基于arm的指紋識(shí)別系統(tǒng)設(shè)計(jì)

1、<p>　　畢 業(yè) 設(shè) 計(jì)（論文）</p><p>　　2014 年 月 日</p><p>　　畢業(yè)設(shè)計(jì)（論文）誠(chéng)信聲明書</p><p>　　本人鄭重聲明：在畢業(yè)設(shè)計(jì)（論文）工作中嚴(yán)格遵守學(xué)校有關(guān)規(guī)定，恪守學(xué)術(shù)規(guī)范；我所提交的畢業(yè)設(shè)計(jì)（論文）是本人在 指導(dǎo)教師的指導(dǎo)下獨(dú)立研究、撰寫的成果，設(shè)計(jì)（論文）中所引用他人的文字、研究成

2、果，均已在設(shè)計(jì)（論文）中加以說明；在本人的畢業(yè)設(shè)計(jì)（論文）中未剽竊、抄襲他人的學(xué)術(shù)觀點(diǎn)、思想和成果，未篡改實(shí)驗(yàn)數(shù)據(jù)。</p><p>　　本設(shè)計(jì)（論文）和資料若有不實(shí)之處，本人愿承擔(dān)一切相關(guān)責(zé)任。 </p><p><b>　　學(xué)生簽名：</b></p><p><b>　　年

3、 月 日</b></p><p>　　基于ARM的指紋識(shí)別系統(tǒng)設(shè)計(jì)</p><p><b>　　摘要</b></p><p>　　世界正朝著互聯(lián)化的方向發(fā)展,而物聯(lián)網(wǎng)正是這個(gè)數(shù)字革命的核心之一。在目前流行的物聯(lián)網(wǎng)技術(shù)中,要求嵌入式終端能夠提供成熟且價(jià)格便宜的生物特征識(shí)別技術(shù),目前來說指紋識(shí)別的技術(shù)應(yīng)用最為廣泛,我們不僅在門禁

4、、考勤系統(tǒng)中可以看到指紋識(shí)別技術(shù)的身影,市場(chǎng)上有了更多指紋識(shí)別的應(yīng)用：如手機(jī)、指紋鎖、銀行支付驗(yàn)證都可應(yīng)用指紋識(shí)別的技術(shù)。</p><p>　　在指紋識(shí)別控制領(lǐng)域,也會(huì)用到各種微控制器,本文采用了三星半導(dǎo)體S3C6410作為控制核心,S3C6410應(yīng)用了專為要求高性能、低成本、低功耗的嵌入式消費(fèi)類電子設(shè)計(jì)的ARM11內(nèi)核。按性能分成兩個(gè)不同的系列：該系列內(nèi)核時(shí)鐘頻率已經(jīng)達(dá)到532MHz。</p>&

5、lt;p>　　指紋識(shí)別基于兩種特征點(diǎn)來識(shí)別:(i)組成指紋的指紋整體特征結(jié)構(gòu)(ii)局部的特征點(diǎn)。本文提出了一種可以在自動(dòng)指紋識(shí)別系統(tǒng)中使用的基于特征點(diǎn)的指紋識(shí)別算法。本文提到的方法基于從細(xì)化提取的特征點(diǎn)，二值化一個(gè)指紋圖像分割圖。該系統(tǒng)采用在指紋分類的指紋索引匹配，大大提高了匹配算法的性能。</p><p>　　關(guān)鍵字：ARM11，指紋識(shí)別，特征識(shí)別，圖像處理</p><p>&l

6、t;b>　　Abstract</b></p><p>　　The world is moving in the direction of the development of the Internet, the Internet of is one of the core of the digital revolution. In the current network technology,

7、the embedded terminal capable of providing biometric technology is mature and the price is cheap, at present technology of fingerprint recognition is the most widely, we can not only see the fingerprint recognition techn

8、ology in access control, attendance system, fingerprint recognition application is more on the market: such as</p><p>　　In the fingerprint recognition and control field, we will also use a variety of micro c

9、ontroller, this paper uses Samsung S3C6410 as the control core, S3C6410 application designed for high performance, low cost, low power embedded consumer electronic design based on ARM11 kernel. According to performance i

10、s divided into two different series: this series of core clock frequency has reached 532MHz.</p><p>　　Fingerprint identification two feature points based on: (I) to identify the fingerprint feature structure

11、 fingerprint (II) feature local. This paper proposes a can be used in automatic fingerprint recognition system of fingerprint recognition algorithm based on feature points. The methods mentioned in this article is based

12、on the feature points extracted from refined, two value segmentation image of a fingerprint image. The system adopts fingerprint indexing in the fingerprint classification mat</p><p>　　Keywords: ARM11,Finger

13、print Identifier，F(xiàn)eature Point,Image Processing.</p><p><b>　　目錄</b></p><p><b>　　第一章 概述1</b></p><p>　　1.1指紋課題的研究與應(yīng)用背景1</p><p>　　1.1.1指紋采集器原理與類型

14、1</p><p>　　1.2 嵌入式系統(tǒng)概述2</p><p>　　1.3指紋算法概述4</p><p>　　1.3.1指紋預(yù)處理算法4</p><p>　　1.3.2指紋圖像識(shí)別算法4</p><p>　　第二章 系統(tǒng)設(shè)計(jì)方案5</p><p>　　2.1指紋識(shí)別系統(tǒng)的概述5&

15、lt;/p><p>　　2.2指紋系統(tǒng)硬件設(shè)計(jì)方案5</p><p>　　2.2.1指紋采集器介紹6</p><p>　　第三章 指紋預(yù)處理算法的設(shè)計(jì)8</p><p>　　3.1指紋圖片畸變處理算法：8</p><p>　　3.2指紋圖像的分割計(jì)算：10</p><p>　　3.3指紋均

16、衡11</p><p>　　3.4指紋收斂處理13</p><p>　　3.5指紋的平滑處理：14</p><p>　　3.6指紋的增強(qiáng)處理：14</p><p>　　3.7指紋的二值化細(xì)化處理：15</p><p>　　4紋識(shí)別算法的設(shè)計(jì)18</p><p>　　4.1指紋圖像的特

17、征18</p><p>　　4.2指紋圖像特征提取算法19</p><p>　　4.3特征點(diǎn)的匹配算法20</p><p>　　5.指紋識(shí)別系統(tǒng)的實(shí)現(xiàn)22</p><p>　　5.1軟件運(yùn)行環(huán)境的設(shè)置22</p><p>　　5.2指紋采集器接口設(shè)計(jì)23</p><p>　　5.3顯

18、示及UI功能的實(shí)現(xiàn)26</p><p>　　第六章 系統(tǒng)調(diào)試與測(cè)試27</p><p>　　6.1指紋算法的驗(yàn)證：27</p><p>　　6.2指紋采集接口的調(diào)試部分28</p><p>　　6.3系統(tǒng)運(yùn)行的測(cè)試：29</p><p><b>　　參考文獻(xiàn)29</b></p&g

19、t;<p><b>　　第一章 概述</b></p><p>　　1.1指紋課題的研究與應(yīng)用背景</p><p>　　信息化的特點(diǎn)就是能夠?qū)崿F(xiàn)事物的數(shù)字化和隱秘化，傳統(tǒng)的身份管理如IC卡，磁卡，鑰匙存在著易丟失，偽造等缺點(diǎn)，相比較于傳統(tǒng)的身份辨識(shí)，人的指紋永遠(yuǎn)無法改變，因此指紋識(shí)別在安防領(lǐng)域，司法領(lǐng)域扮演及其重要的作用，在民用領(lǐng)域，隨著采集器的多樣化和嵌

