123,123

內(nèi)容簡(jiǎn)介

　　本書首先介紹了虹膜識(shí)別技術(shù)相關(guān)的概念和應(yīng)用，重點(diǎn)對(duì)虹膜定位、眼瞼和眼睫毛檢測(cè)、虹膜特征提取等虹膜識(shí)別關(guān)鍵技術(shù)進(jìn)行了研究，提出了相應(yīng)的算法。研究了如何從虹膜特征中提取密鑰，并將密鑰與高級(jí)加密標(biāo)準(zhǔn)AES結(jié)合應(yīng)用于圖像加密。本書適合從事圖像處理、生物特征識(shí)別研究方向的研究人員閱讀，也可作為相關(guān)專業(yè)研究生的參考資料。

作者簡(jiǎn)介

　　周俊，博士，博士后，高級(jí)工程師，現(xiàn)為重慶市商務(wù)職業(yè)學(xué)院物聯(lián)網(wǎng)專業(yè)帶頭人。主要研究方向?yàn)椋簣D像處理、生物識(shí)別和人工智能。主持省部級(jí)項(xiàng)目1項(xiàng)，主研省部級(jí)項(xiàng)目2項(xiàng)，參研國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng)，參與省部級(jí)項(xiàng)目多項(xiàng)。發(fā)表學(xué)術(shù)論文20余篇，EI檢索收錄3篇，中文核心期刊論文4篇。

圖書目錄

目錄
1 緒論\t1
1．1 虹膜識(shí)別技術(shù)概述\t1
1．1．1 虹膜的生理結(jié)構(gòu)\t1
1．1．2 虹膜識(shí)別技術(shù)的發(fā)展現(xiàn)狀\t2
1．1．3 虹膜識(shí)別系統(tǒng)原理\t3
1．1．4 生物特征識(shí)別技術(shù)指標(biāo)\t3
1．2生物特征識(shí)別技術(shù)的應(yīng)用\t6
1．3 虹膜識(shí)別研究的難點(diǎn)\t10
1．3．1 虹膜的遠(yuǎn)距離采集\t10
1．3．2 虹膜定位\t10
1．3．3 虹膜特征提取\t11
1．3．4虹膜識(shí)別質(zhì)量評(píng)價(jià)體系\t11
2 虹膜圖像的采集和質(zhì)量評(píng)價(jià)\t12
2．1 虹膜圖像采集\t12
2．1．1 Daugman采集系統(tǒng)\t13
2．1．2 Wildes采集系統(tǒng)\t13
2．2 虹膜圖像質(zhì)量評(píng)價(jià)\t15
2．2．1 虹膜圖像質(zhì)量評(píng)價(jià)方法\t16
2．2．2 虹膜防偽性檢驗(yàn)\t17
2．3 CASIA虹膜數(shù)據(jù)庫(kù)\t18
2．4 本章小結(jié)\t19
3 虹膜定位\t20
3．1 相關(guān)工作與分析\t20
3．1．1 微積分方法\t20
3．1．2 Hough變換法\t21
3．1．3最小二乘擬合方法\t23
3．1．4 基于圓幾何特征的方法\t24
3．1．5 主動(dòng)輪廓模型方法\t25
3．1．6 粗定位與精定位結(jié)合的虹膜定位算法\t26
3．2 虹膜圖像平滑去噪\t26
3．3 基于圓幾何特征的虹膜定位算法\t28
3．3．1 虹膜內(nèi)邊緣粗定位\t28
3．3．2 虹膜內(nèi)、外邊緣的精確定位\t32
3．4不均勻光照下的虹膜定位算法\t32
3．4．1 數(shù)學(xué)形態(tài)學(xué)基礎(chǔ)\t33
3．4．2 不均勻光照對(duì)虹膜定位的影響\t35
3．4．3 基于灰度形態(tài)學(xué)的虹膜內(nèi)邊緣粗定位算法\t36
3．4．4 基于梯度變換的虹膜外邊緣粗定位算法\t40
3．4．5 虹膜內(nèi)、外邊緣精定位\t42
3．4．6 實(shí)驗(yàn)結(jié)果與分析\t43
3．5 本章小結(jié)\t45
4 虹膜干擾檢測(cè)與歸一化\t47
4．1 相關(guān)工作與分析\t47
4．1．1 眼瞼檢測(cè)算法\t47
4．1．2 睫毛檢測(cè)算法\t48
4．1．3 歸一化方法\t48
4．2 眼瞼檢測(cè)算法\t49
4．2．1 上眼瞼檢測(cè)\t49
4．2．2 下眼瞼檢測(cè)\t53
4．2．3 眼瞼精確定位\t55
4．3 眼睫毛檢測(cè)算法\t56
4．4 實(shí)驗(yàn)結(jié)果與分析\t57
4．5 虹膜歸一化\t59
4．5．1 Rubber-Sheet歸一化模型\t59
4．5．2 歸一化分辨率的確定\t61
4．6本章小結(jié)\t61
5 虹膜特征提取與匹配\t63
5．1 相關(guān)工作與分析\t63
5．1．1 二維Gabor方法\t63
5．1．2 高斯-拉普拉斯金字塔方法\t64
5．1．3 小波變換方法\t65
5．1．4 圖像的二維離散小波分解\t67
5．2 基于Haar小波的虹膜特征提取算法\t69
5．2．1 特征提取區(qū)域劃分\t69
5．2．2 歸一化圖像的二維Haar小波分解\t72
5．2．3特征提取\t73
5．2．4 特征編碼\t74
5．2．5 編碼匹配\t76
5．2．6 實(shí)驗(yàn)結(jié)果與分析\t77
5．2．7 總體分析\t77
5．2．8 算法性能對(duì)比\t79
5．3 基于小波包分析的虹膜特征提取算法\t80
5．3．1 小波包分解\t80
5．3．2基于sym2小波包分解的虹膜特征提取\t81
5．3．3 實(shí)驗(yàn)結(jié)果與分析\t83
5．4 本章小結(jié)\t85
6 基于虹膜特征密鑰的圖像加密\t87
6．1 相關(guān)工作與分析\t87
6．1．1 密鑰生成的方法\t87
6．1．2 密鑰隨機(jī)性測(cè)試標(biāo)準(zhǔn)\t88
6．1．3 AES加密算法及其安全性\t94
6．1．4 圖像的Arnold置亂加密\t99
6．2 基于虹膜特征的密鑰提取\t100
6．2．1 密鑰提取算法\t100
6．2．2 密鑰提取的隨機(jī)性分析\t101
6．3 基于虹膜特征密鑰和AES的圖像加密算法\t102
6．4 密鑰的存儲(chǔ)和釋放\t103
6．5 實(shí)驗(yàn)結(jié)果與分析\t104
6．5．1 密鑰的隨機(jī)性測(cè)試\t104
6．5．2圖像加密效果與分析\t107
6．6 本章小結(jié)\t109
參考文獻(xiàn)\t110