基于arm的指紋識別

1、<p>　　畢 業(yè) 設 計（論文）</p><p>　　2014 年 月 日</p><p>　　畢業(yè)設計（論文）誠信聲明書</p><p>　　本人鄭重聲明：在畢業(yè)設計（論文）工作中嚴格遵守學校有關規(guī)定，恪守學術規(guī)范；我所提交的畢業(yè)設計（論文）是本人在 唐駿 指導教師的指導下獨立研究、撰寫的成果，設計（論文）中所引用他人的文字、研究成果，

2、均已在設計（論文）中加以說明；在本人的畢業(yè)設計（論文）中未剽竊、抄襲他人的學術觀點、思想和成果，未篡改實驗數據。</p><p>　　本設計（論文）和資料若有不實之處，本人愿承擔一切相關責任。 </p><p><b>　　學生簽名：</b></p><p><b>　　年

3、 月 日</b></p><p>　　基于ARM的指紋識別系統(tǒng)設計</p><p><b>　　摘要</b></p><p>　　世界正朝著互聯化的方向發(fā)展,而物聯網正是這個數字革命的核心之一。在目前流行的物聯網技術中,要求嵌入式終端能夠提供成熟且價格便宜的生物特征識別技術,目前來說指紋識別的技術應用最為廣泛,我們不僅在門禁、考

4、勤系統(tǒng)中可以看到指紋識別技術的身影,市場上有了更多指紋識別的應用：如手機、指紋鎖、銀行支付驗證都可應用指紋識別的技術。</p><p>　　在指紋識別控制領域,也會用到各種微控制器,本文采用了三星半導體S3C6410作為控制核心,S3C6410應用了專為要求高性能、低成本、低功耗的嵌入式消費類電子設計的ARM11內核。按性能分成兩個不同的系列：該系列內核時鐘頻率已經達到532MHz。</p><

5、;p>　　指紋識別基于兩種特征點來識別:(i)組成指紋的指紋整體特征結構(ii)局部的特征點。本文提出了一種可以在自動指紋識別系統(tǒng)中使用的基于特征點的指紋識別算法。本文提到的方法基于從細化提取的特征點，二值化一個指紋圖像分割圖。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>　　關鍵字：ARM11，指紋識別，特征識別，圖像處理</p><p><

6、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, th

7、e 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 technol

8、ogy 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 con

9、troller, 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 is

10、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 f

11、ingerprint (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 on

12、 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,Fingerpr

13、int Identifier，Feature 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用背景1</p><p>　　1.1.1指紋采集器原理與類型1

14、</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指紋預處理算法4</p><p>　　1.3.2指紋圖像識別算法4</p><p>　　第二章 系統(tǒng)設計方案5</p><p>　　2.1指紋識別系統(tǒng)的概述5<

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

16、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指紋的增強處理：14</p><p>　　3.7指紋的二值化細化處理：15</p><p>　　4紋識別算法的設計18</p><p>　　4.1指紋圖像的特征

17、18</p><p>　　4.2指紋圖像特征提取算法19</p><p>　　4.3特征點的匹配算法20</p><p>　　5.指紋識別系統(tǒng)的實現22</p><p>　　5.1軟件運行環(huán)境的設置22</p><p>　　5.2指紋采集器接口設計23</p><p>　　5.3顯示及

18、UI功能的實現26</p><p>　　第六章 系統(tǒng)調試與測試27</p><p>　　6.1指紋算法的驗證：27</p><p>　　6.2指紋采集接口的調試部分28</p><p>　　6.3系統(tǒng)運行的測試：29</p><p><b>　　參考文獻29</b></p>

19、<p><b>　　第一章 概述</b></p><p>　　1.1指紋課題的研究與應用背景</p><p>　　信息化的特點就是能夠實現事物的數字化和隱秘化，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，相比較于傳統(tǒng)的身份辨識，人的指紋永遠無法改變，因此指紋識別在安防領域，司法領域扮演及其重要的作用，在民用領域，隨著采集器的多樣化和嵌入式

