| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·生物识别技术与掌纹识别 | 第7-9页 |
| ·课题研究的背景及国内外研究现状 | 第9-11页 |
| ·论文研究的主要内容和意义 | 第11-12页 |
| ·本文结构 | 第12-13页 |
| 第二章 在线掌纹身份验证系统的总体方案设计 | 第13-18页 |
| ·掌纹特征 | 第13-14页 |
| ·典型的掌纹模式识别 | 第14页 |
| ·系统设计方案的确定 | 第14-17页 |
| ·在线掌纹身份验证算法设计 | 第14-15页 |
| ·嵌入式系统实现的总体框图 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 在线掌纹图像的主线特征提取 | 第18-34页 |
| ·掌纹图像的采集 | 第18页 |
| ·掌纹的定位与分割 | 第18-25页 |
| ·在线掌纹图像进行定位的必要性 | 第18-19页 |
| ·轮廓特征点的定义 | 第19-20页 |
| ·轮廓特征点的提取 | 第20-24页 |
| ·掌纹中心区域的分割 | 第24-25页 |
| ·实验结果与分析 | 第25页 |
| ·在线掌纹线特征提取 | 第25-33页 |
| ·问题的提出 | 第25-26页 |
| ·在线掌纹的线特征提取 | 第26-32页 |
| ·实验结果与结论 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于神经网络的在线掌纹身份验证 | 第34-44页 |
| ·建立掌纹特征矢量空间 | 第34-35页 |
| ·掌纹特征空间的降维 | 第35-37页 |
| ·基于神经网络的在线掌纹身份验证 | 第37-43页 |
| ·神经网络的基本原理及选择 | 第37页 |
| ·RBF神经网络的结构 | 第37-38页 |
| ·基于RBF网络的在线掌纹身份验证 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 在线掌纹身份验证系统的硬件设计及 SOPC 实现 | 第44-59页 |
| ·基于 SOPC 的系统构成 | 第44-45页 |
| ·图像采集模块 | 第45-48页 |
| ·图像传感器选型 | 第45页 |
| ·图像传感器的硬件设计 | 第45-48页 |
| ·输入输出及通信模块 | 第48-52页 |
| ·矩阵键盘 | 第48页 |
| ·LCD 液晶显示的设计 | 第48-49页 |
| ·GSM 通信模块 | 第49-52页 |
| ·NiosⅡ嵌入式处理器核设计 | 第52-58页 |
| ·NiosⅡ嵌入式处理器 | 第52-55页 |
| ·NiosⅡ嵌入式处理器核设计 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 基于 SOPC 的在线掌纹身份验证系统软件设计 | 第59-73页 |
| ·软件开发流程和方法 | 第59-60页 |
| ·系统软件设计 | 第60-72页 |
| ·图像采集模块软件接口 | 第60-65页 |
| ·RBF 神经网络模型在 NiosⅡ上的移植和程序设计 | 第65页 |
| ·矩阵键盘接口程序设计 | 第65-66页 |
| ·LCD液晶显示程序设计 | 第66-68页 |
| ·TC35i GSM软件设计 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 测试结果分析与总结 | 第73-76页 |
| ·测试结果分析 | 第73页 |
| ·总结 | 第73-76页 |
| ·论文完成的主要工作 | 第73-74页 |
| ·研究的关键技术 | 第74页 |
| ·今后进一步研究的工作及工作展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 附录 | 第79-88页 |
