| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景及意义 | 第11页 |
| 1.2 生物特征识别概述 | 第11-13页 |
| 1.2.1 生物特征识别技术基本概念 | 第11-12页 |
| 1.2.2 生物特征识别技术应用及发展概况 | 第12-13页 |
| 1.2.3 手形识别的优缺点 | 第13页 |
| 1.3 手形识别的发展历史和研究现状 | 第13-15页 |
| 1.4 手形识别系统概述 | 第15-17页 |
| 1.4.1 手形识别系统结构 | 第16页 |
| 1.4.2 手形图像采集系统 | 第16-17页 |
| 1.5 嵌入式生物识别系统 | 第17-19页 |
| 1.5.1 嵌入式系统组成及特点 | 第18页 |
| 1.5.2 基于 DSP 的嵌入式手形识别系统介绍 | 第18-19页 |
| 1.6 本论文的主要研究内容 | 第19页 |
| 1.7 本论文结构安排 | 第19-21页 |
| 第2章 基于 DSP 手形识别系统的硬件平台 | 第21-29页 |
| 2.1 系统选型 | 第21-23页 |
| 2.1.1 系统需求分析 | 第21-22页 |
| 2.1.2 DM642 介绍 | 第22-23页 |
| 2.1.3 系统结构设计 | 第23页 |
| 2.2 存储模块设计 | 第23-25页 |
| 2.3 图像输入/输出模块设计 | 第25-27页 |
| 2.3.1 解码芯片 | 第25页 |
| 2.3.2 编码芯片 | 第25-27页 |
| 2.4 手形采集系统设计 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 手形识别算法设计 | 第29-41页 |
| 3.1 手形图像预处理 | 第29-32页 |
| 3.1.1 手形图像灰度化和二值化 | 第29-30页 |
| 3.1.2 图像除噪 | 第30-32页 |
| 3.2 手形特征提取 | 第32-37页 |
| 3.2.1 轮廓提取 | 第32-33页 |
| 3.2.2 手形定位 | 第33-37页 |
| 3.3 手形识别算法研究 | 第37-39页 |
| 3.3.1 手形特征提取 | 第37-38页 |
| 3.3.2 手形特征匹配 | 第38-39页 |
| 3.4 基于 Maltab 的手形图像处理 | 第39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 实验结果与分析 | 第41-47页 |
| 4.1 初步确定 n 的有效取值 | 第41-42页 |
| 4.2 手形定位算法验证 | 第42-43页 |
| 4.3 手形特征数量与手形识别率关系 | 第43-44页 |
| 4.4 特征差阈值与手形识别率关系 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 系统软件设计 | 第47-57页 |
| 5.1 软件开发环境 | 第47-49页 |
| 5.1.1 软件开发环境 CCS | 第47页 |
| 5.1.2 实时操作系统 | 第47-49页 |
| 5.1.3 第三方算法库标准(eXpressDSP) | 第49页 |
| 5.2 系统软件设计 | 第49-55页 |
| 5.2.1 程序框架设计 | 第49-50页 |
| 5.2.2 视频底层驱动设计 | 第50-55页 |
| 5.3 本章小结 | 第55-57页 |
| 第6章 系统软件调试及性能分析 | 第57-69页 |
| 6.1 系统调试工具 | 第57-61页 |
| 6.1.1 系统图形图像调试工具 | 第57-59页 |
| 6.1.2 系统文本输出调试工具 | 第59-60页 |
| 6.1.3 GEL 调试工具 | 第60-61页 |
| 6.2 性能分析 | 第61-66页 |
| 6.2.1 图像处理和匹配结果分析 | 第61-65页 |
| 6.2.2 系统性能分析 | 第65-66页 |
| 6.3 本章小结 | 第66-69页 |
| 第7章 总结与展望 | 第69-71页 |
| 7.1 本文的主要工作 | 第69页 |
| 7.2 未来展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 作者简介及科研成果 | 第77-79页 |
| 致谢 | 第79-80页 |