1、引言

隨著計算機與信息技術的不斷發展，生物特征識別技術研究受到了廣泛的關注。生物特征識別是用生物體本身的生物特征來區分生物個體的計算機技術，它所研究的生物特征包括臉形、指紋、手掌紋、虹膜、視網膜、聲音、體形、個人習慣等，相應的識別技術包括人臉識別、指紋識別、掌紋識別、虹膜識別、視網膜識別、語音識別、體形識別、鍵盤敲擊識別、簽字識別等。本文介紹的指紋識別便是生物識別技術的一種，它相對其他識別系統（如虹膜、臉形）有很多優越性。首先指紋具有獨特性和穩定性，并且信號容易采集，識別算法已經很成熟。目前，基于通用PC機進行指紋識別的技術已經開始大規模推廣．但它造價高，系統復雜，體積龐大．只能用于固定場所，顯然不適合在保安、網絡、手機、門禁等系統中應用。隨著DSP性能的不斷提高和價格的大幅度下降，它的應用范圍亦不斷擴大。其中，重要的應用領域是實時信號處理。指紋識別系統對速度的要求高，計算量大，處理過程中的很多運算都是乘法和加法運算，這正是DSP的強項。

2、指紋識別系統的原理及組成

指紋識別技術使用取像設備讀取指紋圖像，通過識別軟件提取指紋圖像中的特征數據，然后根據匹配算法得到的結果鑒別指紋所有人身份。

指紋識別系統由離線和在線兩個部分組成，主要涉及指紋圖像采集、圖像預處理、特征提取、特征匹配等過程。在系統的離線部分，用指紋采集儀采集指紋．提取出特征點，然后將特征點保存到數據庫中．形成指紋模板庫。在系統的在線部分，用指紋采集儀采集指紋．提取出特征點，然后將這些細節點與保存在數據庫中的模板特征點進行匹配，判斷輸入特征點與模板特征點是否來自同一個手指的指紋。自動指紋識別系統框圖如圖1所示。

3、 軟件設計

3．1 圖像預處理

由于受到各種因素的影響，采集到的指紋圖像是一幅含噪音較多的灰度圖像．需要先對此圖像進行預處理。指紋圖像預處理是指對采集到的低質量指紋圖像依據一定的算法和處理過程使其紋線結構清晰化．盡量突出和保留固有的特征信息而避免產生偽特征信息。指紋圖像預處理是指紋自動識別過程中的第一步，它的好壞直接影響著指紋自動識別系統的效果。圖像預處理包括濾波、二值化、細化和去噪。

由于在局部范圍內指紋圖中紋線具有方向性一致，寬度基本相等，間距基本相同等特性，所以基于指紋的這些特性對傳統算法加以改進。采用方向圖濾波來對指紋圖像進行處理。首先將指紋紋線的方向在O~π之間平均劃分為K個基本方向，每個方向為π/K，這里取K=8．以每個像素點的方向來表示指紋圖像，如圖2所示。

然后按式（1）及式（2）分別求出8個方向的Sd的值。

其中f（i，j）是點（i，j）的灰度值，（ik，jk）是方向d上的第k點，N是所取的方向數，n是所取的鄰點數，這里取n=4，d’代表與d垂直的方向。點（i，j）的方向是S4取值最小的方向d，即灰度變化最小的方向。然后，設N（d）是某一像素8鄰域中方向為d的像素的個數，定義N（d）的最大值為N（D1），次大值為N（D2），其對應方向分別是D1和D2，C（i， j）是點（i，i）校正后的方向代碼，按式（3）進行平滑，從而得到好的濾波效果。

然后進行二值化處理，二值化處理是指將整幅圖像處理成僅存黑（灰度值為0）和白（灰度值為1）二值。本文采用動態閥值法，把指紋圖像分成若干子塊計算每一個子塊的灰度均值，若該塊內某一象素點的灰度值大于這個灰度值，那么這個點就取1，反之取0，依此法對每一個子塊進行處理。二值化過程中難免引入噪音，所以，處理之后要進行取噪處理，其作用是填補二值化后紋線上的孔洞或者刪除紋線上的毛刺和鼓勵的值為1的象素。

然后對生成的二值圖像進行細化處理，即在不影響圖像連通性的基礎上刪除紋線的邊緣象素，直到紋理線為單象素為止。筆者選取 逐層迭代算法，并把一次迭代分作兩此掃描，由周邊向中間逐層細化，使細化結果位于原圖的中軸，然后依然要進行去噪處理。