20、微控制器的發(fā)展，指紋識別更多地走進了人們的生活中。</p><p>　　作為一門生物識別的學科，數字指紋學的方法有內在的規(guī)則可以遵循，可以把數字指紋識別的方法和規(guī)則歸納為：理解自然模型，建立物理模型，導出數學模型，確定指紋識別算法這樣一個過程[1]。</p><p>　　本設計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別算法，實現了一個具有指紋采集，指紋辨識功能的系統(tǒng)。

21、</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，得到不同的采集信號，且根據反饋信號的量值來繪成指紋圖像。</p><p>　　主要采集指紋的方法有兩類，其中一類是主動式的采集器，即主動發(fā)送信號，通過反饋回來的信號進行判斷,如光學采集和射頻采集。另一類是感應型的。即通過

22、感應手指本身的特征，然后分析感應信號的值來形成指紋圖案。如熱敏感應、電容感應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、電容和射頻式。在這些采集器中，光學采集器是使用最為普遍的，成本也是最低的。</p><p><b>　　光學指紋采集器</b></p><p>　　光學采集器是出現最早的指紋采集設備，也是目前應

23、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，接口簡單等優(yōu)點，但是基于光學采集原理，光學指紋采集器手指采集質量與手指的表皮清晰度有關，假如手指比較干，或者手指上有污漬，光學采集器采集到的圖像質量較差，此外，天氣原因也會影響手指的干濕度。這個問題在北方地區(qū)尤其突出。</p><p>　　圖1-1 光學指紋傳感器原理圖</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，該采集器的原理是檢測指紋線和溝線著發(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。通過對脊和谷進行加熱，熱感元件檢測檢測出脊和溝的溫度不同，最后通過圖像合成器生成指紋圖像，該類傳感器價格便宜，體積小，但相對于其他傳感器，其缺點功耗高，且在天氣熱的情況下，圖像采集質量很不理想[

25、2]。</p><p><b>　　射頻生物識別技術</b></p><p>　　射頻生物指紋識別，指的是通過射頻信號，穿過手指的表皮去測試里層的紋路，獲得指紋。該技術對干手指等困難手指通過可高達99.5%，具有寬溫區(qū)，防偽能力強等特點。</p><p>　　1.2 嵌入式系統(tǒng)概述 </p><p>　　嵌入式系統(tǒng)被工程

26、師們定義為“一種用來控制、監(jiān)視或者輔助儀器、機械操作的計算機系統(tǒng)”。嵌入式系統(tǒng)的特點是基于硬件體系，高效，可靠，強實時性，滿足對象智能化控制要求的技術需要，因此可以將嵌入式系統(tǒng)定義為：“嵌入到對象體系中的專用計算機應用系統(tǒng)”。嵌入式系統(tǒng)有3個特性，即“微機性”、“ 可植入”及“專用性”。</p><p>　　“微機性”指的是通過使用專門的微控制器，來實現自動化控制。</p><p>　　“

27、可植入”則是指的是可以嵌入到任何應用中，應付多種控制及運算需求，應用面廣泛。</p><p>　　“專用性”指的是為了實現特定對象的操作必須對該對象軟硬件單獨修改。</p><p>　　嵌入式處理器:嵌入式處理器擁有靈活的應用編程資源、豐富的外設接口總線及高速的內部總線結構，與通用微處理器比較，同時具有功耗低、簡單易用，實時性強，性價比高等優(yōu)點，主要分為微控制器，微處理器，DSP處理器，嵌

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

29、更多的外設，并具有嵌入式特有的功耗低，性耗比高的優(yōu)點，通常以一內核為模板，有別于單片機的是該類芯片性能更強，且通常由MMU的功能，可以在體系上運行強大的嵌入式操作系統(tǒng)[5]。</p><p>　　DSP處理器：DSP處理器指的是運行符和硬件經過特殊設計后，更適合于執(zhí)行數字運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，適合運行嵌入式計算應用，同時基于對應用和控制的要求，很多企業(yè)推

