| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·研究的背景和意义 | 第9-10页 |
| ·生物特征识别技术 | 第10-12页 |
| ·虹膜识别的基本原理 | 第12-15页 |
| ·虹膜的结构和生物特征 | 第12-13页 |
| ·虹膜识别的主要步骤 | 第13-15页 |
| ·虹膜识别技术国内外研究及发展现状 | 第15-18页 |
| ·本文主要研究内容及各章节 | 第18-20页 |
| ·课题来源与目标 | 第18页 |
| ·本文主要研究内容 | 第18页 |
| ·各章节内容安排 | 第18-20页 |
| 第二章 基于灰度信息和分数阶微分边缘检测的虹膜定位算法 | 第20-39页 |
| ·虹膜定位的传统方法 | 第20-23页 |
| ·已有的方法 | 第20-23页 |
| ·Daugman 的虹膜定位算法 | 第20-22页 |
| ·基于边缘检测和Hough 变换的虹膜定位算法 | 第22-23页 |
| ·基于灰度信息的虹膜内圆定位 | 第23-28页 |
| ·原始虹膜图像的二值化 | 第23-24页 |
| ·对二值化图像光斑的填充 | 第24-25页 |
| ·瞳孔粗略中心的搜索 | 第25-27页 |
| ·瞳孔边界点搜索与曲线拟合 | 第27-28页 |
| ·基于分数阶微分边缘检测的外圆定位 | 第28-37页 |
| ·分数阶微分边缘检测原理 | 第29-33页 |
| ·虹膜外边缘定位 | 第33-37页 |
| ·中值滤波虹膜图像 | 第33-34页 |
| ·虹膜外边界的寻找 | 第34-37页 |
| ·实验结果 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第三章 基于SUSAN 算子的虹膜定位算法及其归一化过程 | 第39-55页 |
| ·引言 | 第39页 |
| ·SUSAN 算子 | 第39-44页 |
| ·把角点检测应用到边缘检测 | 第39-40页 |
| ·SUSAN 边缘检测算子 | 第40-44页 |
| ·SUSAN 算法原理 | 第40-41页 |
| ·SUSAN 边缘检测算法 | 第41-43页 |
| ·边缘检测步骤 | 第43-44页 |
| ·利用SUSAN 算子定位虹膜外圆 | 第44-47页 |
| ·寻找虹膜外边缘 | 第44-46页 |
| ·利用灰度和找边界点 | 第46-47页 |
| ·定位实验结果 | 第47-48页 |
| ·归一化算法及图像增强方法 | 第48-54页 |
| ·归一化算法 | 第48-50页 |
| ·虹膜图像的增强 | 第50-54页 |
| ·光照估计 | 第50-52页 |
| ·直方图均衡化 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 嵌入式操作系统设计及虹膜识别算法移植优化 | 第55-69页 |
| ·嵌入式虹膜识别系统 | 第55-56页 |
| ·系统硬件介绍 | 第56-58页 |
| ·DSP 与其外围模块 | 第56-58页 |
| ·TI TMSC32 C6713b | 第56-57页 |
| ·外围模块 | 第57-58页 |
| ·存储设备 | 第58页 |
| ·键盘 | 第58页 |
| ·嵌入式实时操作系统DSP/BIOS | 第58-63页 |
| ·嵌入式实时系统的基本特点 | 第58-59页 |
| ·DSP/BIOS 结构及线程 | 第59-60页 |
| ·中断管理 | 第60页 |
| ·任务设计及调度 | 第60-62页 |
| ·任务间的通信和同步 | 第62-63页 |
| ·针对平台的应用程序调试和优化 | 第63-68页 |
| ·片级支持库CSL | 第63-64页 |
| ·CSL 模块使用 | 第63-64页 |
| ·使用CSL 的心得 | 第64页 |
| ·程序调试 | 第64-65页 |
| ·程序代码优化 | 第65-68页 |
| ·算法优化 | 第65-66页 |
| ·DSP/BIOS 应用程序优化 | 第66-68页 |
| ·优化的结果 | 第68页 |
| ·本章小结 | 第68-69页 |
| 第五章 结论与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 研究生阶段取得的成果 | 第75-76页 |