基于Zedboard的掌靜脈采集認(rèn)證系統(tǒng)設(shè)計.pdf

1、近年來，隨著生物技術(shù)與信息技術(shù)的相互融合，新型的生物識別技術(shù)逐漸興起，利用人體固有生理特征進(jìn)行的身份識別認(rèn)證技術(shù)在考勤、門禁、安保等安全系統(tǒng)中得到了廣泛應(yīng)用。相比于傳統(tǒng)的生物識別技術(shù)，掌靜脈識別認(rèn)證技術(shù)以其活體識別、組織內(nèi)部特征、安全等級高等技術(shù)優(yōu)勢，得到了廣泛的關(guān)注和研究。由于人體的手掌靜脈隱藏在表皮下，結(jié)構(gòu)復(fù)雜很難被復(fù)制，手掌靜脈圖像難以竊取，且該技術(shù)具有唯一和穩(wěn)定性特點，使得手掌靜脈成為一種高安全性的生物特征。相比于手指靜脈和手背

2、靜脈，人體手掌部分靜脈血管較多，特征豐富，更適合作為身份識別特征。目前國外成熟的掌靜脈采集認(rèn)證裝置以日本富士通靜脈采集認(rèn)證產(chǎn)品為主，廣泛應(yīng)于ATM機(jī)、門禁、安保等系統(tǒng)之中[1]，而鑒于商業(yè)機(jī)密，該產(chǎn)品實現(xiàn)的細(xì)節(jié)文獻(xiàn)中鮮有描述。國內(nèi)的靜脈采集認(rèn)證系統(tǒng)的研究尚處于起步階段，大部分產(chǎn)品多采用富士通靜脈采集裝置做相關(guān)應(yīng)用擴(kuò)展集成，算法測試驗證又多依賴于高性能X86實現(xiàn)，真正自主研發(fā)的合理快速掌靜脈采集認(rèn)證系統(tǒng)少之又少。本文主要針對光源選擇、攝像

3、頭選型配置、識別認(rèn)證算法硬件選取和移植做了系統(tǒng)的實驗對比及討論。
　　掌靜脈識別認(rèn)證系統(tǒng)硬件部分主要由靜脈采集裝置和算法實現(xiàn)硬件平臺組成。其中采集裝置由近紅外燈源和攝像頭構(gòu)成，光源的選取和攝像頭選型直接影響靜脈圖像采集質(zhì)量，本文選用850nm和940nm混合環(huán)型光源作為圖像采集光源，通過對比不同型號CMOS攝像頭在相同環(huán)境條件下采集得到的靜脈圖像質(zhì)量，確定一種USB紅外攝像頭采集方案，USB紅外攝像頭的圖像傳感芯片型號為OV772

4、0，試驗結(jié)果表明，在對傳感器芯片進(jìn)行合理參數(shù)配置后，該型號 USB攝像頭可采集得到清晰理想的掌靜脈圖像。算法的實現(xiàn)驗證大多選用X86硬件平臺進(jìn)行測試，為實現(xiàn)產(chǎn)品的小型便攜化，一些文獻(xiàn)中選用ARM、DSP等嵌入式硬件作為系統(tǒng)測試平臺，但識別算法實現(xiàn)速度會大大降低。本文選用Xilinx Zynq-7000擴(kuò)展式處理平臺Zedboard開發(fā)板作為識別認(rèn)證硬件平臺對系統(tǒng)進(jìn)行測試驗證，該系統(tǒng)由處理系統(tǒng)(Processing System，PS)部

5、分的CortexA9完成靜脈采集控制、圖像預(yù)處理及一比一認(rèn)證過程，通過可編程邏輯(Programmable Logic，PL)部分的FPGA硬件重構(gòu)完成靜脈識別算法中特征提取部分的二維離散傅里葉變換及逆變換，從而縮短整個系統(tǒng)算法的實現(xiàn)時間。軟件實現(xiàn)過程主要有掌脈圖像采集、預(yù)處理、特征提取和對比認(rèn)證。其中圖像采集包括攝像頭參數(shù)配置、靜脈圖像原始數(shù)據(jù)獲取及圖像數(shù)據(jù)格式轉(zhuǎn)換，預(yù)處理包括圖像二值化、手掌輪廓邊緣提取、關(guān)鍵點選取、感興趣區(qū)域(re

