（信号与信息处理专业论文）基于dsp的掌纹识别系统的软件设计.pdf

摘要 摘要 作为重要的生物特征识别技术之一，掌纹识别方法的研究具有重要的现实意 义。掌纹识别技术利用人手掌上的掌纹特征信息来识别人的身份。由于掌纹具有 信息丰富、唯一性、稳定性和可靠性等特点，其所开发的识别系统能广泛应用于 安全管理、银行金融、企业考勤等领域。 本文以掌纹为研究对象，针对掌纹识别系统中的关键技术与核心算法进行分 析研究，结合成熟的掌纹算法和嵌入式系统的技术，研究设计一个高性能、低成 本、识别速度快的嵌入式掌纹软件系统。论文的主要内容有： 1 生物特征识别技术与掌纹识别技术的介绍。 2 掌纹识别系统的应用方案选择，介绍识别系统的功能结构。 3 掌纹图像采集系统与图像的预处理。采集系统主要介绍硬件采集设备的电 路设计与相关参数，同时介绍了采集图像的存储设计。掌纹预处理分两部分：掌 纹的r o i 区域提取以及特征区域的光照补偿。 4 掌纹的主线特征提取。本文采用基于数学形态学的方法，结合d s p 平台的 特性，快速准确提取出掌纹的主线特征。 5 掌纹的匹配过程。为了增加匹配的效率、减少匹配所用的时间，本文先对 提取的掌纹主线特征进行分类，去除不同类别掌纹间的干扰，降低系统的误判率。 分类后再根据提取的主线特征数据进行分级匹配，尽可能降低所占用的系统资 广东工业大学硕士学位论文 源。经过分级匹配，可排除大部分有差异的掌纹，为以后的精确匹配打下基础。 6 掌纹算法的移植过程，介绍了针对掌纹算法的特殊性，结合本系统设计的 嵌入式系统平台，利用一定的开发编译环境，进行算法移植和优化。 关键字：掌纹识别；d s p ；数学形态学；特征提取； i i a b s t r a c t a b s t r a c t a so n eo ft h em o s ti m p o r t a n tb i o m e t r i c st e c h n i q u e s ，t h er e s e a r c h e so fp a l m p r i n t r e c o g n i t i o nh a v es i g n i f i c a n ti n f l u e n c ei nr e a l w o r l d t h ep a l m p r i n tr e c o g n i t i o n t e c h n i q u e sc a ni d e n t i f yt h ep e r s o nb yt h ef e a t u r ei n f o r m a t i o no fp a l m p r i n t b e c a u s e t h ei n f o r m a t i o no fp a l m p r i n ti su n i q u e ，s t a b l ea n dc r e d i b l e ，t h er e c o g n i t i o ns y s t e m b a s e do np a l m p r i n tc a l lb ea p p l i e dt os e c u r i t ym a n a g e m e n t ，b a n k , w o r k i n g - a t t e n d a n c e t h i st h e s i sm a i n l yr e s e a r c ho nt h ek e yt e c h n i q u e sa n da l g o r i t h m so fp a l m p f i n t r e c o g n i t i o ns y s t e m ，a i m i n gt od e s i g nas o f t w a r es y s t e mw i 也1 1 i g hp e r f o r m a n c e ，l o w c o s ta n df a s tr e c o g n i t i o nb a s e do nm a t u r ep a l m p r i n ta l g o r i t h ma n de m b e d d e ds y s t e m t e c h n o l o g y t h em a i nc o n t e n t sa r ea sf o l l o w s ： 1 i i l t r o d u c t i o no fb i o m e l r i c st e c h n o l o g ya n dp a l m p r i n tr e c o g n i t i o n 2 t h es e l e c t i o no fe m b e d d e ds y s t e ma c c o r d i n gt ot h ep a r t i c u l a r i t yo