利用xml文件产生mask.tif，可指定产生的mask。安装multiresolutionimageinterface时略有困难

在MATLAB中实现小波滤波后的虹膜特征提取

德国L软件OW-E镀膜辅助软件4.92版本

使用卷积神经网络（U-net）进行视网膜血管分割该存储库包含用于对视网膜眼底图像中的血管进行分割的卷积神经网络的实现。 这是使用卷积神经网络（U-net）进行的二进制cl视网膜血管分割。该存储库包含用于对视网膜眼底图像中的血管进行分割的卷积神经网络的实现。 这是一个二进制分类任务：神经网络预测眼底图像中的每个像素是否为血管。 神经网络结构是从本文描述的U-Net架构派生而来的。 在DRIVE数据库上测试了该神经网络的性能

虹膜识别原理　　虹膜中包含丰富的色素细胞，当外部光线照射到眼睛上时，由于不同人的色素细胞对光有不同的吸收率，使得虹膜呈现不同的颜色。从识别的角度来说，虹膜的颜色信息并不具有广泛的区分性，那些相互交错的类似于斑点、细丝、冠状、条纹、隐窝等形状的细微特征才是虹膜性的体现。这些细微特征在彩色图像和灰度图像中是一致的，因此一般采用灰度图像进行虹膜识别的研究。　　虹膜识别技术的基本步骤为（如图3-1所示）：　　（1）图像采集，用于获取虹膜图像；　　（2）虹膜图像预处理，进行虹膜内外边缘定位、归一化和图像增强等；　　（3）特征提取，得到虹膜纹理的特征编码；　　（4）特征匹配，将提取的虹膜特征编码与特征模板

写了一些关于图像hough变换人眼虹膜的例子，程序含有说明解释，适合初学者。

虹膜是位于瞳孔和巩膜之间，可以用其对人进行身份鉴定。本文利用Hough方法将虹膜从人眼照片中分割出来，对虹膜识别进行的预处理步骤。里面含有可运行的matlab程序。

镀膜模拟软件code英文教程。网站上也可下载，结合在线视频较为直观。

第一部分简单的介绍了光学薄膜的研究历史，光学薄膜的应用及其现状和前景； 第二部分叙述了光学薄膜的理论； 第三部分介绍了模拟退火优化算法理论； 第四部分阐述了光学薄膜的设计； 最后第五部分是对本文的总结。

本文根据可见光区域测量的不同厚度,不同稳定情况下Ag膜透过率光谱响应曲线,结合岛状金属膜有效介质理论,讨论了Ag膜中类自由电子和束缚电子引起的等效洛伦兹振子和带间跃迁随厚度和稳定时间的变化规律。理论计算的透过率曲线与实验符合得很好。比较理论与实验,得到了不同厚度下、不同稳定情况Ag膜的光学常数。