圖3示出指紋采集到的指紋圖像經過預處理后的效果。

3.2 提取特征點

指紋識別算法最終歸結為在指紋圖像中找到并對比指紋的特正點。從預處理后的指紋圖像中找出所有連通數為3的點，可以得到分叉點；而求取端點要用一種變通的方法將指紋分割圖反相，再細化，然后提取分叉點，得到的分叉點就是實際的端點。這樣得到的特征點大部分都是真的，但也包含因噪聲影響而產生的偽特征點，這將使鑒定誤識率上升，所以必須去除這些偽特征點。將邊緣處的一些特征點及一些空洞和毛刺去除：計算已經選定的可能特征點與邊緣的距離，當小于門限值的時候，認為該點不可靠，將其去除。用特征點與指紋中心點之間的紋線數以及特征點到中心點連線與指紋圖像坐標的夾角來表征位置信息，將這些位置信息存入指紋庫。

3．3 指紋的匹配

定位輸入特征點集和已有的模版特征點集之間的匹配原點對，計算二個特征點集的旋轉和平移參數．并根據這些旋轉和平移參數校準輸入點集，將校準后的特征點集轉化到極坐標系中，然后比較特征點之間相互關系集合，得出指紋圖像和模板之間的對應關系。

4、 硬件結構

系統硬件結構如圖4所示，系統核心選用．I‘I公司的TMS320VC5409型DSP芯片，它是16 bit定點DSP，有著良好的性價比，其性能可以滿足本指紋鑒定系統要求。它的主要特點如下：

●運算速度快，達100 MI／s；

●優化的CPU結構；

●智能外設，擴展方便；

●低功耗。

DSP從指紋傳感器讀取指紋圖像數據并進行相應的算法處理，然后將處理結果送至液晶顯示模塊顯示．利用DSP的并行存儲器接口、多通道緩沖串口作為與指紋傳感器、LCD顯示屏和按鍵等的接口。為滿足系統要求，給DSP配置了SRAM和EEPROM，并選用CPLD完成整個系統的邏輯設計。

為DSP擴展了64 KB的CY7C1021型SRAM，但DSP最多支持外部擴展32 KB數據空間，需要通過CPLD中的邏輯電路來控制SRAM的A15地址線的電平，從而決定在同一時間是選擇SRAM的高地址段32 KB存儲空間還是低地址段32 KB存儲空間。配置SST29EEOlO型EEPROM以滿足DSP BOOTLOADER的需要，系統上電后DSP首先執行BOOTLOADER程序。將DSP外EEPROM中的程序裝載到DSP片內的RAM中高速執行，這樣，系統就可完全脫機工作，不僅可降低應用系統的硬件成本，還可以提高系統的整體抗干擾性能。

本系統選用美國ALTERA公司的MAX7000型CPLD，這是目前速度最快的高集成度可編程邏輯器件系列。利用CPLD設計了很多系統協調工作所需要的邏輯，其中利用了很多DSP狀態表征信號參與邏輯設計，而且可以把簡單處理部分由協處理器來完成。

指紋采集裝置采用美國VERIDICOM公司生產的FPS200型電路，它是一個接觸式的高性能、低功耗、低價格電容式指紋傳感器，主要特性如下：

●采用標準CMOS工藝制造，500 d／i高分辨率。

●封裝尺寸：24 mm*24 mmx2．5 mm；

●傳感區域：1.28 cm*1．50 cm；

●傳感陣列：256x300;

●表面有超硬涂層保護;

●內置8位A／D轉換器．可直接輸出數字化圖像信號．功耗不超過200 mW；

●具有自動指紋檢測功能。

LCD模塊采用FMl28641作為指紋圖形和處理結果顯示的用戶界面。FMl28641是一種圖形點陣液晶顯示器．它主要由行驅動器／列驅動器及128x64全點陣液晶顯示器組成，可完成圖形顯示，也可以顯示8x4個（16x16點陣）漢字。為了便于調試，在電路設計上將DSP輸出與LCD連接的控制性引腳先連入CPLD，以便于靈活地調整時序。

5、實驗結果和調試

本指紋識別系統的外觀小巧，工作性能穩定。算法開發前期使用C語言對算法進行功能性驗證．驗證成功后．使用面向TMS320VC5409 DSP的匯編語言在CCS環境中進行算法開發。

指紋圖像的預處理和匹配程序先用軟件仿真，仿真環境是SIMULATOR。在算法正確的情況下，再進行硬件仿真，直接采集指紋圖像進行調試。硬件的各個模塊單獨編程調試，環境也是SIMULATOR．取得了良好的實時性。

責任編輯：gt