ft h e p a l m p r i n tr e c o g n i t i o ns y s t e m i n t r o d u c et h ef r a m e w o r ko ft h er e c o g n i t i o ns y s t e m 3 a c q u i s i t i o na n dt h el o c a t i o no fp a l m p r i n ti m a g e i n t r o d u c et h eh a r d w a r ed e s i g n f o rt h ea c q u i s i t i o no fo r i g i n a li m a g e t h e nl o c a t et h ef e a t u r ea r e ao fp a k n p r i n tf o rt h e l a t t e rp r o c e s s i n g 4 e x t r a c t i o no fp r i n c i p a lp a l m - l i n ef e a t u r e an e ws t r u c t u r ee x t r a c t i o n 、 ，i m m a t h e m a t i c a lm o r p h o l o g yi sp r e s e n t e dt og e tt h ep r i n c i p a lp a l m l i n ef e a t u r em o t e i i i 广东工业大学硕士学位论文 e f f i c i e n t l yi nd s ps y s t e m 5 m a t c h i n go fp a l m p r i n tf e a t u r e t or e d u c et h et i m ed u r i n gt h i sp r o c e s s i n g ，w e f i r s tc l a s s i f yt h ep a l m p r i n tf e a t u r e ；t h e nw em a t c ht h ep a l m p r i n ts t e pb ys t e pw i t ht h e f e a t u r ed a t a 6 a c c o r d i n gt ot h ep a r t i c u l a r i t yo ft h es y s t e m ，w et r a n s p l a n t e da n do p t i m i z e dt h e p a l m p r i n tr e c o g n i t i o na l g o r i t h mt ot h ed s ps y s t e m k e yw o r d s ：p a l m p r i n tr e c o g n i t i o n ；d s p ；m a t h e m a t i c a lm o r p h o l o g y ；f e a t u r e e x t r a c t i o n ； i v 独创性声明 独创性声明 秉承学校严谨的学风与优良的科学道德，本人声明所呈交的论文是我个人在 导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了中文特别加以 标注和致谢的地方外，论文中不包含其他人已经发表和撰写过的研究成果，不包 含本人和其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献 均己在论文中作了明确的说明，并表示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的，论 文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 指剥雠萧弓 论文作者签名： 扔l 舌、韪 寸 年汐b 月p b 日 第一章绪论 第一章绪论 1 1 生物特征识别技术简介 1 1 1 生物特征识别技术 近年来，随着信息产业的飞速发展，信息化已经与人们的生活密不可分。 人们对于信息安全的要求日益增加，对于安全、方便的个人身份认证技术 的需求越来越紧迫。传统的识别方法主要分为两种，第一种是基于特征物 品，比如使用身份证、信用卡、印章、驾驶执照等：第二种是基于特定知识， 比如使用密码、口令、暗号等。这些传统的身份识别方法存在很多缺陷， 基于物品的方法携带不便而且容易丢失、损失、被盗用或伪造，基于知识 的方法容易被遗忘、破解、泄漏等。因此，传统的身份识别方法受到了严 峻的挑战，显得越来越不适合现代科技的发展和社会的进步。据统计每年 至少有5 亿美元的信用卡诈骗，1 0 亿美元的移动电话诈骗，3 0 亿美元的取 款机诈骗等等。