30、出了控制器+DSP的雙核CPU，提出了控制+運算的解決方案。</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核方式實現嵌入式處理器，該類系統(tǒng)功能強大，且更加靈活。</p><p>　　本系統(tǒng)采用了使用ARM11內核的S3C6410嵌入式CPU，該CPU使用了基于RISC的ARM11JSF內核，該內核具有5級流水線，ARM獨有的工作模式切換，以及硬件JAVA支持，另外提

31、供了多媒體運算指令，能夠提高浮點運算能力。</p><p><b>　　1.3指紋算法概述</b></p><p>　　.本系統(tǒng)的指紋算法設計包括預處理和指紋兩部分的算法，其中，指紋預處理算法用來提取指紋的特征碼，包含指紋分割，二值化，細化部分算法。指紋識別算法用來與以存儲的模板匹配得到匹配結果[6]。</p><p>　　1.3.1指紋預處

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

33、>　　指紋匹配算法，主要可分為兩類：一種是采用圖形學指導的驗證方式，包括點模式驗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特征點直接對應起來，具體的方法是獲得指紋的奇異點，通過奇異點進行特征點的校正，對齊坐標系后實現匹配，假如無法獲得奇異點，那就必須使用特征點進行遍歷匹配（即對每個特征點都進行對比），對比每個特征點的相對特性，這個方法的好處就是可以不用顧慮圖像的定位和旋轉問題，但這種方法有兩點不足：一是匹配時

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

35、述</p><p>　　指紋識別系統(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過處理后，經過指紋特征匹配算法，得出匹配結果。因此指紋識別系統(tǒng)由以下三部分組成：</p><p>　　（1）嵌入式系統(tǒng)控制板</p><p>　　指紋識別控制板由嵌入式處理器，指紋采集器，輸入輸出等硬件設備組成。</p><p>　?。?）指紋采集器模

36、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，應用范圍廣等特點，缺點是圖像失真比例大，需要進行軟件較真</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，指紋預處理及指紋識別三個步驟構成。</p><p>　　2.2指紋系統(tǒng)硬件設計方案<

37、;/p><p>　　針對指紋識別應用，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勁的運算能力，才能具有圖像處理的能力，2.有大容量的存儲設備，可以滿足一般的嵌入式應用需求。3.具有豐富的接口，方面拓展功能及測試。</p><p>　　綜上所述，選用了采用ARM11內核的三星S3C6410芯片，該芯片的主頻最高能到達600MHZ，且集成了豐富的外部設備，且價格便宜，完全滿足了指紋識

38、別應用的需求。以下是具體的設計細節(jié)[10]。</p><p><b>　　2.2.1硬件設計</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，該平臺主控芯片為S3C6410，數據采集模塊由OP100光學指紋傳感器來完成，OP100指紋傳感器能夠來完成指紋圖像的采集，通過YUV接

39、口送至ARM11進行存儲。由S3C6410處理采集來的數據，由于芯片IRAM存儲容量太小，無法保存一張完整的圖像，所以將指紋數據放置在外部SDRAM中。當處理圖像數據時，ARM11通過讀取SDRAM的指紋數據，并進行圖像分割、均衡化、收斂、細化和特征值提取等操作，從而得到指紋圖像特征信息。轉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指紋采集器介紹&

40、lt;/p><p>　　本設計采用OP100-T光學式指紋采集頭，該采集頭使用GC0307傳感器進行獲取信息，該傳感器支持多個分辨率級別的圖像傳輸：QVGA(480*640)CIF（80*120）等，支持多種傳輸數據格式輸出：YCRCB422，YCRCB444，RGB565，采集器通過IIC接口進行控制。</p><p>　　指紋識別軟件設計由采集器驅動，圖像畸變處理算法，圖像預處理算法，特征