20、入式微控制器的發(fā)展，指紋識(shí)別更多地走進(jìn)了人們的生活中。</p><p>　　作為一門生物識(shí)別的學(xué)科，數(shù)字指紋學(xué)的方法有內(nèi)在的規(guī)則可以遵循，可以把數(shù)字指紋識(shí)別的方法和規(guī)則歸納為：理解自然模型，建立物理模型，導(dǎo)出數(shù)學(xué)模型，確定指紋識(shí)別算法這樣一個(gè)過程[1]。</p><p>　　本設(shè)計(jì)采用嵌入式微處理器，外接傳統(tǒng)指紋采錄模塊，通過移植專用的指紋識(shí)別算法，實(shí)現(xiàn)了一個(gè)具有指紋采集，指紋辨識(shí)功能的系

21、統(tǒng)。</p><p>　　1.1.1指紋采集器原理與類型</p><p>　　指紋采集原理是根據(jù)指紋的上的溝壑的物理特性,指紋的脊線與谷線的不同的特點(diǎn)，得到不同的采集信號(hào)，且根據(jù)反饋信號(hào)的量值來繪成指紋圖像。</p><p>　　主要采集指紋的方法有兩類，其中一類是主動(dòng)式的采集器，即主動(dòng)發(fā)送信號(hào)，通過反饋回來的信號(hào)進(jìn)行判斷,如光學(xué)采集和射頻采集。另一類是感應(yīng)型的。即

22、通過感應(yīng)手指本身的特征，然后分析感應(yīng)信號(hào)的值來形成指紋圖案。如熱敏感應(yīng)、電容感應(yīng)和壓力感采集屬于第二類。</p><p>　　常用的采集器類型有三種，光學(xué)、電容和射頻式。在這些采集器中，光學(xué)采集器是使用最為普遍的，成本也是最低的。</p><p><b>　　光學(xué)指紋采集器</b></p><p>　　光學(xué)采集器是出現(xiàn)最早的指紋采集設(shè)備，也是目

23、前應(yīng)用最為廣泛的。該類型采集器通常由棱鏡，透鏡和取像器所組成，取像器可以是CMOS傳感器或CCD傳感器，該類型傳感器具有成本低，接口簡(jiǎn)單等優(yōu)點(diǎn)，但是基于光學(xué)采集原理，光學(xué)指紋采集器手指采集質(zhì)量與手指的表皮清晰度有關(guān)，假如手指比較干，或者手指上有污漬，光學(xué)采集器采集到的圖像質(zhì)量較差，此外，天氣原因也會(huì)影響手指的干濕度。這個(gè)問題在北方地區(qū)尤其突出。</p><p>　　圖1-1 光學(xué)指紋傳感器原理圖</p>

24、;<p><b>　　熱敏式傳感器</b></p><p>　　熱敏式傳感器并沒有圖像畸變的缺點(diǎn)，該采集器的原理是檢測(cè)指紋線和溝線著發(fā)出的熱量。典型的熱敏傳感器中主要組成原件有小型加熱元件。通過對(duì)脊和谷進(jìn)行加熱，熱感元件檢測(cè)檢測(cè)出脊和溝的溫度不同，最后通過圖像合成器生成指紋圖像，該類傳感器價(jià)格便宜，體積小，但相對(duì)于其他傳感器，其缺點(diǎn)功耗高，且在天氣熱的情況下，圖像采集質(zhì)量很不理

25、想[2]。</p><p><b>　　射頻生物識(shí)別技術(shù)</b></p><p>　　射頻生物指紋識(shí)別，指的是通過射頻信號(hào)，穿過手指的表皮去測(cè)試?yán)飳拥募y路，獲得指紋。該技術(shù)對(duì)干手指等困難手指通過可高達(dá)99.5%，具有寬溫區(qū)，防偽能力強(qiáng)等特點(diǎn)。</p><p>　　1.2 嵌入式系統(tǒng)概述 </p><p>　　嵌入式系統(tǒng)被

26、工程師們定義為“一種用來控制、監(jiān)視或者輔助儀器、機(jī)械操作的計(jì)算機(jī)系統(tǒng)”。嵌入式系統(tǒng)的特點(diǎn)是基于硬件體系，高效，可靠，強(qiáng)實(shí)時(shí)性，滿足對(duì)象智能化控制要求的技術(shù)需要，因此可以將嵌入式系統(tǒng)定義為：“嵌入到對(duì)象體系中的專用計(jì)算機(jī)應(yīng)用系統(tǒng)”。嵌入式系統(tǒng)有3個(gè)特性，即“微機(jī)性”、“ 可植入”及“專用性”。</p><p>　　“微機(jī)性”指的是通過使用專門的微控制器，來實(shí)現(xiàn)自動(dòng)化控制。</p><p>　

27、　“可植入”則是指的是可以嵌入到任何應(yīng)用中，應(yīng)付多種控制及運(yùn)算需求，應(yīng)用面廣泛。</p><p>　　“專用性”指的是為了實(shí)現(xiàn)特定對(duì)象的操作必須對(duì)該對(duì)象軟硬件單獨(dú)修改。</p><p>　　嵌入式處理器:嵌入式處理器擁有靈活的應(yīng)用編程資源、豐富的外設(shè)接口總線及高速的內(nèi)部總線結(jié)構(gòu)，與通用微處理器比較，同時(shí)具有功耗低、簡(jiǎn)單易用，實(shí)時(shí)性強(qiáng)，性價(jià)比高等優(yōu)點(diǎn)，主要分為微控制器，微處理器，DSP處理器

28、，嵌入式片上系統(tǒng)四類[22]。</p><p>　　微控制器：一般指單片機(jī)，將整個(gè)控制計(jì)算機(jī)的核心封裝在了一個(gè)芯片中，其中包含了ALU,外設(shè)，總線，RAM,ROM等通用接口，以某一類型內(nèi)核為模板，該類芯片具有功耗低，穩(wěn)定性好，但是性能較低，沒有MMU，無法運(yùn)行具有內(nèi)存管理功能的嵌入式系統(tǒng)，是目前工業(yè)應(yīng)用的主流。</p><p>　　微處理器：嵌入式CPU具有通用處理器大部分的功能，可是其集

29、成了更多的外設(shè)，并具有嵌入式特有的功耗低，性耗比高的優(yōu)點(diǎn)，通常以一內(nèi)核為模板，有別于單片機(jī)的是該類芯片性能更強(qiáng)，且通常由MMU的功能，可以在體系上運(yùn)行強(qiáng)大的嵌入式操作系統(tǒng)[5]。</p><p>　　DSP處理器：DSP處理器指的是運(yùn)行符和硬件經(jīng)過特殊設(shè)計(jì)后，更適合于執(zhí)行數(shù)字運(yùn)算算法的嵌入式處理器，該系列處理器的編譯效率高，指令執(zhí)行速度快，具有硬件FPU，適合運(yùn)行嵌入式計(jì)算應(yīng)用，同時(shí)基于對(duì)應(yīng)用和控制的要求，很多企

