摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 识别技术概述 | 第11-12页 |
1.2 常见生物特征识别技术介绍 | 第12-15页 |
1.3 虹膜门禁系统的应用及价值 | 第15-16页 |
1.4 本论文的研究内容 | 第16-17页 |
1.5 本论文的结构安排 | 第17-18页 |
第二章 虹膜图像的获取与评估 | 第18-29页 |
2.1 清晰度判定的必要性 | 第18-20页 |
2.1.1 传统清晰度判定方法 | 第18-19页 |
2.1.2 频谱分布的虹膜图像清晰度评估算法 | 第19-20页 |
2.2 基于虹膜纹理特征的清晰度评价方法 | 第20-25页 |
2.2.1 局部功率谱斜率 | 第21-22页 |
2.2.2 虹膜梯度能量 | 第22页 |
2.2.3 边缘峰态系数 | 第22-25页 |
2.3 最优分类面设计 | 第25-26页 |
2.4 基于连续小波变换的清晰度判定 | 第26-28页 |
2.4.1 连续小波变换(CWT) | 第26页 |
2.4.2 清晰度评价因子 | 第26-28页 |
2.5 实际应用中的清晰度判定 | 第28-29页 |
第三章 虹膜内外边界定位与识别 | 第29-40页 |
3.1 传统虹膜定位方法 | 第29-31页 |
3.1.1 Daugman的虹膜定位算法 | 第29-30页 |
3.1.2 基于边缘检测及Hough变换的定位算法 | 第30-31页 |
3.2 本文的虹膜定位算法 | 第31-36页 |
3.2.1 用二值化后的灰度投影估计瞳孔中心 | 第31-32页 |
3.2.2 用窗口估计瞳孔中心 | 第32-33页 |
3.2.3 孔洞原理填充光斑 | 第33页 |
3.2.4 粗拟合虹膜内边界 | 第33-35页 |
3.2.5 精确拟合虹膜内边界 | 第35-36页 |
3.3 虹膜外边界的定位 | 第36-39页 |
3.3.1 虹膜定位候选区域确定 | 第36-37页 |
3.3.2 边界点提取 | 第37-39页 |
3.4 本章小结 | 第39-40页 |
第四章 基于虹膜识别的门禁的硬件实现 | 第40-58页 |
4.1 系统硬件结构框架 | 第40-41页 |
4.2 图像采集模块 | 第41-43页 |
4.2.1 VPFE视频前端接 | 第41-42页 |
4.2.2 摄像头采集系统 | 第42-43页 |
4.3 系统显示模块 | 第43-44页 |
4.3.1 视频后端输出接 | 第43-44页 |
4.3.2 LCD显示控制器 | 第44页 |
4.4 存储模块设计 | 第44-48页 |
4.4.1 DDR2 SDRAM存储器设计 | 第45-46页 |
4.4.2 Flash存储器设计 | 第46-48页 |
4.5 通信模块设计 | 第48-52页 |
4.5.1 串口电路设计 | 第49-50页 |
4.5.2 网络接口电路设计 | 第50-52页 |
4.6 IIC总线模块设计 | 第52-53页 |
4.7 电源模块设计 | 第53-56页 |
4.7.1 LM3150电源模块电路设计 | 第54页 |
4.7.2 TPS54386电源模块电路设计 | 第54-56页 |
4.8 PCB设计 | 第56页 |
4.9 本章小结 | 第56-58页 |
第五章 虹膜识别门禁系统程序设计 | 第58-65页 |
5.1 集成开发环境 | 第58页 |
5.2 DSP/BIOS实时操作系统 | 第58-59页 |
5.3 虹膜算法的调试 | 第59-63页 |
5.3.1 虹膜识别算法流程 | 第59-60页 |
5.3.2 DSP程序调试 | 第60-61页 |
5.3.3 虹膜算法的移植过程 | 第61-63页 |
5.4 算法的优化 | 第63-64页 |
5.5 DSP实时性问题 | 第64页 |
5.6 本章小结 | 第64-65页 |
第六章 总结与展望 | 第65-67页 |
6.1 总结 | 第65页 |
6.2 展望 | 第65-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-70页 |