基于嵌入式的指静脉识别系统的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 前言 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 指静脉识别技术研究概况 | 第9-11页 |
| 1.3 系统开发技术路线及框架 | 第11-12页 |
| 1.4 论文主要研究内容和章节安排 | 第12-14页 |
| 2 指静脉识别及嵌入式相关技术原理 | 第14-20页 |
| 2.1 指静脉相关技术原理 | 第14-16页 |
| 2.1.1 指静脉识别技术主要特点 | 第14页 |
| 2.1.2 指静脉成像原理 | 第14-16页 |
| 2.2 嵌入式相关技术原理 | 第16-19页 |
| 2.2.1 嵌入式系统软件设计原则 | 第16-17页 |
| 2.2.2 Ubuntu系统 | 第17-18页 |
| 2.2.3 Uboot | 第18页 |
| 2.2.4 Kernel内核 | 第18页 |
| 2.2.5 Samba服务器 | 第18页 |
| 2.2.6 NFS服务器 | 第18-19页 |
| 2.2.7 Opencv图像处理库 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 指静脉识别算法的研究 | 第20-34页 |
| 3.1 指静脉识别算法方案设计 | 第20-21页 |
| 3.1.1 特征提取算法方案设计 | 第20-21页 |
| 3.1.2 图像匹配算法方案设计 | 第21页 |
| 3.2 指静脉特征提取算法 | 第21-30页 |
| 3.2.1 图像预处理 | 第21-25页 |
| 3.2.2 特征提取 | 第25-30页 |
| 3.3 指静脉图像匹配算法 | 第30-32页 |
| 3.3.1 模板匹配 | 第30页 |
| 3.3.2 Hu不变矩 | 第30-31页 |
| 3.3.3 改进Zernike矩 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 4 指静脉识别系统硬件平台的实现 | 第34-46页 |
| 4.1 指静脉识别系统硬件方案设计 | 第34-36页 |
| 4.1.1 嵌入式核心处理模块方案设计 | 第35页 |
| 4.1.2 指静脉图像采集装置方案设计 | 第35-36页 |
| 4.2 核心处理模块 | 第36-40页 |
| 4.2.1 核心处理板 | 第37-38页 |
| 4.2.2 扩展底板 | 第38-39页 |
| 4.2.3 辅助操作模块 | 第39-40页 |
| 4.3 指静脉图像采集模块 | 第40-45页 |
| 4.3.1 光源的选取 | 第40-41页 |
| 4.3.2 滤光片的选取 | 第41-42页 |
| 4.3.3 成像模块的选取 | 第42页 |
| 4.3.4 触碰开关的选取 | 第42-43页 |
| 4.3.5 各模块相对距离的测定 | 第43-44页 |
| 4.3.6 光学结构 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 指静脉识别系统软件实现 | 第46-73页 |
| 5.1 嵌入式系统软件方案设计 | 第46页 |
| 5.2 嵌入式开发环境的搭建 | 第46-58页 |
| 5.2.1 上位机1开发环境搭建 | 第47-50页 |
| 5.2.2 上位机2开发环境搭建 | 第50-54页 |
| 5.2.3 Linux系统的定制与烧写 | 第54-56页 |
| 5.2.4 Opencv的编译与移植 | 第56-58页 |
| 5.3 指静脉图像管理模块 | 第58-64页 |
| 5.3.1 指静脉图像采集模块 | 第58-63页 |
| 5.3.2 指静脉图像删除模块 | 第63-64页 |
| 5.3.3 实验结果 | 第64页 |
| 5.4 指静脉图像匹配模块实现 | 第64-72页 |
| 5.4.1 模板匹配函数 | 第66-67页 |
| 5.4.2 Hu矩匹配函数 | 第67页 |
| 5.4.3 改进Zernike矩匹配函数 | 第67-68页 |
| 5.4.4 结果融合函数 | 第68-69页 |
| 5.4.5 交互函数 | 第69-70页 |
| 5.4.6 实验结果 | 第70-72页 |
| 5.5 本章小结 | 第72-73页 |
| 6 结论 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 论文的创新点 | 第74页 |
| 6.3 论文的不足之处 | 第74-75页 |
| 7 展望 | 第75-76页 |
| 8 参考文献 | 第76-82页 |
| 9 攻读硕士学位期间发表论文情况 | 第82-83页 |
| 10 致谢 | 第83页 |