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

42、度有關，一般來說，指紋圖像越大，預處理越充分，指紋特征的提取越好。在嵌入式應用中，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，加大預處理的處理度降低計算量，且得到較高的匹配度。</p><p>　　指紋圖像的預處理主要有以下幾個流程，主要包括求梯度場，方向場，然后圖像分割，濾波增強，而后細化，然后可以得到可提取出特征點的指紋圖像[10]。</p><p>　　3.1指紋

43、圖片畸變處理算法</p><p>　　由于采用了光電式采集器，反饋信號受到光學機理的影響，會有一點的圖像畸變，在這里主要是梯形畸變，當前很多基于光學式采集的校正技術也是針對這種畸變來進行的?？墒?，光學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，因此只要是同一個采集器采集到的信號是可以完成匹配，即使方向

44、不同。但是對于不同的指紋采集器，采集到的圖像會因為采集器的工作方式的不同，呈現出不同的特性，因此需要采取特殊的處理算法。</p><p>　　圖3-1 光學畸變示意圖</p><p>　　圖3-2 實際采集到的畸變</p><p>　　解決指紋圖像產生的畸變，可以從不同的角度去思考。基于以下假設進行線性擬合數學建模。假設：</p><p>　

45、?。?）指紋畸變梯形中的方格數目沒有變小，只是由底向頂縮小。</p><p>　?。?）認定每行方格的數目變化是線性的。</p><p>　?。?）方格中的像素是不可壓縮的。</p><p>　　依照以上假述，可以進行數學建模，得出第一行的邊長關系：</p><p><b>　　(3.1.1)</b></p>

46、<p>　　第y行方格邊長關系式：假設</p><p><b>　　(3.1.2)</b></p><p>　　那么第d行的正方形邊長</p><p><b>　　(3.1.3)</b></p><p>　　Y畸變矯正 </p><p>　　矯正對于y方

47、向，第y行的所處位置和上底的距離為前(y-1)個正方形的邊長和：</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映射

48、問題，還原出較為真實的圖像[11]。</p><p>　　3.2指紋圖像的分割計算：</p><p>　　由于使用光學指紋采集器，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指紋圖像本身，但是空白區(qū)域由于采集器的因素也會有像素，因此需要分割具體的圖片。</p><p><b>　　圖3-3梯度場</b></p>

49、<p>　　實現圖像分割的方法有直方圖分割和梯度場的方法：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]，因此可以設定閥值，這種分割方法的缺點是不大準確，不適應光學采集接口采集的圖像，梯度場的實現方法是計算指紋圖像的梯度然后對梯度像素進行閥值判斷，目的就是區(qū)分是前景和背景。</p><p>　　圖像梯度的計算方法： </p><p><b>　　(3.2.

50、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</b

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

52、均衡指的是通過一個灰度映射函數： </p><p><b>　　(3.3.1)</b></p><p>　　將原直方圖改裝成需要實現的直方圖。</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據均勻分散在灰度域上，使得圖像具有最大的熵。</p><p>　　常用的均衡

53、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灰度出現的概率是平均的[14]。</p><p>　　在下公式中Pr(r)為原圖像的像素出現概率函數，用Ps(s)表示均衡化之后的像素出現概率函數，r、s代表均衡處理前后的灰度值，r、 s范圍在0-1之間。根據概率學，可推倒出：</p><p><b>

54、　　(3.3.2)</b></p><p>　　代表T（r）的逆變換函數，</p><p>　　因為均衡要求概率密度函數為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</p><p>　　對于指紋圖像數據，可以使用累計分布函數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，由式可知某個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像，

57、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>　　一個指紋對象，在非理想點光源或者面光源的照射下，反應指紋圖像紋線點的大部分光子被傳感器捕捉，彼此離散的

58、紋線像素以相互確定的位置和灰度組成相應的指紋紋線灰度圖像，由于環(huán)境干擾和集合光學畸變效應，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，當位置差異和灰度差異縮小到預先固定的閥值之內，計算機能分辨差異像素的相互關系，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)散主要為光照誤

59、差所照成的，指定位置的光子，在傳感器上呈現一定范圍的正態(tài)隨機分布，經傳感器捕捉的光子應該反映這種正態(tài)隨機分布，呈現了一種二維高斯分布。</p><p>　　采用數學模型處理該隨機變量，就能達到正態(tài)收斂該指紋圖像發(fā)散。圖3-6顯示為二維高斯函數呈現的正態(tài)隨機分布</p><p>　　圖3-6二維高斯函數</p><p><b>　　高斯模板算子:</b

60、></p><p><b>　　(3.3.7)</b></p><p>　　下面在PC端模擬軟件實現的直方圖收斂圖：</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，傳感器通常會

61、把周圍的環(huán)境灰塵，表面污漬等也才采集進去，這些噪聲像素的特點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，進行卷積運算。信號與系統(tǒng)中卷積運算在實際的指紋圖像處理中都表現為鄰域運算。臨域運算是在輸出指紋圖像中，通過矩陣運算的思路，獲得圖像矩陣和模板矩陣運算結果。通常臨域遠比指紋圖像尺寸小，如3*3，4*4。</p><p><b>　　卷積運算的定義為：</b><

62、/p><p><b>　　(3.3.8)</b></p><p>　　平滑模板算子實現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指紋的增強處理</p><p>　　指紋圖像的增強指的是增強指紋圖像的特征，脊線

63、，谷線等等特性，對這些特性的增強，需要對圖像的方向場和頻率場進行分析，作為增強的指導。需要模擬出一個現象濾波器，模擬智能增強的“簡單細胞頻向調諧”過程。Daugmann證明了這些“頻向”脈沖響應可由高斯窗口和正旋波相乘后得到的Gabor小波逼近[17]。</p><p>　　對于指紋的增強，主要在以下兩個方面進行：</p><p>　　在紋線的水平方向上，需要對紋線進行定向增強，彌補由于采

64、集因素造成的可能的紋線斷裂。</p><p>　　在紋線的垂直方向上，需要對谷線進行定向濾波，使用Gabor函數可以滿足該要求，在該位置的頻率場f對指紋圖像進行振蕩增強[16]。</p><p>　　Gabor小波函數： </p><p><b>　　(3.3.10)</b></p><p>　　因為Gabor小波

65、函數的模板運算十分耗時，可將Gabor函數進行花間處理，將矩形模板化為線段模板。化簡之后切向濾波模板為Hw=1/7{1,1,1,1,1,1,1}，法向濾波模板是Vw=1/7{-3,-1,3,9,3,-1,-3}</p><p>　　圖3-8收斂之后圖 圖3-9增強處理后</p><p>　　如圖3-9所示，增強之后的脊線和谷線更為鮮明，因為采集

66、因素斷裂的脊線在增強后得到修復。</p><p>　　3.7指紋的二值化細化處理：</p><p>　　對于指紋數據而言，我們只需要當前指紋的形狀結構，并不關心指紋的深淺，由于采集器的因素，采集到的指紋數據往往不平均分布在某個灰度區(qū)間，因此我們需要對指紋圖像進行智能二值化，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，灰度域值分割

67、法和智能二值化領域分析方法。從圖像場的角度來看，紋線上的點強度場值較高，而背景上的點強度場值較低，所以，一般的二值化方法是設定一域值，大于域值為白，小于域值設定為黑，反過來也可以。</p><p>　　經過平滑，增強，二值化，細化以及噪聲過濾處理后，變成高質量的黑白指紋圖像，但是對二值化之后的圖像進行分析，提取特征還比較麻煩，因為指紋特征是以特征點的形式出現，而二值化之后的紋線寬度由一個以上的像素點組成。因此難以

68、建立寬度只有一個點的特征點模型。所以指紋圖像必須經過細化后才能提取出相應的特征。</p><p>　　圖像細化的方法人們已經研究很久，這里采用的是查表法進行圖像細化，該方法的思路是：某一紋線上的點，如果它在圖像的邊界，可以除掉從而實現細化，那么它周圍的八個點表現一定是一邊有像素，一邊為背景白。可以通過該模板實現對邊緣像素的匹配，細化。常見的細化模板：</p><p>　　圖3-9 細化模

69、板</p><p>　　下圖是經過PC端模擬軟件的細化結果：</p><p>　　圖3-10 原圖像 圖3-11二值化之后 圖3-12細化之后 </p><p>　　如3-12所示，細化后的指紋圖像用肉眼就可以看出特征端點和特征分叉點，到此步驟，指紋預處理的功能部分已經完成。 </p><p>　　本章主

70、要描述了指紋預處理的算法部分，該部分的工作是為特征的提取做準備工作。</p><p><b>　　4紋識別算法的設計</b></p><p>　　指紋特征值匹配原理基于模式識別的原理，通過已經保存的指紋模板和當前預處理得到的指紋數據匹配。因此在預處理完成后需要對指紋的特征數據進行保存，由于特征點的種類有四種，因此匹配的方法也是多樣的，根據指紋特征匹配的依據不同，可以將

71、匹分為：基于坐標匹配方法，基于方向匹配方法，質量匹配等。本設計采用了多種匹配算法，定義了兩種匹配模式，快速和精準模式。在快速模式下，匹配的時間是由匹配的效果覺定的，匹配函數首先使用速度較快的匹配方法進行匹配，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。在精準模式下，匹配方法統(tǒng)一為較慢的匹配方法[26]。</p><p>　　實踐證明，指紋匹配并不需要使用所有的特征點，事實上只需要8個匹配的指紋特征點，

72、就可以判定兩幅指紋圖像來屬于一個指紋，此外由于基于特征點的匹配方法速度緩慢而且耗費系統(tǒng)資源，在嵌入式系統(tǒng)中內存是寶貴的資源，太多的冗余數據是低效且浪費的，因此我們常常采用指紋的總體特征加局部特征點的方法來保存指紋的特征數據，同時也利用整體特征匹配法和特征點匹配法來綜合匹配指紋數據。</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，一類是總體特

73、征，每個指紋都有一個“圓圈“，即由紋線包絡而成的類似橢圓形狀，該橢圓即可以反應指紋在當前圖像中的相對偏移位置，該類總體特征可以用于指紋的定位。第二類是局部特征值,每個紋線的都至少有兩個端點，有的紋線有一個甚至多個分叉點，這些點即指紋的局部特征點，在指紋匹配中，局部特征點是衡量指紋是否匹配的最重要依據。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，每條脊線的末端和兩條脊線相交的地方都是局部特征點[20]。</p>&

74、lt;p>　　在基于單指紋的匹配方法中，可以先進行總體特征判斷，然后重新校正指紋坐標系，就可以單獨對每個點進行匹配，只要匹配的點的數目達到一定的數量，就可以斷定兩個圖像來自同一個指紋。</p><p>　　圖4-1 脊線谷線分布圖</p><p>　　指紋識別的基礎就是提取出根據脊線谷線判斷指紋的端點和分叉點，通過這些特征點來進行識別。</p><p>　　4

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

76、gt;<p>　　對于結束點該點滿足8個點的所有相鄰兩個點之差為255*2：</p><p><b>　　(4.1.2)</b></p><p>　　對于分叉點滿足8個點的所有相鄰兩個點之差為255*6：</p><p><b>　　(4.1.3)</b></p><p><b

77、>　　紋線的跟蹤</b></p><p>　　在特征點的掃描算法中，特征點的提取并不是對所有像素進行的，針對紋線的像素，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領域。在細化后的圖像中，紋線的下一節(jié)點判斷可以通過紋線的8領域，假如圖像的8領域中的只有一個像素值，該點就是紋線的斷點，假如圖像的8領域中有兩個像素值，那么該點就是紋線的普通點，圖像的8領域中有三個像素值，

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

79、別依據。</p><p>　　特征的方向對于端點和叉點并不相同，端點的方向為紋線的方向，而分叉點的方向為與之相連的三條紋線中相鄰最遠兩條紋線的方向。</p><p>　　計算特征點間的紋線數方法</p><p>　　兩特征點間紋線數目可以判斷兩點之間連線的像素中出現’0’以及’1’的次數來判斷紋線的出現次數[28]。</p><p>　　4.

