手掌静脉图像识别算法的设计与移植
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·生物识别研究现状 | 第11-12页 |
| ·静脉识别研究现状 | 第12-13页 |
| ·论文的组织结构 | 第13-16页 |
| ·主要研究内容 | 第13-14页 |
| ·本文的结构安排 | 第14-16页 |
| 第2章 手掌静脉图像预处理与识别算法的理论 | 第16-28页 |
| ·手掌静脉预处理与识别的基本过程 | 第16-17页 |
| ·图像预处理主要步骤 | 第17-22页 |
| ·阈值分割 | 第17-19页 |
| ·图像边缘提取 | 第19页 |
| ·图像滤波去噪 | 第19-21页 |
| ·图像增强 | 第21-22页 |
| ·图像的特征提取与匹配 | 第22-26页 |
| ·特征提取算法 | 第22-24页 |
| ·基于特征点的匹配模板 | 第24-25页 |
| ·基于特征点的匹配识别 | 第25-26页 |
| ·基于FPGA的手掌静脉采集硬件说明 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 手掌静脉图像的预处理算法设计 | 第28-37页 |
| ·图像ROI提取 | 第28-33页 |
| ·图像二值化 | 第28-29页 |
| ·图像边缘去噪 | 第29-30页 |
| ·轮廓提取 | 第30页 |
| ·手指交叉点的定位 | 第30-31页 |
| ·图像旋转和ROI的获取 | 第31-33页 |
| ·归一化处理 | 第33页 |
| ·去噪滤波 | 第33-34页 |
| ·图像增强 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 手掌静脉识别算法的设计 | 第37-50页 |
| ·静脉纹路提取 | 第37-42页 |
| ·Niblack图像阈值分割法 | 第37-38页 |
| ·图像分割后的滤波 | 第38-39页 |
| ·图像的细化 | 第39-41页 |
| ·静脉图像裁减 | 第41-42页 |
| ·特征点的提取 | 第42页 |
| ·识别算法的实现 | 第42-47页 |
| ·识别算法流程 | 第42-43页 |
| ·建立局部特征向量 | 第43-44页 |
| ·初步匹配 | 第44-45页 |
| ·二次匹配 | 第45-46页 |
| ·阈值确定 | 第46-47页 |
| ·图像匹配模板的实现 | 第47-48页 |
| ·实验结果 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 预处理算法的移植和软件界面的设计 | 第50-62页 |
| ·FPGA中bmp图像的存储 | 第50-52页 |
| ·FPGA在图像处理中的特点 | 第50页 |
| ·bmp图像存储接口 | 第50-52页 |
| ·程序的移植和传输 | 第52-57页 |
| ·移植流程 | 第52-53页 |
| ·U-boot移植 | 第53页 |
| ·Linux内核移植 | 第53-54页 |
| ·文件系统的移植 | 第54-55页 |
| ·Opencv的移植 | 第55-56页 |
| ·图像的传输 | 第56-57页 |
| ·识别界面的设计 | 第57-61页 |
| ·整体软件流程的操作简介 | 第57-59页 |
| ·C#和C++的混合编程 | 第59-60页 |
| ·界面实现 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·研究工作总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间参加的科研项目和成果 | 第68页 |