由于人的身体特征具有不可复制的特点，人们把目光转向 了生物识别技术，希望可以借此技术应付现行系统安全所面临的挑战，且 生物特征识别技术也以其特有的稳定性、唯一性、方便性以及不会被忘记 和丢失的优势逐渐发展、壮大起来。 人们希望能够使用一种更加方便、安全、可靠的方法来进行身份鉴定，基于 人体生物特征的身份识别技术( b i o m e t r i c s ，简称生物识别技术眵1 ) 给我们提供了一 种解决上述问题的完美方案所谓生物识别技术是指利用人体本身所固有的物理 特征，如指纹、掌纹、虹膜、人脸、掌形等，以及行为特征，如步态、声音、签 名等，通过图像处理和模式识别的方法来鉴别个人身份的技术。与传统的基于密 码或d 卡的身份认证方式相比，它具有更好的安全性、可靠性和有效性，近年 来受到越来越多的重视，具有广阔的应用前景。比尔盖茨曾做过这样的断言，生 物识别技术，将成为今后几年i t 产业的重要革新，比尔盖茨的这段言论是因为 越来越多的个人、消费者、公司和政府机关都承认现有的基于智能卡、身份号和 密码的身份识别系统是远远不够的。 广东i 业大学顾+ 学位论史 生物特征识别技术是目前最为方便与安全的识别技术，它不需要记住复杂的 密码，也不需随身携带钥匙、智能卡之类的东西。生物特征识别技术认定的是人 本身，没有什么能比这种认证方式更安全、更方便了。由于每个人的生物特征具 有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以 利用生物特征识别技术进行身份认定，安全、可靠、准确。此外，生物特征识别 技术产品均借助于现代计算机技术实现，很容易配合电脑和安争、监控、管理系 统整合，实现自动化管理。 1 2 生物特征识别技术发展现状 利用人体本身所拥有的生物特征来进行身份识别的生物特征识别技术，其特 征难以复制、难于窃取、容易使用，故比传统的口令或密码等认证方式更具安全 性和可靠性。据国际生物认证集团生物识别市场报告”。，如图1 1 所示，生物认 证市场到2 0 0 9 年将达到3 4 亿美元，1 0 年将突破4 3 亿，未来成高速增长态势。 另据中国生物识别产业报告”1 对中国市场的预测：中国将成为继美国、日本之后 最具潜力的市场。 a n n u a i o m e t d c i n d u s t 吖r e 2 0 0 2 0 1 4 i s mu sd l c 啊r i c m 2 m l _ m n 【自 l 一_ 一_ 2 a o 2 0 1 02 3 i l2 0 u2 0 2 0 】0 闰1 - l 生物识别市场及未来发展 f i g u r el 一】t h ef u t u r e m a r k e t o f b i o m e t r i c s 目前常用于身份鉴别的生物统计学特征主要有指纹帅1 、人脸、掌纹 虹膜、声音川”1 、动态签名”1 等。 第一章绪论 表1 - 1 从市场占有率、采集设备、系统性能等几个方面分析了目前主流的几 种生物特征识别技术的应用特点。 表1 - 1 常用的生物特征识别技术的比较 t a b l e1 1t h ec o m p a r i s o no fc o m m o nb i o m e t r i c s 生物特市场占有采集设备要特征稳定被接受程防欺骗综合性 征 室 求性 度 性能 指纹 6 6 7 由 高中 高高 一 掌纹 1 8 低高高局高 人脸 1 1 4 高低 t r 低 由 同 虹膜 5 1 t r 一 同局低高 由 签名1 由由 低 由 低 声音 3 高低 高 中 低 从上面的概述可以看到，每种生物识别技术在识别的准确性、用户的接受程 度和应用领域等方面都有自己的优势和不足。而选择一个特定的生物特征识别技 术主要依赖于具体的应用，包括安全级别、成本、使用环境、与用户的交互、用 户的接受程度和识别时间等，没有一种技术在所有的方面具有绝对的优势，从这 个意义上来说，每种技术都是可以采纳的。 1 2 掌纹识别技术 1 2 1 掌纹识别技术的优势 在上述生物特征识别技术的研究中，指纹识别技术是最早、也是最为成熟的 一种方法。指纹识别具有设备体积小，识别率高等优点。但随着应用的推广，指 纹识别的不足也越来越明显。对于指纹不清晰，指纹严重磨损以及指纹质量不好 的人群，指纹识别系统的应用效果很不理想。而这些人群在整个人群众占有相当 的比例，这使得指纹识别的推广受到了严重的影响。 掌纹识别作为一种新兴的身份识别技术，虽然目前市场应用没有指纹那么普 及，却仍旧吸引了国内外越来越多的研究人员的关注。这是由于掌纹有其诸多独 特的优点6 2 5 1 ： 1 ) 手掌区域比较大，具有比指纹更丰富的纹理信息和稳定的纹线特征，这些 线特征有着很强的区分能力和抗噪声能力，并且可以在低分辨率、低质量的掌纹 广东丁业大学硕士学位论文 图像中提取出来； 2 ) 掌纹图像采集要求较低，可以在较低采集图像分辨率的情况下较好地保证 掌纹识别系统的识别精度； 3 ) 掌纹图像的采集设备成本要低于虹膜识别，更容易被用户接受； 4 ) 掌纹稳定性高于签名识别，这使得掌纹在身份识别中能获得比签名更高的 识别精度。