掌纹识别是一种新兴的生物特征识别技术,有着巨大的发展潜力.本文介绍在Nios平台上构建嵌入式掌纹鉴别系统的设计方案,分析系统的掌纹图像采集、鉴别处理、显示和通信各部分的工作与协调机制,分别从硬件和软件两方面给出最终的实现方法.

本作品设计并实现了一种基于近红外手背静脉检测生物特征的个人身份认证系统（VAS系统）,在Xilinx公司提供的NetFPGA开发平台上完成了系统开发。实现了手背静脉图像的采集、处理、存储和匹配验证等功能,充分发挥了FPGA硬件功能,采用软硬件协同思想,流水线策略和并行处理的方法,移植和优化了软件算法。同时对NetFPGA平台进行了改造和扩展;还实现了灵活、友好的交互界面,安全级别高,扩展性强。

类人智能一直是人工智能和机器人领域的研究重点,如何完善周边信息及对大数据的获取、处理、存储、信息挖掘更是当前研究热点。文中根据人体生物特征,利用多传感器综合对周边环境进行完整,利用数据降维与稀疏学习的技术完成大数据的处理及信息挖掘,并建立一种机器人自主思维模型。进一步提升了机器人的智能性,使之能对实时环境的空间大数据实行处理,并做出自主性反应,具有更强实用性。