30、業(yè)推出了控制器+DSP的雙核CPU，提出了控制+運(yùn)算的解決方案。</p><p>　　嵌入式片上系統(tǒng)：指的是在可編程邏輯器件通過軟IP核方式實(shí)現(xiàn)嵌入式處理器，該類系統(tǒng)功能強(qiáng)大，且更加靈活。</p><p>　　本系統(tǒng)采用了使用ARM11內(nèi)核的S3C6410嵌入式CPU，該CPU使用了基于RISC的ARM11JSF內(nèi)核，該內(nèi)核具有5級(jí)流水線，ARM獨(dú)有的工作模式切換，以及硬件JAVA支持，另

31、外提供了多媒體運(yùn)算指令，能夠提高浮點(diǎn)運(yùn)算能力。</p><p><b>　　1.3指紋算法概述</b></p><p>　　.本系統(tǒng)的指紋算法設(shè)計(jì)包括預(yù)處理和指紋兩部分的算法，其中，指紋預(yù)處理算法用來提取指紋的特征碼，包含指紋分割，二值化，細(xì)化部分算法。指紋識(shí)別算法用來與以存儲(chǔ)的模板匹配得到匹配結(jié)果[6]。</p><p>　　1.3.1指紋

32、預(yù)處理算法</p><p>　　指紋預(yù)處理算法包含了分割，收斂，平滑，增強(qiáng)、二值化、細(xì)化等操作，為了使特征提取操作能夠有效進(jìn)行，指紋圖像必須經(jīng)過預(yù)處理才能得到可提取出特征的指紋圖像，其中每個(gè)步驟都是有作用的，在整個(gè)指紋的處理過程中，預(yù)處理耗費(fèi)的時(shí)間占百分80以上，因此預(yù)處理算法的效率，決定了指紋識(shí)別的效率[7]。</p><p>　　1.3.2指紋圖像識(shí)別算法</p><

33、;p>　　指紋匹配算法，主要可分為兩類：一種是采用圖形學(xué)指導(dǎo)的驗(yàn)證方式，包括點(diǎn)模式驗(yàn)證和基于圖論的方法；在基于圖像匹配的方式中，主要的思路就是把兩個(gè)特征點(diǎn)直接對(duì)應(yīng)起來，具體的方法是獲得指紋的奇異點(diǎn)，通過奇異點(diǎn)進(jìn)行特征點(diǎn)的校正，對(duì)齊坐標(biāo)系后實(shí)現(xiàn)匹配，假如無法獲得奇異點(diǎn)，那就必須使用特征點(diǎn)進(jìn)行遍歷匹配（即對(duì)每個(gè)特征點(diǎn)都進(jìn)行對(duì)比），對(duì)比每個(gè)特征點(diǎn)的相對(duì)特性，這個(gè)方法的好處就是可以不用顧慮圖像的定位和旋轉(zhuǎn)問題，但這種方法有兩點(diǎn)不足：一是匹

34、配時(shí)間并不是可以控制的，假如無法獲取奇異點(diǎn)，那么匹配的時(shí)間可能會(huì)很長(zhǎng)，二是對(duì)圖像的分辨率要求較高，低質(zhì)量的圖像下面根本無法正常工作，提高了對(duì)硬件的需求[8]。</p><p>　　第二章 系統(tǒng)設(shè)計(jì)方案</p><p>　　本章主要講述了指紋識(shí)別系統(tǒng)的設(shè)計(jì)方案，其中包括了硬件部分和軟件部分的具體設(shè)計(jì)方案。以及曾選用的方案比較。 </p><p>　　2.1指紋識(shí)別系統(tǒng)

35、的概述</p><p>　　指紋識(shí)別系統(tǒng)是通過專用的指紋圖片采集器，將指紋圖像通過嵌入式處理器經(jīng)過處理后，經(jīng)過指紋特征匹配算法，得出匹配結(jié)果。因此指紋識(shí)別系統(tǒng)由以下三部分組成：</p><p>　?。?）嵌入式系統(tǒng)控制板</p><p>　　指紋識(shí)別控制板由嵌入式處理器，指紋采集器，輸入輸出等硬件設(shè)備組成。</p><p>　?。?）指紋采集

36、器模塊 </p><p>　　本系統(tǒng)采用光電指紋采集器，該類型采集器具有成本低，應(yīng)用范圍廣等特點(diǎn)，缺點(diǎn)是圖像失真比例大，需要進(jìn)行軟件較真</p><p><b>　?。?）指紋系統(tǒng)軟件</b></p><p>　　指紋系統(tǒng)軟件由指紋采集，指紋預(yù)處理及指紋識(shí)別三個(gè)步驟構(gòu)成。</p><p>　　2.2指紋系統(tǒng)硬件設(shè)計(jì)方案&

37、lt;/p><p>　　針對(duì)指紋識(shí)別應(yīng)用，嵌入式控制板必須滿足的條件有：1.板載主控芯片必須具有強(qiáng)勁的運(yùn)算能力，才能具有圖像處理的能力，2.有大容量的存儲(chǔ)設(shè)備，可以滿足一般的嵌入式應(yīng)用需求。3.具有豐富的接口，方面拓展功能及測(cè)試。</p><p>　　綜上所述，選用了采用ARM11內(nèi)核的三星S3C6410芯片，該芯片的主頻最高能到達(dá)600MHZ，且集成了豐富的外部設(shè)備，且價(jià)格便宜，完全滿足了指

38、紋識(shí)別應(yīng)用的需求。以下是具體的設(shè)計(jì)細(xì)節(jié)[10]。</p><p><b>　　2.2.1硬件設(shè)計(jì)</b></p><p>　　圖 2-1系統(tǒng)組成框圖</p><p>　　系統(tǒng)采用飛凌OK6410開發(fā)板作為硬件平臺(tái)，該平臺(tái)主控芯片為S3C6410，數(shù)據(jù)采集模塊由OP100光學(xué)指紋傳感器來完成，OP100指紋傳感器能夠來完成指紋圖像的采集，通過YU

39、V接口送至ARM11進(jìn)行存儲(chǔ)。由S3C6410處理采集來的數(shù)據(jù)，由于芯片IRAM存儲(chǔ)容量太小，無法保存一張完整的圖像，所以將指紋數(shù)據(jù)放置在外部SDRAM中。當(dāng)處理圖像數(shù)據(jù)時(shí)，ARM11通過讀取SDRAM的指紋數(shù)據(jù)，并進(jìn)行圖像分割、均衡化、收斂、細(xì)化和特征值提取等操作，從而得到指紋圖像特征信息。轉(zhuǎn)換為可提取特征碼的指紋圖片，通過特定的文件格式保存在NAND FLASH中。</p><p>　　2.2.1指紋采集器介

40、紹</p><p>　　本設(shè)計(jì)采用OP100-T光學(xué)式指紋采集頭，該采集頭使用GC0307傳感器進(jìn)行獲取信息，該傳感器支持多個(gè)分辨率級(jí)別的圖像傳輸：QVGA(480*640)CIF（80*120）等，支持多種傳輸數(shù)據(jù)格式輸出：YCRCB422，YCRCB444，RGB565，采集器通過IIC接口進(jìn)行控制。</p><p>　　指紋識(shí)別軟件設(shè)計(jì)由采集器驅(qū)動(dòng)，圖像畸變處理算法，圖像預(yù)處理算法，

