近红外掌静脉图像识别技术设计与实现
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题背景和研究意义 | 第11-12页 |
| 1.2 静脉识别技术简介及优势 | 第12-14页 |
| 1.3 静脉识别技术的国内外研究现状 | 第14-17页 |
| 1.4 本论文组织结构 | 第17-18页 |
| 第二章 掌静脉成像原理及系统设计 | 第18-29页 |
| 2.1 掌静脉识别的基本原理 | 第18-21页 |
| 2.1.1 手掌皮肤组织结构 | 第18-19页 |
| 2.1.2 人体血液中的主要成分 | 第19页 |
| 2.1.3 近红外光下掌静脉成像原理 | 第19-21页 |
| 2.2 近红外掌静脉图像识别系统总体设计 | 第21-28页 |
| 2.2.1 近红外掌静脉图像采集装置 | 第21-24页 |
| 2.2.2 图像预处理 | 第24-26页 |
| 2.2.3 图像特征提取及匹配 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 掌静脉识别系统算法研究 | 第29-54页 |
| 3.1 图像预处理 | 第29-39页 |
| 3.1.1 掌静脉图像的平滑处理 | 第29-30页 |
| 3.1.2 ROI提取 | 第30-32页 |
| 3.1.3 近红外图像对比度增强算法研究 | 第32-39页 |
| 3.2 图像特征提取 | 第39-45页 |
| 3.2.1 建立尺度空间 | 第39-41页 |
| 3.2.2 关键点定位 | 第41-43页 |
| 3.2.3 关键点方向分配 | 第43页 |
| 3.2.4 生成特征描述算子 | 第43-45页 |
| 3.3 图像特征匹配 | 第45-50页 |
| 3.4 系统测试结果 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 特征提取及匹配算法的FPGA实现 | 第54-80页 |
| 4.1 FPGA技术 | 第54页 |
| 4.2 SIFT特征提取的并行架构设计 | 第54-69页 |
| 4.2.1 架构介绍及基本参数设置 | 第54-56页 |
| 4.2.2 搭建高斯金字塔及高斯差分金字塔 | 第56-59页 |
| 4.2.3 极值点定位模块 | 第59-60页 |
| 4.2.4 关键点筛选模块 | 第60-62页 |
| 4.2.5 梯度信息计算模块 | 第62-64页 |
| 4.2.6 关键点主方向计算模块 | 第64-66页 |
| 4.2.7 关键点特征描述算子生成模块 | 第66-69页 |
| 4.3 特征匹配的FPGA设计与实现 | 第69-71页 |
| 4.3.1 传统SIFT匹配模块 | 第69-70页 |
| 4.3.2 RANSAC算法的FPGA实现 | 第70-71页 |
| 4.4 数据通信模块设计 | 第71-72页 |
| 4.5 硬件测试 | 第72-79页 |
| 4.5.1 硬件介绍 | 第73页 |
| 4.5.2 FPGA综合结果 | 第73-74页 |
| 4.5.3 系统注册功能测试结果 | 第74-76页 |
| 4.5.4 系统识别功能测试结果 | 第76-79页 |
| 4.6 本章小结 | 第79-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 论文总结 | 第80-81页 |
| 5.2 后续研究展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |
