| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的研究意义及选题依据 | 第8-10页 |
| ·手指静脉身份识别的背景及意义 | 第8-10页 |
| ·嵌入式手指静脉识别系统的背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·国外静脉识别产品研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-14页 |
| ·本课题研究的主要内容 | 第14页 |
| ·本文结构 | 第14-16页 |
| 第二章 嵌入式技术概述及系统总体解决方案 | 第16-24页 |
| ·嵌入式技术概述 | 第16-18页 |
| ·嵌入式操作系统 | 第16-17页 |
| ·嵌入式处理器 | 第17-18页 |
| ·嵌入式手指静脉身份识别系统工作原理及功能需求分析 | 第18-19页 |
| ·嵌入式手指静脉身份识别系统工作原理 | 第18页 |
| ·嵌入式手指静脉身份识别系统功能需求分析 | 第18-19页 |
| ·嵌入式手指静脉身份识别系统解决方案概述 | 第19-20页 |
| ·OMAPL137 主控制器 | 第20页 |
| ·MontaVista Linux 操作系统 | 第20页 |
| ·手指静脉身份识别系统组成 | 第20-22页 |
| ·手指静脉身份识别系统组成 | 第20-21页 |
| ·手指静脉身份识别软件结构 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 前端手指静脉图像采集装置的研制 | 第24-34页 |
| ·手指静脉的成像原理 | 第24页 |
| ·红外光源及其控制电路 | 第24-26页 |
| ·红外发光管的选择 | 第24-25页 |
| ·红外发光源强度控制电路 | 第25-26页 |
| ·滤光片的选择 | 第26页 |
| ·图像传感器的选择及图像采集程序的实现 | 第26-31页 |
| ·图像传感器的选择 | 第26-27页 |
| ·基于 Linux 的图像采集方法概述 | 第27-28页 |
| ·UVC 视频驱动程序的移植 | 第28-30页 |
| ·基于V4L2 的图像采集应用程序的编写 | 第30-31页 |
| ·图像采集效果测试 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 手指静脉图像处理与识别核心算法研究 | 第34-56页 |
| ·嵌入式手指静脉图像特征提取算法研究 | 第35-48页 |
| ·主流的手指静脉图像特征提取各种算法介绍 | 第35-41页 |
| ·手指静脉图像特征提取各种算法综合分析 | 第41-43页 |
| ·基于方向算子的 NiBlack 法 | 第43-46页 |
| ·静脉特征提取算法的具体实现 | 第46-48页 |
| ·静脉匹配识别算法 | 第48-54页 |
| ·基于手指静脉结构的识别方法 | 第48-52页 |
| ·手指静脉识别的实现 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 手指静脉识别系统在 OMAPL137 嵌入式平台上的实现 | 第56-62页 |
| ·qt-embedded 的移植 | 第56-57页 |
| ·DSPLINK 的配置 | 第57-59页 |
| ·系统的人机界面 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·全文总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第68-69页 |