41、特征提取別算法，人機(jī)UI界面軟件流程圖如下圖：</p><p>　　圖2-3指紋識(shí)別系統(tǒng)工作流程圖</p><p>　　第三章 指紋預(yù)處理算法的設(shè)計(jì)</p><p>　　本設(shè)計(jì)采用的指紋識(shí)別方法是基于指紋的特征進(jìn)行匹配的，指紋的特征指的是紋線的的結(jié)束點(diǎn)和交叉點(diǎn)，因此，衡量系統(tǒng)性能的好壞就是指紋的端點(diǎn)和分叉點(diǎn)的提取精度。而提取的精度又和指紋圖像的大小和預(yù)處理算法的運(yùn)算

42、復(fù)雜度有關(guān)，一般來說，指紋圖像越大，預(yù)處理越充分，指紋特征的提取越好。在嵌入式應(yīng)用中，由于系統(tǒng)的資源有限，因此常常采取折中的方法，即降低圖像的分辨率，加大預(yù)處理的處理度降低計(jì)算量，且得到較高的匹配度。</p><p>　　指紋圖像的預(yù)處理主要有以下幾個(gè)流程，主要包括求梯度場(chǎng)，方向場(chǎng)，然后圖像分割，濾波增強(qiáng)，而后細(xì)化，然后可以得到可提取出特征點(diǎn)的指紋圖像[10]。</p><p>　　3.1

43、指紋圖片畸變處理算法</p><p>　　由于采用了光電式采集器，反饋信號(hào)受到光學(xué)機(jī)理的影響，會(huì)有一點(diǎn)的圖像畸變，在這里主要是梯形畸變，當(dāng)前很多基于光學(xué)式采集的校正技術(shù)也是針對(duì)這種畸變來進(jìn)行的。可是，光學(xué)采集器得到的指紋圖像的畸變不僅只有這種線型變化，非線性扭曲在指紋的邊緣是很嚴(yán)重的。如圖3-1,3-2所示，但受圖像扭曲的影響，相同采集器存在相同的非線性扭曲，因此只要是同一個(gè)采集器采集到的信號(hào)是可以完成匹配，即使

44、方向不同。但是對(duì)于不同的指紋采集器，采集到的圖像會(huì)因?yàn)椴杉鞯墓ぷ鞣绞降牟煌?，呈現(xiàn)出不同的特性，因此需要采取特殊的處理算法。</p><p>　　圖3-1 光學(xué)畸變示意圖</p><p>　　圖3-2 實(shí)際采集到的畸變</p><p>　　解決指紋圖像產(chǎn)生的畸變，可以從不同的角度去思考?；谝韵录僭O(shè)進(jìn)行線性擬合數(shù)學(xué)建模。假設(shè)：</p><p>

45、;　　（1）指紋畸變梯形中的方格數(shù)目沒有變小，只是由底向頂縮小。</p><p>　　（2）認(rèn)定每行方格的數(shù)目變化是線性的。</p><p>　　（3）方格中的像素是不可壓縮的。</p><p>　　依照以上假述，可以進(jìn)行數(shù)學(xué)建模，得出第一行的邊長(zhǎng)關(guān)系：</p><p><b>　　(3.1.1)</b></p&g

46、t;<p>　　第y行方格邊長(zhǎng)關(guān)系式：假設(shè)</p><p><b>　　(3.1.2)</b></p><p>　　那么第d行的正方形邊長(zhǎng)</p><p><b>　　(3.1.3)</b></p><p>　　Y畸變矯正 </p><p>　　矯正對(duì)于

47、y方向，第y行的所處位置和上底的距離為前(y-1)個(gè)正方形的邊長(zhǎng)和：</p><p><b>　　(3.1.4)</b></p><p><b>　　X畸變矯正：</b></p><p><b>　　(3.1.5)</b></p><p>　　采用上述公式可以解決畸變矯正的坐標(biāo)

48、映射問題，還原出較為真實(shí)的圖像[11]。</p><p>　　3.2指紋圖像的分割計(jì)算：</p><p>　　由于使用光學(xué)指紋采集器，采集得到的圖像分為指紋圖像區(qū)域和空白區(qū)域。我們所做的操作是針對(duì)指紋圖像本身，但是空白區(qū)域由于采集器的因素也會(huì)有像素，因此需要分割具體的圖片。</p><p><b>　　圖3-3梯度場(chǎng)</b></p>

49、<p>　　實(shí)現(xiàn)圖像分割的方法有直方圖分割和梯度場(chǎng)的方法：直方圖分割的思路是由于指紋像素和背景像素之間落差較大[12]，因此可以設(shè)定閥值，這種分割方法的缺點(diǎn)是不大準(zhǔn)確，不適應(yīng)光學(xué)采集接口采集的圖像，梯度場(chǎng)的實(shí)現(xiàn)方法是計(jì)算指紋圖像的梯度然后對(duì)梯度像素進(jìn)行閥值判斷，目的就是區(qū)分是前景和背景。</p><p>　　圖像梯度的計(jì)算方法： </p><p><b>　　(3.

50、2.1)</b></p><p><b>　　(3.2.2)</b></p><p><b>　　(3.2.3)</b></p><p>　　如上公式，圖像梯度需要進(jìn)行與相鄰像素的比較因此采用梯度的方法相較于直方圖的方法更好。</p><p><b>　　3.3指紋均衡<

51、/b></p><p>　　由于采集器的原因，采集到的像素的出現(xiàn)并不是均衡分布的，而且集中出現(xiàn)在某個(gè)像素區(qū)域，這就是圖像失衡的表現(xiàn)[13]。</p><p>　　從圖像處理角度來看，指紋失衡不利于指紋的預(yù)處理，因?yàn)閳D像分布過于密集，無法區(qū)分出噪聲以及紋線本身，對(duì)提取特征造成困難。</p><p>　　直方圖是灰度的函數(shù)，直方圖直觀的表達(dá)了各個(gè)灰度出現(xiàn)的概率。直

52、方圖均衡指的是通過一個(gè)灰度映射函數(shù)： </p><p><b>　　(3.3.1)</b></p><p>　　將原直方圖改裝成需要實(shí)現(xiàn)的直方圖。</p><p>　　直方圖均衡就是講圖像的直方圖分布改裝成均勻的直方圖，即使某一處堆積過于緊密的灰度數(shù)據(jù)均勻分散在灰度域上，使得圖像具有最大的熵。</p><p>　　常用的

53、均衡方法就是直方圖歸一化，歸一化就是把像素灰度由0~255歸一化到了1。歸一化后的直方的概率密度恒定為1 ，這就意味著指紋圖像的各個(gè)灰度出現(xiàn)的概率是平均的[14]。</p><p>　　在下公式中Pr(r)為原圖像的像素出現(xiàn)概率函數(shù)，用Ps(s)表示均衡化之后的像素出現(xiàn)概率函數(shù)，r、s代表均衡處理前后的灰度值，r、 s范圍在0-1之間。根據(jù)概率學(xué)，可推倒出：</p><p><b&g

54、t;　　(3.3.2)</b></p><p>　　代表T（r）的逆變換函數(shù)，</p><p>　　因?yàn)榫庖蟾怕拭芏群瘮?shù)為1 。</p><p><b>　　(3.3.3)</b></p><p><b>　　因此</b></p><p><b>　