80、3特征點的匹配算法</p><p>　　這里我們采用矢量三角法對指紋圖像進行匹配。我們使用兩個點集A和B，分別代表模板圖像中提取出來的特征，另一個點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Z，分別獲得點Z附近距離最近的兩個特征K和H，使用順時針連接向它們構成一個三角形。將點Z、點K和點H的類型（端點或叉點）分別記為Type1、Type2和Type3；

81、其方向角分別記為ORIGIN1、ORIGIN2和ORIGIN3。把連接點Z與點K，點Z與點H，點K與點H的三角形三邊的長度分別記為V1、V2和V3；它們所跨越的紋線數目分別記為LINECROSS1, LINECROSS2和LINECROSS3。</p><p>　　對于輸入圖像中的每一個特征點Q，在指紋圖上尋找出與其相距最近的兩個特征點，也按上面的方法把它們組成一個三角形并求出相應的Type1、Type2和Typ

82、e3；ORIGIN1、ORIGIN2和ORIGIN3； D1、D2和D3；LINECROSS1、LINECROSS1um2和LINECROSS1。</p><p>　　對于特征點Q如果屬于模板圖像的特征點集A、特征點Z屬于輸入圖像的特征點集B，并且下面四個式子均成立：</p><p>　?。?）abs(A．D1–B．D1)<Td and abs(A．D2–B．D2)<Td an

83、d 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 A

84、.Type3==B．Type3</p><p>　　(4)abs(A.LINECROSS1–B．LINECROSS1)+abs(A.LINECROSS2–B．LINECROSS2)+abs(A.LINECROSS3–B.LINECROSS3) < Tc</p><p>　　就可以認定Q的特性與模板特征文件中某個點存在相同的特性，當Q的數目達到足夠多時，就可以認定兩個文件是匹配的。在判

85、斷過程中，每個步驟都是留有一定余量的，考慮到圖像質量的問題，三角形的大小和方向會有小范圍的偏差，該方法利用了指紋特征的局部信息，通過比較特征點之間的關系來實現兩個指紋間的對比，可以允許一定程度上的指紋圖的變形，旋轉和位移，但是該算法的效率較低，相對于基于坐標軸旋轉的方法并不好[10]。</p><p><b>　　本章小結：</b></p><p>　　本章主要描述了

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

87、ANDFLASH， 256M SDRAM，具有CAMERA外設，DISPLAY外設，滿足了開發(fā)指紋識別系統(tǒng)的需求。</p><p>　　5.1軟件運行環(huán)境的設置</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設備單一，多為片內FLASH或者ROM，然而嵌入式處理器的存儲設備是多樣，通過集成總線來實現取指和譯碼，其中涉及到的存儲設備分為包括片內和片外，且設備本身的

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

89、成目標文件，其中需要編譯器完成的是堆棧的設置，庫重新編譯，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，硬件平臺往往是不同的，因此這些工作編譯器無法進行，只能由開發(fā)者來實現[23]。</p><p>　　板載的S3C6410支持SD卡啟動，NANDFLASH啟動，通過修改芯片管腳OM[0:4]電平，可以修改啟動方式，為了軟件調試方便，本設計采用SD卡啟動作為程序入口，芯片上電的時候將SD卡第一個扇區(qū)復制到芯