6、gion ofinterest，ROI)提取、圖像增強(qiáng)。預(yù)處理過程中ROI可選取區(qū)域主要分為手掌心和手掌大魚際，本文ROI選取通過確定食指和中指間指根點、中指和無名指間指根點，并以其為關(guān)鍵點進(jìn)行掌心ROI區(qū)域的提取。現(xiàn)有掌脈識別方法主要分為基于結(jié)構(gòu)特征、基于紋理特征和基于子空間的3類方法[1]，本文選用文獻(xiàn)[2]基于紋理方向特征的識別認(rèn)證方法，在不同嵌入式平臺下進(jìn)行算法移植、測試，并統(tǒng)計對比算法實現(xiàn)時間，最終提出并設(shè)計一種基于Zedbo

7、ard的快速掌靜脈采集認(rèn)證系統(tǒng)。實驗結(jié)果表明通過合理分配片上系統(tǒng)Zedboard的資源，由不同部分完成圖像采集、處理、識別及認(rèn)證過程，可有效縮短算法實現(xiàn)時間，進(jìn)而滿足掌脈識別認(rèn)證裝置產(chǎn)品的實時性需求。
　　鑒于靜脈識別技術(shù)所具有的鮮明技術(shù)特點優(yōu)勢，國內(nèi)外研究機(jī)構(gòu)和學(xué)校對該生物識別技術(shù)做了大量的研究。論文第一章簡述了掌靜脈識別認(rèn)證技術(shù)的實現(xiàn)基本原理和技術(shù)特點優(yōu)勢，在對比分析了現(xiàn)有的各種生物識別技術(shù)優(yōu)劣的同時，就目前國內(nèi)外靜脈識別技術(shù)

8、研究現(xiàn)狀，從硬件結(jié)構(gòu)和算法實現(xiàn)兩方面對課題研究背景做了詳細(xì)的描述。針對靜脈識別認(rèn)證系統(tǒng)存在的技術(shù)難點和問題，第一章對課題研究的內(nèi)容和意義做了相應(yīng)的說明。
　　基于Zedboard掌靜脈識別認(rèn)證系統(tǒng)設(shè)計為本文主要研究內(nèi)容，論文第二章對其做了簡要概述。內(nèi)容主要包括靜脈成像原理、硬件結(jié)構(gòu)設(shè)計及軟件實現(xiàn)流程。成像原理部分介紹了靜脈圖像獲取機(jī)理，系統(tǒng)依據(jù)靜脈血液和手組織生理特性，采用近紅外光源照射手掌的方式，由cmos圖像傳感器對靜脈圖像進(jìn)

9、行采集;硬件結(jié)構(gòu)部分則簡要介紹了整個靜脈識別認(rèn)證系統(tǒng)硬件構(gòu)成，采集前端由USB攝像頭組成，系統(tǒng)控制由Zedbaord片上處理系統(tǒng)中的CortexA9 ARM處理器完成，算法提速由片上FPGA實現(xiàn);軟件流程則概括介紹了從靜脈獲取到識別認(rèn)證的實現(xiàn)過程，主要涉及靜脈圖像采集存儲、灰度圖像格式轉(zhuǎn)換、圖像預(yù)處理及靜脈圖像的識別認(rèn)證等一系列過程。
　　硬件組成是掌靜脈識別認(rèn)證系統(tǒng)證實現(xiàn)的平臺與基礎(chǔ)，論文第三章對其做了詳細(xì)的描述與分析。內(nèi)容主要

10、包括光源選取與設(shè)計，攝像頭模組選型、濾光片選取，Zedboard開發(fā)板參數(shù)描述，片上處理系統(tǒng)的結(jié)構(gòu)組成和AXI接口使用介紹，片上現(xiàn)場可編程門陣列結(jié)構(gòu)組成以及認(rèn)證識別系統(tǒng)電路設(shè)計。其中電路設(shè)計部分則詳細(xì)描述了系統(tǒng)整體電路、HDMI數(shù)據(jù)通信電路以及FFT運(yùn)算電路，整體電路部分介紹了系統(tǒng)各模塊的作用和連接使用情況，HDMI數(shù)據(jù)通信電路負(fù)責(zé)操作系統(tǒng)和圖形界面液晶屏顯示的數(shù)據(jù)轉(zhuǎn)換與控制，F(xiàn)FT運(yùn)算電路則負(fù)責(zé)完成靜脈圖像特征提取部分的離散傅里葉變換