55、　(3.3.4)</b></p><p><b>　　得到，可以得到</b></p><p><b>　　(3.3.5)</b></p><p>　　上式中T(r)表示均衡化變換函數(shù)</p><p>　　對(duì)于指紋圖像數(shù)據(jù)，可以使用累計(jì)分布函數(shù)CDF，可得到圖像的灰度直方圖均衡化公式<

56、;/p><p><b>　　s=T，</b></p><p><b>　　(3.3.6)</b></p><p>　　式子中，T[r]即是均衡化函數(shù)，由式可知某個(gè)像素灰度的均衡化后的值為該灰度之前的所有像素灰度的和再除以總的像素值，由于該式中的像素灰度是歸一化后的，因此需要乘以255得到真正的像素值。下圖是直方圖均衡后的指紋圖

57、像，比較之后可以看出均衡后的圖像紋線和背景之間的色差更大，更有利于處理[15]。</p><p>　　圖3-4 原圖 圖3-5 均衡之后</p><p><b>　　3.4指紋收斂處理</b></p><p>　　一個(gè)指紋對(duì)象，在非理想點(diǎn)光源或者面光源的照射下，反應(yīng)指紋圖像紋線點(diǎn)的大部分光子被傳感器捕捉，彼此離

58、散的紋線像素以相互確定的位置和灰度組成相應(yīng)的指紋紋線灰度圖像，由于環(huán)境干擾和集合光學(xué)畸變效應(yīng)，像素的位置被改變。稱為發(fā)散。</p><p>　　為了解決指紋圖像的發(fā)散的問題，需要改變這些像素的位置和灰度，使得像素的差異縮小，當(dāng)位置差異和灰度差異縮小到預(yù)先固定的閥值之內(nèi)，計(jì)算機(jī)能分辨差異像素的相互關(guān)系，這種位置差異和灰度差異的縮小稱為收斂[18]。</p><p>　　指紋像素的發(fā)散主要為光

59、照誤差所照成的，指定位置的光子，在傳感器上呈現(xiàn)一定范圍的正態(tài)隨機(jī)分布，經(jīng)傳感器捕捉的光子應(yīng)該反映這種正態(tài)隨機(jī)分布，呈現(xiàn)了一種二維高斯分布。</p><p>　　采用數(shù)學(xué)模型處理該隨機(jī)變量，就能達(dá)到正態(tài)收斂該指紋圖像發(fā)散。圖3-6顯示為二維高斯函數(shù)呈現(xiàn)的正態(tài)隨機(jī)分布</p><p>　　圖3-6二維高斯函數(shù)</p><p><b>　　高斯模板算子:<

60、/b></p><p><b>　　(3.3.7)</b></p><p>　　下面在PC端模擬軟件實(shí)現(xiàn)的直方圖收斂圖：</p><p>　　圖3-6原圖 圖3-7收斂之后</p><p>　　3.5指紋的平滑處理</p><p>　　在采集指紋過程中，傳感器通

61、常會(huì)把周圍的環(huán)境灰塵，表面污漬等也才采集進(jìn)去，這些噪聲像素的特點(diǎn)是與周圍像素相比顯得并不“合群”。為了去除該噪聲，必須參考周圍的像素，進(jìn)行卷積運(yùn)算。信號(hào)與系統(tǒng)中卷積運(yùn)算在實(shí)際的指紋圖像處理中都表現(xiàn)為鄰域運(yùn)算。臨域運(yùn)算是在輸出指紋圖像中，通過矩陣運(yùn)算的思路，獲得圖像矩陣和模板矩陣運(yùn)算結(jié)果。通常臨域遠(yuǎn)比指紋圖像尺寸小，如3*3，4*4。</p><p><b>　　卷積運(yùn)算的定義為：</b>&l

62、t;/p><p><b>　　(3.3.8)</b></p><p>　　平滑模板算子實(shí)現(xiàn)了一種類似低通濾波的功能，算子如下</p><p><b>　　(3.3.9)</b></p><p>　　3.6指紋的增強(qiáng)處理</p><p>　　指紋圖像的增強(qiáng)指的是增強(qiáng)指紋圖像的特征，

63、脊線，谷線等等特性，對(duì)這些特性的增強(qiáng)，需要對(duì)圖像的方向場(chǎng)和頻率場(chǎng)進(jìn)行分析，作為增強(qiáng)的指導(dǎo)。需要模擬出一個(gè)現(xiàn)象濾波器，模擬智能增強(qiáng)的“簡(jiǎn)單細(xì)胞頻向調(diào)諧”過程。Daugmann證明了這些“頻向”脈沖響應(yīng)可由高斯窗口和正旋波相乘后得到的Gabor小波逼近[17]。</p><p>　　對(duì)于指紋的增強(qiáng)，主要在以下兩個(gè)方面進(jìn)行：</p><p>　　在紋線的水平方向上，需要對(duì)紋線進(jìn)行定向增強(qiáng)，彌補(bǔ)由

64、于采集因素造成的可能的紋線斷裂。</p><p>　　在紋線的垂直方向上，需要對(duì)谷線進(jìn)行定向?yàn)V波，使用Gabor函數(shù)可以滿足該要求，在該位置的頻率場(chǎng)f對(duì)指紋圖像進(jìn)行振蕩增強(qiáng)[16]。</p><p>　　Gabor小波函數(shù)： </p><p><b>　　(3.3.10)</b></p><p>　　因?yàn)镚abor

65、小波函數(shù)的模板運(yùn)算十分耗時(shí)，可將Gabor函數(shù)進(jìn)行花間處理，將矩形模板化為線段模板?；?jiǎn)之后切向?yàn)V波模板為Hw=1/7{1,1,1,1,1,1,1}，法向?yàn)V波模板是Vw=1/7{-3,-1,3,9,3,-1,-3}</p><p>　　圖3-8收斂之后圖 圖3-9增強(qiáng)處理后</p><p>　　如圖3-9所示，增強(qiáng)之后的脊線和谷線更為鮮明，因?yàn)?/p>

66、采集因素?cái)嗔训募咕€在增強(qiáng)后得到修復(fù)。</p><p>　　3.7指紋的二值化細(xì)化處理：</p><p>　　對(duì)于指紋數(shù)據(jù)而言，我們只需要當(dāng)前指紋的形狀結(jié)構(gòu)，并不關(guān)心指紋的深淺，由于采集器的因素，采集到的指紋數(shù)據(jù)往往不平均分布在某個(gè)灰度區(qū)間，因此我們需要對(duì)指紋圖像進(jìn)行智能二值化，這樣有利于指紋特征的提取[25]。</p><p>　　將圖像二值化的方法有兩種，灰度域值

67、分割法和智能二值化領(lǐng)域分析方法。從圖像場(chǎng)的角度來看，紋線上的點(diǎn)強(qiáng)度場(chǎng)值較高，而背景上的點(diǎn)強(qiáng)度場(chǎng)值較低，所以，一般的二值化方法是設(shè)定一域值，大于域值為白，小于域值設(shè)定為黑，反過來也可以。</p><p>　　經(jīng)過平滑，增強(qiáng)，二值化，細(xì)化以及噪聲過濾處理后，變成高質(zhì)量的黑白指紋圖像，但是對(duì)二值化之后的圖像進(jìn)行分析，提取特征還比較麻煩，因?yàn)橹讣y特征是以特征點(diǎn)的形式出現(xiàn)，而二值化之后的紋線寬度由一個(gè)以上的像素點(diǎn)組成。因此

