首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于嵌入式的虹膜识别系统

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-18页
   ·本课题研究的背景与意义第10-11页
     ·课题研究背景第10页
     ·课题研究意义第10-11页
   ·生物特征识别技术第11-14页
     ·生物特征识别技术的主要种类第12页
     ·虹膜识别技术第12-14页
   ·国内外研究动态及发展趋势第14-16页
     ·国内外发展历史第14-15页
     ·应用前景第15页
     ·发展趋势第15-16页
   ·本文的研究内容及各章节安排第16-17页
     ·本文研究内容第16-17页
     ·本文章节安排第17页
   ·本章小结第17-18页
2 基于嵌入式的虹膜识别系统总体设计第18-29页
   ·虹膜识别系统的基本原理第18-24页
     ·虹膜图像采集第19页
     ·虹膜图像处理第19页
     ·虹膜定位和归一化第19-23页
     ·虹膜提取与编码第23-24页
     ·虹膜信息匹配第24页
   ·基于嵌入式的虹膜识别系统总体设计方案第24-28页
     ·ARM 微处理器选择第25-26页
     ·嵌入式系统的硬件设计方案第26-27页
     ·嵌入式系统的软件设计方案第27-28页
   ·本章小结第28-29页
3 基于嵌入式的虹膜识别系统硬件设计第29-51页
   ·图像处理模块第29-36页
     ·ARMS3C6410 处理器介绍第29-32页
     ·片上资源第32-36页
   ·图像采集模块第36-39页
     ·虹膜图像采集模块设计第36-37页
     ·OV9650 图像传感器简介第37页
     ·视频接口简介第37-38页
     ·S3C6410 编解码功能第38-39页
   ·图像存储模块第39-41页
     ·SDRAM 存储器第39-40页
     ·FLASH 存储器第40-41页
   ·接口模块设计第41-46页
     ·UART 串口模块第42-43页
     ·USB 接口模块第43-44页
     ·LCD 接口模块第44-45页
     ·JTAG 接口模块第45-46页
   ·图像显示模块第46-47页
   ·网络模块第47-48页
   ·WIFI 模块第48-49页
   ·电源管理模块第49-50页
   ·本章小结第50-51页
4 基于嵌入式的虹膜识别系统软件设计第51-74页
   ·嵌入式实时操作系统第51-54页
     ·嵌入式操作系统简介第51-52页
     ·几种常见的嵌入式操作系统比较第52-53页
     ·Linux 操作系统简介第53-54页
   ·L inux 操作系统移植第54-60页
     ·Linux 开发环境的搭建第55-56页
     ·Uboot 引导程序的移植第56-58页
     ·Linux 内核的移植第58页
     ·Linux 根文件系统的移植第58-60页
   ·基于 Linux 的系统驱动程序的设计开发与移植第60-66页
     ·Linux 下的 USB 驱动程序的设计开发与移植第61-62页
     ·Linux 下的 DM9000 网络设备驱动设计开发与移植第62-63页
     ·Linux 下的 LCD 和触摸屏驱动程序设计与移植第63-66页
     ·Linux 下的 WIFI 驱动程序设计与移植第66页
   ·基于 Linux 的虹膜识别应用程序的开发第66-73页
     ·虹膜识别系统的系统流程第67-69页
     ·Qtopia 平台的搭建与移植第69-70页
     ·虹膜识别系统的软件设计与实现第70-71页
     ·数据库设计与实现第71-72页
     ·虹膜识别算法的移植与代码优化第72-73页
   ·本章小结第73-74页
5 系统测试与结果分析第74-80页
   ·系统测试第74-77页
     ·系统测试环境第74页
     ·虹膜识别系统的测试第74-76页
     ·系统测试的问题分析第76-77页
   ·系统结果分析第77-79页
     ·虹膜识别算法效果分析第77-78页
     ·虹膜识别系统结果第78-79页
   ·本章小结第79-80页
6 总结与展望第80-82页
   ·课题总结第80-81页
   ·研究展望第81-82页
致谢第82-83页
参考文献第83-86页
附录第86页

论文共86页,点击 下载论文
上一篇:煤质检验管理信息系统的研究与开发
下一篇:基于粗糙集的数据挖掘应用研究