11、與反變換運(yùn)算。
　　軟件程序設(shè)計是掌靜脈識別認(rèn)證系統(tǒng)的實現(xiàn)方法，論文第四章對其做了簡要概述。程序設(shè)計流程主要有攝像頭V4L2構(gòu)架應(yīng)用編程、BMP格式圖像存儲、靜脈圖像二值化、二值化圖像邊緣提取、關(guān)鍵點選取，ROI圖像感興趣區(qū)域選取、ROI特征提取以及一比一對比認(rèn)證算法原理實現(xiàn)。其中V4L2程序設(shè)計包括攝像頭參數(shù)配置和原始數(shù)據(jù)采集，采集得到的數(shù)據(jù)經(jīng)相應(yīng)公式處理，轉(zhuǎn)換成灰度格式數(shù)據(jù)流，并以BMP格式文件進(jìn)行存儲，用于圖像查看。采集得到

12、的灰度圖片需確定特定閾值進(jìn)行二值化處理，以便手掌輪廓邊緣提取，在提取得到的手掌輪廓邊緣上定位指根關(guān)鍵點，進(jìn)而獲取所需ROI區(qū)域，并由識別認(rèn)證算法對其進(jìn)行特征提取和一比一對比認(rèn)證。
　　IP仿真驗證是FPGA實現(xiàn)算法提速的理論依據(jù)，論文第五章對Xilinx公司Fast Fourier Transform IP核實現(xiàn)功能及使用方法做了詳細(xì)介紹。內(nèi)容主要包括 FFT IP介紹、仿真程序設(shè)計及仿真結(jié)果。其中FFT IP介紹包括引腳功能詳述

13、、硬件構(gòu)架簡介、運(yùn)算構(gòu)架選配、IP工作時序和使用說明;仿真程序設(shè)計部分使用硬件描述語言Verilog HDL實現(xiàn)靜脈識別特征提取過程中256點FFT運(yùn)算;仿真結(jié)果部分通過modelsim軟件仿真出FFT IP運(yùn)算結(jié)果，并作了相應(yīng)分析。
　　合適的操作系統(tǒng)是掌靜脈識別認(rèn)證系統(tǒng)軟硬協(xié)件同工作的環(huán)境基礎(chǔ)，為保證整體系統(tǒng)正常工作，需在Zedboard開發(fā)板上定制并移植相應(yīng)的Linux系統(tǒng)，論文第六章主要介紹了Zedboard開發(fā)板Lina

14、ro Ubuntu操作系統(tǒng)移植步驟。系統(tǒng)移植內(nèi)容主要有啟動引導(dǎo)鏡像BOOZBIN文件制作、Linux內(nèi)核鏡像zImage文件制作、設(shè)備樹DTS文件修改、SD卡分區(qū)制作以及Linaro Ubuntu操作系統(tǒng)移植。本章對以上步驟做了詳盡的描述，通過移植Linuaro操作系統(tǒng)到Zedboard開發(fā)板，為掌靜脈采集認(rèn)證系統(tǒng)的實現(xiàn)搭建了完整軟件測試環(huán)境。
　　實驗結(jié)果部分是本文課題研究意義的充分說明與驗證，論文第七章對系統(tǒng)實驗測試結(jié)果做了詳

15、盡的對比分析。對比內(nèi)容主要包括掌靜脈采集圖像質(zhì)量對比和不同嵌入式平臺下靜脈算法實現(xiàn)時間統(tǒng)計對比兩大部分。圖像采集分析對比部分主要對比了不同型號攝像頭采集圖像質(zhì)量及OV7720圖像傳感器不同參數(shù)配置下掌靜脈圖像的采集質(zhì)量，通過實驗結(jié)果的對比和分析確定了合適的攝像頭模組及圖像傳感器配置參數(shù)。算法測試部分將靜脈識別認(rèn)證算法移植到X86、DSP、ARM11、CortexA9及FPGA等不同嵌入平臺，并對靜脈圖像預(yù)處理、特征提取及一比一對比認(rèn)證算