68、難以建立寬度只有一個(gè)點(diǎn)的特征點(diǎn)模型。所以指紋圖像必須經(jīng)過細(xì)化后才能提取出相應(yīng)的特征。</p><p>　　圖像細(xì)化的方法人們已經(jīng)研究很久，這里采用的是查表法進(jìn)行圖像細(xì)化，該方法的思路是：某一紋線上的點(diǎn)，如果它在圖像的邊界，可以除掉從而實(shí)現(xiàn)細(xì)化，那么它周圍的八個(gè)點(diǎn)表現(xiàn)一定是一邊有像素，一邊為背景白。可以通過該模板實(shí)現(xiàn)對(duì)邊緣像素的匹配，細(xì)化。常見的細(xì)化模板：</p><p>　　圖3-9 細(xì)

69、化模板</p><p>　　下圖是經(jīng)過PC端模擬軟件的細(xì)化結(jié)果：</p><p>　　圖3-10 原圖像 圖3-11二值化之后 圖3-12細(xì)化之后 </p><p>　　如3-12所示，細(xì)化后的指紋圖像用肉眼就可以看出特征端點(diǎn)和特征分叉點(diǎn)，到此步驟，指紋預(yù)處理的功能部分已經(jīng)完成。 </p><p>　　本

70、章主要描述了指紋預(yù)處理的算法部分，該部分的工作是為特征的提取做準(zhǔn)備工作。</p><p><b>　　4紋識(shí)別算法的設(shè)計(jì)</b></p><p>　　指紋特征值匹配原理基于模式識(shí)別的原理，通過已經(jīng)保存的指紋模板和當(dāng)前預(yù)處理得到的指紋數(shù)據(jù)匹配。因此在預(yù)處理完成后需要對(duì)指紋的特征數(shù)據(jù)進(jìn)行保存，由于特征點(diǎn)的種類有四種，因此匹配的方法也是多樣的，根據(jù)指紋特征匹配的依據(jù)不同，可

71、以將匹分為：基于坐標(biāo)匹配方法，基于方向匹配方法，質(zhì)量匹配等。本設(shè)計(jì)采用了多種匹配算法，定義了兩種匹配模式，快速和精準(zhǔn)模式。在快速模式下，匹配的時(shí)間是由匹配的效果覺定的，匹配函數(shù)首先使用速度較快的匹配方法進(jìn)行匹配，假如無法匹配，則切換速度較慢但是匹配效果更佳的匹配方法。在精準(zhǔn)模式下，匹配方法統(tǒng)一為較慢的匹配方法[26]。</p><p>　　實(shí)踐證明，指紋匹配并不需要使用所有的特征點(diǎn)，事實(shí)上只需要8個(gè)匹配的指紋特征

72、點(diǎn)，就可以判定兩幅指紋圖像來屬于一個(gè)指紋，此外由于基于特征點(diǎn)的匹配方法速度緩慢而且耗費(fèi)系統(tǒng)資源，在嵌入式系統(tǒng)中內(nèi)存是寶貴的資源，太多的冗余數(shù)據(jù)是低效且浪費(fèi)的，因此我們常常采用指紋的總體特征加局部特征點(diǎn)的方法來保存指紋的特征數(shù)據(jù)，同時(shí)也利用整體特征匹配法和特征點(diǎn)匹配法來綜合匹配指紋數(shù)據(jù)。</p><p>　　4.1指紋圖像的特征</p><p>　　如下圖所示，指紋的特征主要有兩類，一類是總

73、體特征，每個(gè)指紋都有一個(gè)“圓圈“，即由紋線包絡(luò)而成的類似橢圓形狀，該橢圓即可以反應(yīng)指紋在當(dāng)前圖像中的相對(duì)偏移位置，該類總體特征可以用于指紋的定位。第二類是局部特征值,每個(gè)紋線的都至少有兩個(gè)端點(diǎn)，有的紋線有一個(gè)甚至多個(gè)分叉點(diǎn)，這些點(diǎn)即指紋的局部特征點(diǎn)，在指紋匹配中，局部特征點(diǎn)是衡量指紋是否匹配的最重要依據(jù)。如下圖所示的紋線圖中，有谷線所圍成的橢圓為總體特征點(diǎn)，每條脊線的末端和兩條脊線相交的地方都是局部特征點(diǎn)[20]。</p>

74、<p>　　在基于單指紋的匹配方法中，可以先進(jìn)行總體特征判斷，然后重新校正指紋坐標(biāo)系，就可以單獨(dú)對(duì)每個(gè)點(diǎn)進(jìn)行匹配，只要匹配的點(diǎn)的數(shù)目達(dá)到一定的數(shù)量，就可以斷定兩個(gè)圖像來自同一個(gè)指紋。</p><p>　　圖4-1 脊線谷線分布圖</p><p>　　指紋識(shí)別的基礎(chǔ)就是提取出根據(jù)脊線谷線判斷指紋的端點(diǎn)和分叉點(diǎn)，通過這些特征點(diǎn)來進(jìn)行識(shí)別。</p><p>　

75、　4.2指紋圖像特征提取算法</p><p>　　細(xì)化后的二值圖像，像素點(diǎn)的灰度僅存在黑白2種情況，255或0，3×3的模板如下，N為該次計(jì)算的中心點(diǎn)，周邊的8個(gè)像素分別是它的8個(gè)鄰域點(diǎn)，沿順時(shí)針方向排列，R[1]-R[N]是點(diǎn)X1-XN中間的灰度值。假如N待計(jì)算的點(diǎn)，則它的8鄰域點(diǎn)的運(yùn)算結(jié)果為：</p><p><b>　　(4.1.1)</b></

76、p><p>　　對(duì)于結(jié)束點(diǎn)該點(diǎn)滿足8個(gè)點(diǎn)的所有相鄰兩個(gè)點(diǎn)之差為255*2：</p><p><b>　　(4.1.2)</b></p><p>　　對(duì)于分叉點(diǎn)滿足8個(gè)點(diǎn)的所有相鄰兩個(gè)點(diǎn)之差為255*6：</p><p><b>　　(4.1.3)</b></p><p><

77、;b>　　紋線的跟蹤</b></p><p>　　在特征點(diǎn)的掃描算法中，特征點(diǎn)的提取并不是對(duì)所有像素進(jìn)行的，針對(duì)紋線的像素，因此存在的問題就是如何有序地獲得紋線的像素，目前使用的方法是判斷圖像的8領(lǐng)域。在細(xì)化后的圖像中，紋線的下一節(jié)點(diǎn)判斷可以通過紋線的8領(lǐng)域，假如圖像的8領(lǐng)域中的只有一個(gè)像素值，該點(diǎn)就是紋線的斷點(diǎn)，假如圖像的8領(lǐng)域中有兩個(gè)像素值，那么該點(diǎn)就是紋線的普通點(diǎn)，圖像的8領(lǐng)域中有三個(gè)像素

78、值，那么該點(diǎn)就是紋線的分叉點(diǎn)[29]。</p><p>　　圖4-3 特征叉點(diǎn) 圖4-4 特征端點(diǎn)</p><p>　　指紋特征點(diǎn)的屬性和方向</p><p>　　特征點(diǎn)的屬性用來描述特征點(diǎn)的自身特性，使特征點(diǎn)能被預(yù)處理后的指紋識(shí)別算法所識(shí)別，主要分為坐標(biāo)，方向和以特征點(diǎn)為中心，做圓和其他紋線的三個(gè)交點(diǎn)，該屬性比較重要，是特征點(diǎn)的主

