| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 生物特征识别技术概述 | 第7-9页 |
| 1.2 手指静脉识别技术概述 | 第9-12页 |
| 1.2.1 手指静脉识别技术的优点 | 第9-10页 |
| 1.2.2 手指静脉识别技术的国内外发展现状 | 第10-12页 |
| 1.3 达芬奇系统简介 | 第12-13页 |
| 1.4 主要工作 | 第13-14页 |
| 第2章 手指静脉采集装置 | 第14-18页 |
| 2.1 手指静脉图像采集装置的成像原理 | 第14-15页 |
| 2.2 手指静脉图像采集装置 | 第15-16页 |
| 2.3 自动分区域调整光强的实现 | 第16-17页 |
| 2.4 手指就位检测原理及实现 | 第17页 |
| 2.5 本章小结 | 第17-18页 |
| 第3章 手指静脉识别算法 | 第18-33页 |
| 3.1 手指静脉图像预处理 | 第18-22页 |
| 3.1.1 图像定位与手指静脉图像截取 | 第19-20页 |
| 3.1.2 图像尺寸归一化 | 第20-21页 |
| 3.1.3 图像灰度归一化 | 第21-22页 |
| 3.2 手指静脉纹理提取 | 第22-29页 |
| 3.2.1 图像增强 | 第22-23页 |
| 3.2.2 方向信息检测 | 第23-25页 |
| 3.2.3 图像二值化 | 第25页 |
| 3.2.4 图像后处理 | 第25-29页 |
| 3.2.4.1 图像的滤波与去噪 | 第26-27页 |
| 3.2.4.2 图像的细化 | 第27-29页 |
| 3.3 手指静脉图像的匹配 | 第29-32页 |
| 3.3.1 平移匹配法 | 第30页 |
| 3.3.2 类膨胀匹配法 | 第30-31页 |
| 3.3.3 基于 MHD 距离法 | 第31-32页 |
| 3.4 手指静脉识别算法准确性测试 | 第32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 嵌入式系统的开发 | 第33-50页 |
| 4.1 手指静脉识别算法的转换 | 第33-36页 |
| 4.1.1 MATLAB 语言转为集成 OpenCV 的 VC6.0 环境下语言 | 第33-34页 |
| 4.1.2 编写 OpenCV 函数 | 第34-36页 |
| 4.2 开发环境的搭建 | 第36-37页 |
| 4.2.1 硬件方面 | 第36-37页 |
| 4.2.2 软件方面 | 第37页 |
| 4.3 达芬奇系统 Codec Engine 框架 | 第37-39页 |
| 4.4 ARM 端设计 | 第39-46页 |
| 4.4.1 主控模块 | 第40-41页 |
| 4.4.2 采集模块 | 第41-42页 |
| 4.4.3 显示模块 | 第42-43页 |
| 4.4.4 识别模块 | 第43-45页 |
| 4.4.5 数据库模块 | 第45-46页 |
| 4.4.6 线程间的同步关系 | 第46页 |
| 4.5 DSP 端设计 | 第46-48页 |
| 4.5.1 xDM 算法包的制作 | 第46-48页 |
| 4.5.2 Codec Server 的制作 | 第48页 |
| 4.6 手指静脉识别算法实时性测试 | 第48-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第5章 网络化的实现 | 第50-56页 |
| 5.1 系统组成 | 第50-51页 |
| 5.2 系统工作流程 | 第51-52页 |
| 5.3 服务器端设计 | 第52-53页 |
| 5.4 服务器端与手指静脉识别终端的网络化通讯 | 第53-54页 |
| 5.5 性能指标 | 第54-55页 |
| 5.6 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表的学术论文 | 第60-62页 |
| 致谢 | 第62页 |