文摘
英文文摘
第1章绪论
1.1课题背景
1.2计算机自动虹膜诊病系统的可行性
1.3虹膜诊断技术发展现状
1.4国内外基于虹膜的计算机自动诊断技术现状
1.5基于虹膜的计算机自动诊断系统
1.5.1计算机自动虹膜诊病系统框架
1.5.2多分辨率虹膜图像处理
1.5.3智能化虹膜诊病机制
1.5.4虹膜诊病知识与诊断标准数据库
1.5.5专家指导机制
1.6本文研究的主要内容
第2章虹膜图像的预处理
2.1彩色图像转换到灰度图像
2.2虹膜图像的增强
2.2.1图像增强技术
2.2.2虹膜图像增强
2.3虹膜图像归一化
2.3.1样本大小归一化
2.3.2虹膜图像灰度归一化
2.4本章小结
第3章虹膜图像特征提取
3.1图像纹理及纹理分析的方法
3.1.1图像纹理
3.1.2常用图像纹理分析的方法
3.2多通道Gabor滤波器
3.3 Gabor滤波器的优化设计
3.3.1优化Gabor滤波器参数的选择
3.3.2试验结果
3.4纹理能量特征提取
3.5本章小结
第4章虹膜图像上典型疾病特征识别
4.1虹膜图像上典型疾病特征
4.2纹理能量特征数据分析
4.3虹膜图像典型疾病特征识别
4.3.1 Fisher线性分类器
4.3.2自组织特征映射(SOFM)
4.3.3学习向量量化(LVQ)
4.4试验结果
4.4.1 Fisher线性分类器识别
4.4.2 SOFM识别
4.4.3 LVQ识别
4.5试验结果分析
4.6本章小结
结论
参考文献
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致谢
哈尔滨工业大学;