79、要識(shí)別依據(jù)。</p><p>　　特征的方向?qū)τ诙它c(diǎn)和叉點(diǎn)并不相同，端點(diǎn)的方向?yàn)榧y線的方向，而分叉點(diǎn)的方向?yàn)榕c之相連的三條紋線中相鄰最遠(yuǎn)兩條紋線的方向。</p><p>　　計(jì)算特征點(diǎn)間的紋線數(shù)方法</p><p>　　兩特征點(diǎn)間紋線數(shù)目可以判斷兩點(diǎn)之間連線的像素中出現(xiàn)’0’以及’1’的次數(shù)來判斷紋線的出現(xiàn)次數(shù)[28]。</p><p>　　

80、4.3特征點(diǎn)的匹配算法</p><p>　　這里我們采用矢量三角法對(duì)指紋圖像進(jìn)行匹配。我們使用兩個(gè)點(diǎn)集A和B，分別代表模板圖像中提取出來的特征，另一個(gè)點(diǎn)集表示從輸入的指紋圖中提取出來的特征。</p><p>　　在模板文件中的特征點(diǎn)Z，分別獲得點(diǎn)Z附近距離最近的兩個(gè)特征K和H，使用順時(shí)針連接向它們構(gòu)成一個(gè)三角形。將點(diǎn)Z、點(diǎn)K和點(diǎn)H的類型（端點(diǎn)或叉點(diǎn)）分別記為Type1、Type2和Type

81、3；其方向角分別記為ORIGIN1、ORIGIN2和ORIGIN3。把連接點(diǎn)Z與點(diǎn)K，點(diǎn)Z與點(diǎn)H，點(diǎn)K與點(diǎn)H的三角形三邊的長(zhǎng)度分別記為V1、V2和V3；它們所跨越的紋線數(shù)目分別記為L(zhǎng)INECROSS1, LINECROSS2和LINECROSS3。</p><p>　　對(duì)于輸入圖像中的每一個(gè)特征點(diǎn)Q，在指紋圖上尋找出與其相距最近的兩個(gè)特征點(diǎn)，也按上面的方法把它們組成一個(gè)三角形并求出相應(yīng)的Type1、Type2和T

82、ype3；ORIGIN1、ORIGIN2和ORIGIN3； D1、D2和D3；LINECROSS1、LINECROSS1um2和LINECROSS1。</p><p>　　對(duì)于特征點(diǎn)Q如果屬于模板圖像的特征點(diǎn)集A、特征點(diǎn)Z屬于輸入圖像的特征點(diǎn)集B，并且下面四個(gè)式子均成立：</p><p>　?。?）abs(A．D1–B．D1)<Td and abs(A．D2–B．D2)<Td

83、and abs(A．Dist3–B．D3)<Td</p><p>　?。?)abs(A.ORIGIN1–B.ORIGIN1)<Ta and abs(A.ORIGIN2–B．ORIGIN2)<Ta and abs(A．ORIGIN3–B.ORIGIN3) <Ta</p><p>　　(3)A．Type1==B．Type1 andA．Type2==B.Type2 and

84、 A.Type3==B．Type3</p><p>　　(4)abs(A.LINECROSS1–B．LINECROSS1)+abs(A.LINECROSS2–B．LINECROSS2)+abs(A.LINECROSS3–B.LINECROSS3) < Tc</p><p>　　就可以認(rèn)定Q的特性與模板特征文件中某個(gè)點(diǎn)存在相同的特性，當(dāng)Q的數(shù)目達(dá)到足夠多時(shí)，就可以認(rèn)定兩個(gè)文件是匹配的。

85、在判斷過程中，每個(gè)步驟都是留有一定余量的，考慮到圖像質(zhì)量的問題，三角形的大小和方向會(huì)有小范圍的偏差，該方法利用了指紋特征的局部信息，通過比較特征點(diǎn)之間的關(guān)系來實(shí)現(xiàn)兩個(gè)指紋間的對(duì)比，可以允許一定程度上的指紋圖的變形，旋轉(zhuǎn)和位移，但是該算法的效率較低，相對(duì)于基于坐標(biāo)軸旋轉(zhuǎn)的方法并不好[10]。</p><p><b>　　本章小結(jié)：</b></p><p>　　本章主要描

86、述了指紋特征點(diǎn)獲取和匹配算法和設(shè)計(jì)思路，通過匹配兩種特征點(diǎn)，就可以獲得指紋的特征信息，得到身份信息。</p><p>　　5.指紋識(shí)別系統(tǒng)的實(shí)現(xiàn)</p><p>　　本節(jié)主要描述了在S3C6410 ARM11芯片上指紋識(shí)別系統(tǒng)的實(shí)現(xiàn)，該部分的工作主要有搭建程序運(yùn)行環(huán)境，各個(gè)模塊的接口程序和算法移植，GUI界面的設(shè)計(jì)。本設(shè)計(jì)的硬件平臺(tái)采用了飛凌OK6410開發(fā)板作為硬件平臺(tái)，該平臺(tái)集成了2G

87、 NANDFLASH， 256M SDRAM，具有CAMERA外設(shè)，DISPLAY外設(shè)，滿足了開發(fā)指紋識(shí)別系統(tǒng)的需求。</p><p>　　5.1軟件運(yùn)行環(huán)境的設(shè)置</p><p>　　嵌入式微處理器不同于嵌入式控制器，一般的微控制器的存儲(chǔ)設(shè)備單一，多為片內(nèi)FLASH或者ROM，然而嵌入式處理器的存儲(chǔ)設(shè)備是多樣，通過集成總線來實(shí)現(xiàn)取指和譯碼，其中涉及到的存儲(chǔ)設(shè)備分為包括片內(nèi)和片外，且設(shè)備本

88、身的種類也是多樣化的。常見包括NANDFLASH和NORFLASH，SDRAM等。因此在編程時(shí)候需要考慮代碼的存放位置和運(yùn)行位置，在GNU C中提供了SCR文件腳本來指定文件的運(yùn)行域和執(zhí)行域，在ARMCC中使用SCATTER文件指定，本設(shè)計(jì)采用RVDS2.2作為開發(fā)環(huán)境，該環(huán)境采用ARMCC編譯器[21]。</p><p>　　本設(shè)計(jì)采用C語言作為編程語言，不同于匯編語言編程，C語言程序設(shè)計(jì)需要經(jīng)過編譯，鏈接，直

89、至生成目標(biāo)文件，其中需要編譯器完成的是堆棧的設(shè)置，庫(kù)重新編譯，程序的裝載等等工作，在嵌入式開發(fā)環(huán)境中，同樣的芯片，硬件平臺(tái)往往是不同的，因此這些工作編譯器無法進(jìn)行，只能由開發(fā)者來實(shí)現(xiàn)[23]。</p><p>　　板載的S3C6410支持SD卡啟動(dòng)，NANDFLASH啟動(dòng)，通過修改芯片管腳OM[0:4]電平，可以修改啟動(dòng)方式，為了軟件調(diào)試方便，本設(shè)計(jì)采用SD卡啟動(dòng)作為程序入口，芯片上電的時(shí)候?qū)D卡第一個(gè)扇區(qū)復(fù)制

