基于生物特征的身份認(rèn)證是當(dāng)今社會(huì)保障信息安全與人身安全的重要手段,但是傳統(tǒng)表皮指紋模態(tài)單一,防偽能力弱,而通過光學(xué)相干層析成像技術(shù)（Optical Coherence Tomography,OCT）采集的指尖皮下組織具有很強(qiáng)的唯一性和防偽能力,但是OCT數(shù)據(jù)復(fù)雜且吞吐量極大,難以實(shí)時(shí)處理,這也會(huì)影響到后續(xù)的實(shí)時(shí)三維可視化,不能在完成數(shù)據(jù)采集后,立刻觀察到指尖皮下組織的結(jié)構(gòu)特征。OCT數(shù)據(jù)處理的過程中,如果采用CPU運(yùn)算,將大大消耗CPU（Central Processing Unit,中央處理器）的資源,降低系統(tǒng)的處理速度。GPU（Graphic Processing Unit,圖形處理器）的出現(xiàn)解決了這一問題,著名的顯卡公司NVIDIA為其主流顯卡產(chǎn)品設(shè)計(jì)了專門的GPU并行計(jì)算工具包,稱之為CUDA（Compute Unified Device Architecture,統(tǒng)一計(jì)算架構(gòu)）,利用CUDA技術(shù),可以控制顯卡內(nèi)部成百上千個(gè)內(nèi)處理器作為線程處理器去解決密集的數(shù)據(jù)計(jì)算問題。本文設(shè)計(jì)了基于GPU的OCT數(shù)據(jù)處理并行實(shí)現(xiàn)代碼,對(duì)數(shù)據(jù)處理過程進(jìn)行加速。為了對(duì)OCT采集的數(shù)據(jù)做進(jìn)一步的分... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 OCT數(shù)據(jù)處理加速研究現(xiàn)狀
        1.2.2 三維可視化研究現(xiàn)狀
    1.3 論文的組織結(jié)構(gòu)
        1.3.1 主要研究?jī)?nèi)容
        1.3.2 本文的結(jié)構(gòu)安排
第2章 相關(guān)原理及技術(shù)介紹
    2.1 OCT技術(shù)
        2.1.1 OCT技術(shù)簡(jiǎn)介
        2.1.2 頻域OCT數(shù)學(xué)原理
    2.2 指尖生物特征
        2.2.1 表皮指紋
        2.2.2 真皮指紋
        2.2.3 基于OCT的指尖生物特征采集
    2.3 GPU通用并行計(jì)算
        2.3.1 GPU硬件
        2.3.2 GPU計(jì)算演進(jìn)
        2.3.3 并行計(jì)算架構(gòu)CUDA
    2.4 三維體數(shù)據(jù)的可視化
        2.4.1 三維可視化的基本流程
        2.4.2 體繪制和面繪制
        2.4.3 常見的三維可視化算法
    2.5 本章小結(jié)
第3章 頻域OCT數(shù)據(jù)處理的并行實(shí)現(xiàn)
    3.1 頻域OCT數(shù)據(jù)處理過程
    3.2 頻域OCT數(shù)據(jù)處理算法可并行性分析
    3.3 基于 GPU 加速的頻域 OCT 數(shù)據(jù)處理算法設(shè)計(jì)
        3.3.1 開發(fā)平臺(tái)的搭建
        3.3.2 并行程序整體設(shè)計(jì)
        3.3.3 主機(jī)與GPU的數(shù)據(jù)通信
        3.3.4 數(shù)據(jù)截取的并行化
        3.3.5 減直流的并行化
        3.3.6 插值的并行化
        3.3.7 快速傅里葉變換的并行化
        3.3.8 取模和取對(duì)數(shù)的并行化
    3.4 本章小結(jié)
第4章 OCT指尖數(shù)據(jù)的實(shí)時(shí)三維可視化
    4.1 OCT指尖數(shù)據(jù)三維可視化復(fù)雜度分析
        4.1.1 OCT體數(shù)據(jù)
        4.1.2 光線投射算法基本流程
        4.1.3 三線性插值
    4.2 基于虛采樣的改進(jìn)光線投射算法
        4.2.1 虛采樣
        4.2.2 改進(jìn)光線投射算法具體實(shí)現(xiàn)
    4.3 本章小結(jié)
第5章 實(shí)驗(yàn)結(jié)果及分析
    5.1 OCT數(shù)據(jù)處理時(shí)間測(cè)試結(jié)果
    5.2 不同三維可視化算法繪制結(jié)果對(duì)比
    5.3 改進(jìn)光線投射算法繪制幀率測(cè)試結(jié)果
    5.4 真假指紋實(shí)驗(yàn)
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間參加的科研項(xiàng)目和成果


【參考文獻(xiàn)】：
期刊論文
[1]自動(dòng)指紋識(shí)別技術(shù)的發(fā)展及應(yīng)用[J]. 倪增超,王婧.  科技創(chuàng)新與應(yīng)用. 2015(32)
[2]GPU在眼科FD-OCT系統(tǒng)實(shí)時(shí)圖像顯示及數(shù)據(jù)處理中的應(yīng)用[J]. 劉巧艷,李躍杰,徐秋晶,趙金城,王立偉,高用賀.  中國醫(yī)療器械雜志. 2013(01)
[3]三維紋理映射技術(shù)研究[J]. 舒金輝,蔡葵,周群彪.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(01)
[4]OpenGL和DirectX在技術(shù)和應(yīng)用上的區(qū)別及聯(lián)系[J]. 楊慧.  電腦知識(shí)與技術(shù). 2009(24)
[5]基于OpenGL的三維物體紋理貼圖研究[J]. 初苗,田少輝.  科技信息. 2009(04)
[6]計(jì)算機(jī)圖形學(xué)中的方法論[J]. 王增波.  科技信息(科學(xué)教研). 2008(19)
[7]形狀可調(diào)二次Bezier曲線[J]. 嚴(yán)蘭蘭,梁烔豐.  東華理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(01)
[8]指紋識(shí)別技術(shù)的新進(jìn)展[J]. 田捷,陳新建,張陽陽,楊鑫,何余良,李亮,謝衛(wèi)華,鄭志鵬.  自然科學(xué)進(jìn)展. 2006(04)
[9]醫(yī)學(xué)圖像體繪制中的快速三線性插值算法[J]. 諸葛斌,馮煥清,周荷琴.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2003(03)
[10]交互式三維醫(yī)學(xué)圖像可視化系統(tǒng)MedVis[J]. 董峰,王曉梅,石教英.  計(jì)算機(jī)學(xué)報(bào). 1998(09)

博士論文
[1]基于手指多模態(tài)生物特征的身份認(rèn)證關(guān)鍵問題研究[D]. 彭加亮.哈爾濱工業(yè)大學(xué) 2014
[2]掃頻光學(xué)相干層析成像方法與系統(tǒng)研究[D]. 吳彤.浙江大學(xué) 2011

碩士論文
[1]GPU在FD-OCT系統(tǒng)數(shù)據(jù)處理及實(shí)時(shí)圖像顯示中的應(yīng)用[D]. 劉銳.北京理工大學(xué) 2015
[2]基于CUDA的足跡表法可視化研究[D]. 田亮.南京理工大學(xué) 2011



本文編號(hào)：3156860