90、片內部8KB IRAM，由于片內IRAM的容量限制，該程序只能實現最基礎的功能，包括PLL初始化，SDRAM初始化，堆棧設置，和代碼的搬移，如下流程示意圖：</p><p>　　圖5-1 軟件環(huán)境設置流程圖</p><p>　　5.2指紋采集器接口設計</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，該傳

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

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

93、成，在6410片內提供DMA接口將圖像數據搬移到SDRAM中，可以通過編碼DMA通道將輸入的YUV信號直接解碼為RGB信號。</p><p>　　下圖為OK6410的攝像頭輸入功能示意圖：</p><p>　　圖5-4 CAMERA外設接口圖</p><p>　　如圖所示，OK6410為攝像頭提供了兩個DMA通道，通道的輸入可以為內存和攝像頭輸入，其中，預覽（PRE

94、VIEW）通道支持圖像的旋轉輸出，兩個通道均可以實現RGB至YCBCR的相互轉換。每個通道中均有4個乒乓存儲器進行數據操作，乒乓存儲器的原理是，當由一幀圖像數據進入的時候，放入緩沖區(qū)1，第二幀數據進入，通過數據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內的數據解碼為RGB顏色空間的數據輸出，如此操作，可以實現數據的無縫輸入輸出。</p><p>　　下圖為指紋采集和處理器的的硬件連接圖：</p>

95、;<p>　　圖5-5 指紋采集器和S3C6410之間的接口</p><p>　　5.3顯示及UI功能的實現</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，本設計采用6410集成的顯示控制器來驅動，支持RGB,I-80，NTSC,PAL標準TV輸出，同時提供了從內存到外設顯存的DMA通道，在顯示控制器初始化完成之后

96、，只要寫入顯示緩沖區(qū)，相應的顯示數據自動就會通過DMA通道送至IO口。</p><p><b>　　GUI界面的設計</b></p><p>　　GUI界面采用按鍵+顯示的控制方式，由于采用裸機編程，無圖形庫的支持，GUI界面采用在PC端實現生成圖像數組，選擇合適的掃描方式，編譯進程序，在使用的時候直接顯示數組中的內容。</p><p>　　第

97、六章 系統(tǒng)調試與測試</p><p>　　6.1指紋算法的驗證：</p><p>　　為了方便驗證指紋識別系統(tǒng)的效果，本設計在PC端設計了一個基于MFC的指紋測試程序，該程序完成了指紋識別各個功能的算法驗證。如下圖所示：</p><p>　　圖6-1 上位機驗證程序</p><p>　　本設計采用的算法都已經通過上位機驗證完成，該程序可以完成

98、每個步驟算法的單獨驗證效果。在必要時候也可以作為上位機將指紋數據發(fā)送或者接受給下位機。</p><p>　　6.2指紋采集接口的調試部分</p><p>　　指紋采集接口主要包括YCBCR422和I2C標準總線兩個部分，本文通過GPIO口模擬實現I2C協議的功能，</p><p>　　下面是實際測試的波形圖：</p><p><b>

99、;　　Start信號：</b></p><p>　　圖6-2 START信號</p><p><b>　　Stop信號：</b></p><p>　　圖6-3 STOP信號</p><p>　　HSYNC與VSYNC時序：</p><p>　　圖6-4行場同步信號</p>

100、<p>　　6.3系統(tǒng)運行的測試：</p><p><b>　　致謝</b></p><p>　　本文是在唐駿老師的悉心指導下完成的，從最初論文的選題到論文的撰寫、系統(tǒng)實現，唐老師都給了我很大的指導和幫助。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。他學識淵博，在專業(yè)上給予我很大的幫助，在研究遇到瓶頸時總能給

101、我指點迷津。除此之外他還同我們進行各方面的交流，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謹的治學態(tài)度都深深的影響著我，我很慶幸能跟隨唐老師做畢業(yè)設計，在此向唐老師表示由衷的感謝。</p><p>　　感謝大學四年所有給予我學習和生活上幫助的老師、同學，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范是我學習的楷模。更要感謝可愛的輔導員姐姐對我們無微不至的關懷，