1人臉溫譜圖識別
1.3.1 2體味識別和腳印識別
1.4 生物特徵識別的分類
1.5 選擇生物特徵的原則
1.6 多生物特徵識別
本章小結
參考文獻
第2章 虹膜識別概述
2.1 虹膜概述
2.1.1 什麼是虹膜
2.1.2 虹膜的先天優勢
2.2虹膜識別系統概述
2.2.1 虹膜識別系統原理
2.2.2 虹膜識別系統組成部分
2.3 虹膜識別的工作模式
2.3.1 工作模式
2.3.2 身份註冊系統
2.3.3 識別認證系統
2.4 虹膜識別的發展現狀與套用
2.4.1 發展現狀
2.4.2 套用領域
本章小結
參考文獻
第3章 虹膜圖像的採集
3.1 虹膜圖像獲取技術的發展
3.2 虹膜圖像採集系統
3.2.1 圖像採集的前提
3.2.2 幾何測距法
3.2.3 聚焦檢測方法
3.3 虹膜資料庫的建立
3.3.1 建立虹膜資料庫的作用
3.3.2 虹膜資料庫的建立方法
3.4 虹膜資料庫
3.4.1 中科院的虹膜資料庫
3.4.2 NICE.I競賽的測評數據
本章小結
參考文獻
第4章 虹膜邊界定位
4.1 平滑處理
4.1.1 空域平滑
4.1.2 頻域平滑
4.2 邊緣提取
4.2.1 銳化處理
4.2.2 虹膜邊緣提取
4.2.3 邊緣梯度二值化
4.3 虹膜邊界定位算法概述
4.4 基於投票機制的虹膜邊界定位算法
4.4.1 基於Hough變換進行圓的檢測
4.4.2 由瞳孔位置確定處理圖像大小
4.4.3 基於H0ugh變換的虹膜邊界快速定位算法
4.4.4 仿真實驗
4.5 基於微積分的虹膜邊界定位算法
4.5.1 微積分定位邊界原理
4.5.2 局部梯度極值的檢測和消除
4.5.3 基於微積分的虹膜邊界快速定位算法
4.5.4 仿真實驗
本章小結
參考文獻
第5章 邊緣點選擇後的虹膜邊界定位
5.1 人眼圖像中邊緣點的特點
5.2 極坐標下的虹膜邊界定位算法
5.2.1 極坐標下圓的特點
5.2.2 極坐標轉換
5.2.3 極坐標下的虹膜邊界定位算法
5.2.4 仿真實驗
5.3 水平邊緣點的選擇算法
5.3.1 邊緣點選擇問題的提出
5.3.2 水平邊緣點的選擇
5.3.3 極坐標下邊緣點選擇後的虹膜邊界定位算法
5.3.4 仿真實驗
5.4 基於邊緣點選擇和圓參數投票的虹膜邊界定位算法
5.4.1 極坐標下選擇邊界點
5.4.2 極坐標到直角坐標的變換
5.4.3 基於邊緣點選擇和圓參數投票的虹膜邊界定位算法
5.4.4 仿真實驗
本章小結
參考文獻
第6章 眼皮、睫毛、光源像點檢測
6.1 虹膜區域的干擾
6.2 眼皮輪廓定位
6.2.1 眼皮定位概述
6.2.2 眼皮定位算法
6.2.3 眼皮陰影估計
6.3 睫毛檢測
6.4 光源像點檢測
6.5 仿真實驗
本章小結
參考文獻
第7章 虹膜區域規範化
7.1 虹膜尺度、位置和方位
7.1.1 平移變化
7.1.2 鏇轉變化
7.1.3 伸縮變化
7.2 虹膜區域規範化處理
7.2.1 彈性模型
7.2.2 虹膜邊界的表示
7.2.3 虹膜區域的表示
7.3 虹膜區域歸范化方法
7.4 虹膜區域大小的確定
7.4.1 低頻特徵一致原則
7.4.2 解析度確定
7.4.3 仿真實驗
本章小結
參考文獻
第8章 虹膜特徵提取
8.1 二值相位編碼的特徵提取框架
8.1.1 特徵提取概述
8.1.2 虹膜特徵提取框架
8.1.3 二值模板的匹配算法
8.2 基於二維Gabor濾波的特徵提取算法
8.3 基於多通道Gabor濾波的特徵提取算法
8.4 基於圖像匹配的識別算法
8.5 基於空域局部過零檢測的特徵提取算法
8.5.1 空域中的虹膜紋理
8.5.2 基於局部過零檢測的虹膜特徵提取算法
8.5.3 仿真研究
本章小結
參考文獻
第9章 虹膜特徵匹配
9.1漢明距離計算
……
第10章 改善虹膜識別性能的方法
第11章 虹膜圖像質量評價系統
第12章 第二屆生物特徵識別競賽
附錄2 生物測定學術語表