90、到芯片內(nèi)部8KB IRAM，由于片內(nèi)IRAM的容量限制，該程序只能實(shí)現(xiàn)最基礎(chǔ)的功能，包括PLL初始化，SDRAM初始化，堆棧設(shè)置，和代碼的搬移，如下流程示意圖：</p><p>　　圖5-1 軟件環(huán)境設(shè)置流程圖</p><p>　　5.2指紋采集器接口設(shè)計(jì)</p><p>　　OP100-T采集器采用GC0307作為主控芯片，該芯片是一塊高分辨率CMOS圖形傳感器，

91、該傳感器使用SCCB作為控制接口，提供YUV,RGB,YCbCr422等圖像信號(hào)輸出。且提供多分辨率圖像輸出，在CIF分辨率下面可以達(dá)到120幀/秒，微控制器接口方面使用6410片內(nèi)CAMERA作為圖像輸入口，采用IO口模擬SCCB控制時(shí)序。</p><p><b>　　SCCB控制時(shí)序：</b></p><p>　　圖5-3 SCCB控制時(shí)序圖</p>

92、<p>　　在圖像數(shù)據(jù)接口方面6410提供了CAMERA接口，支持ITU RBT-601/656 YCbCr 8位圖像數(shù)據(jù)格式，最大支持輸入像素達(dá)到4096*4096，且提供DMA 和圖像變換功能。YCbCr圖像傳輸時(shí)序：</p><p>　　圖5-3 ITU601視頻信號(hào)時(shí)序圖</p><p>　　其中VSYNC代表幀同步信號(hào)，HSYNC代表行同步，每幀圖像包含由行圖形數(shù)

93、據(jù)組成，在6410片內(nèi)提供DMA接口將圖像數(shù)據(jù)搬移到SDRAM中，可以通過編碼DMA通道將輸入的YUV信號(hào)直接解碼為RGB信號(hào)。</p><p>　　下圖為OK6410的攝像頭輸入功能示意圖：</p><p>　　圖5-4 CAMERA外設(shè)接口圖</p><p>　　如圖所示，OK6410為攝像頭提供了兩個(gè)DMA通道，通道的輸入可以為內(nèi)存和攝像頭輸入，其中，預(yù)覽（P

94、REVIEW）通道支持圖像的旋轉(zhuǎn)輸出，兩個(gè)通道均可以實(shí)現(xiàn)RGB至YCBCR的相互轉(zhuǎn)換。每個(gè)通道中均有4個(gè)乒乓存儲(chǔ)器進(jìn)行數(shù)據(jù)操作，乒乓存儲(chǔ)器的原理是，當(dāng)由一幀圖像數(shù)據(jù)進(jìn)入的時(shí)候，放入緩沖區(qū)1，第二幀數(shù)據(jù)進(jìn)入，通過數(shù)據(jù)選擇端口放入緩沖區(qū)2，且通過處理選擇端口將緩沖區(qū)1內(nèi)的數(shù)據(jù)解碼為RGB顏色空間的數(shù)據(jù)輸出，如此操作，可以實(shí)現(xiàn)數(shù)據(jù)的無縫輸入輸出。</p><p>　　下圖為指紋采集和處理器的的硬件連接圖：</p&

95、gt;<p>　　圖5-5 指紋采集器和S3C6410之間的接口</p><p>　　5.3顯示及UI功能的實(shí)現(xiàn)</p><p>　　指紋圖像通過飛凌6410開發(fā)板板載4.3寸液晶屏顯示，該液晶屏的分辨率為480*272，本設(shè)計(jì)采用6410集成的顯示控制器來驅(qū)動(dòng)，支持RGB,I-80，NTSC,PAL標(biāo)準(zhǔn)TV輸出，同時(shí)提供了從內(nèi)存到外設(shè)顯存的DMA通道，在顯示控制器初始化完成

96、之后，只要寫入顯示緩沖區(qū)，相應(yīng)的顯示數(shù)據(jù)自動(dòng)就會(huì)通過DMA通道送至IO口。</p><p><b>　　GUI界面的設(shè)計(jì)</b></p><p>　　GUI界面采用按鍵+顯示的控制方式，由于采用裸機(jī)編程，無圖形庫(kù)的支持，GUI界面采用在PC端實(shí)現(xiàn)生成圖像數(shù)組，選擇合適的掃描方式，編譯進(jìn)程序，在使用的時(shí)候直接顯示數(shù)組中的內(nèi)容。</p><p>　

97、　第六章 系統(tǒng)調(diào)試與測(cè)試</p><p>　　6.1指紋算法的驗(yàn)證：</p><p>　　為了方便驗(yàn)證指紋識(shí)別系統(tǒng)的效果，本設(shè)計(jì)在PC端設(shè)計(jì)了一個(gè)基于MFC的指紋測(cè)試程序，該程序完成了指紋識(shí)別各個(gè)功能的算法驗(yàn)證。如下圖所示：</p><p>　　圖6-1 上位機(jī)驗(yàn)證程序</p><p>　　本設(shè)計(jì)采用的算法都已經(jīng)通過上位機(jī)驗(yàn)證完成，該程序可以

98、完成每個(gè)步驟算法的單獨(dú)驗(yàn)證效果。在必要時(shí)候也可以作為上位機(jī)將指紋數(shù)據(jù)發(fā)送或者接受給下位機(jī)。</p><p>　　6.2指紋采集接口的調(diào)試部分</p><p>　　指紋采集接口主要包括YCBCR422和I2C標(biāo)準(zhǔn)總線兩個(gè)部分，本文通過GPIO口模擬實(shí)現(xiàn)I2C協(xié)議的功能，</p><p>　　下面是實(shí)際測(cè)試的波形圖：</p><p><b&

99、gt;　　Start信號(hào)：</b></p><p>　　圖6-2 START信號(hào)</p><p><b>　　Stop信號(hào)：</b></p><p>　　圖6-3 STOP信號(hào)</p><p>　　HSYNC與VSYNC時(shí)序：</p><p>　　圖6-4行場(chǎng)同步信號(hào)</p>

100、;<p>　　6.3系統(tǒng)運(yùn)行的測(cè)試：</p><p><b>　　致謝</b></p><p>　　本文是在 老師的悉心指導(dǎo)下完成的，從最初論文的選題到論文的撰寫、系統(tǒng)實(shí)現(xiàn)，唐老師都給了我很大的指導(dǎo)和幫助。韓愈的《師說》里有這么一句話：“師者，所以傳道受業(yè)解惑也”，唐老師就是這么一位盡職的好老師。他學(xué)識(shí)淵博，在專業(yè)上給予我很大的幫助，在研究遇到瓶頸

101、時(shí)總能給我指點(diǎn)迷津。除此之外他還同我們進(jìn)行各方面的交流，教育我們做事該有的態(tài)度，培養(yǎng)我們的辦事能力。唐老師正直的為人和嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度都深深的影響著我，我很慶幸能跟隨唐老師做畢業(yè)設(shè)計(jì)，在此向唐老師表示由衷的感謝。</p><p>　　感謝大學(xué)四年所有給予我學(xué)習(xí)和生活上幫助的老師、同學(xué)，尤其是我們電子與電氣工程系的老師，他們精益求精的工作態(tài)度以及誨人不倦的師者風(fēng)范是我學(xué)習(xí)的楷模。更要感謝可愛的輔導(dǎo)員姐姐對(duì)我們無微不至