当使用高分辨率的采集设备时，手掌上的各种特征，如手掌的几何特 征、手掌上的乳突纹、主线和皱褶线等特征可以融合在一起，形成一个高精度的 识别系统。 正是掌纹的这些独特性，使之成为近几年来在生物识别领域中的一个研究热 点。无论从科学研究的角度，还是从日益加剧的安全领域的市场需求的角度，掌 纹识别都是生物特征识别技术中的重要研究内容。掌纹识别的研究涉及到众多领 域的理论和方法，它的研究会给这些领域不断提出新的问题和给予新的启示，与 这些领域相互促进、共同发展。因此，掌纹识别是一种有广泛应用前景、值得深 入研究的生物识别技术。 1 2 2 掌纹识别技术的研究与应用现状 相对其他生物识别技术来说，掌纹识别技术是起步较晚的一个识别方 法，国内对掌纹识别的研究也仅仅只有10 年左右的时间。目前，研究人员 已经对掌纹识别技术进行了广泛而深入的研究，并取得了一定的成果。本 文对掌纹识别技术的国内外研究现状作简单介绍。按照分析和描述的方式， 目前的掌纹识别算法大致可分为如下四类1 ：基于掌纹结构特征、纹理特征、 子空间特征和分级特征融合的掌纹识别方法。 ( 1 ) 基于结构特征的识别方法 基于几何物理结构的特征提取是经典的特征提取算法，匹配时主要区别 特征的空间位置。该方法的特征包括主线、皱纹、特征点和细节等，可以 分为点特征和线特征两大类。 与指纹相似，掌纹图像上也含有脊线和细节点。f u n a d a j 提出了一种通 过消除掌纹的褶皱提取乳突纹的方法引，然而这种方法仅限于提取掌纹图像 的脊线，并没有成功用于掌纹识别。d u t a 提出了一种基于掌纹图像特征点 4 第一章绪论 的掌纹识别方法9 1 。c h e n 等尝试通过产生局部灰度方向场图像来估计掌纹 的褶皱点，将这些点连接起来组成直线段的形式用于后续的匹配。 手掌上的纹线是最直观的特征，很多文献都研究了掌纹的线特征，提取 纹线特征实际上是低对比度、高噪声背景条件下的边缘检测。h a n 等人采用 形态学和s o b e l 边缘特征描述掌纹但们，并训练一个神经网络分类器用于验 证。基于堆栈滤波的金字塔边缘检测算法和依据灰度形态学中的腐蚀、膨 胀等概念构造的算子也被用于提取掌纹线特征 基于点、线特征的识别算法是掌纹识别中最直接的方法。点特征可以精确的 描述掌纹图像，且鲁棒性较强、鉴别能力高。但是点特征需要在高分辨率的图像 中提取。若点的数量较多，则匹配时需要大量的计算消耗。线特征明显稳定，表 示方法简单，特征空间小。 ( 2 ) 基于掌纹纹理特征的识别方法 掌纹可以被认为是无规则但在个体间独一无二的一种纹理。目前有很多 方法是针对纹理分析处理掌纹图像的。如o a b o r 滤波、小波变换、傅立叶 变换和局部能量等方法。与指纹相比，掌纹上有很多折痕，w u 提取有向线 能量特征将这些折痕特征向量化，用于掌纹识别。李文新通过傅立叶变换 将掌纹图像变换到频域，然后再将变换后的图像分别计算r 能量和8 能量， 最后通过分级匹配方法对提取的特征进行匹配识别怛。 k o n g 等人将虹膜识别中的基于二维g a b o r 的相位编码方法【2 2 ，2 3 】用于掌 纹图像的特征提取。该方法把g a b o r 滤波后的图像进行相位编码，称作 p a l m c o d e ，这样在特征向量中只保存了相位信息。由于这种算法只采用了 一个方向的g a b o r 滤波器提取掌纹图像的特征，掌纹图像其他方向的信息 丢失。文献 2 4 在这种算法的基础上进行改进，提出了采用4 个方向的o a b o r 滤波器同时提取掌纹图像的相位特征，然后通过融合准则将这4 个方向的 相位特征融合为一个，称为f u s i o n c o d e 。这种算法很好的利用了g a b o r 滤 波器的方向性，使得算法的正确识别率大大提高。但是，这种算法需要计 算4 次g a b o r 滤波器与图像的卷积运算，使得计算复杂度明显增加。 采用纹理分析的方法处理掌纹图像可以有效的避免图像在空域中噪声 的影响，简化甚至免去图像预处理步骤。同时，采用纹理能量描述掌纹， 广东工业大学硕十学位论文 除了空间位置外，还能够利用纹线的粗细程度这一性质进行区分。这种方 法能够较好的保持掌纹图像的类间区分性和类内紧凑性。 ( 3 ) 基于子空间的掌纹识别方法 基于子空间的特征提取指的是将掌纹图像通过映射变换或是矩阵运 算，实现从样本空间到特征子空间的转换。根据映射变换的性质，变换后 的子空间可分为线性子空间和非线性子空间。目前运用在掌纹识别上的多 为线性子空间方法。 主成分分析是多元变量统计中的一种降维技术。这种方法认为任何一 幅图像都可以分解为一系列向量与系数的线性组合，该系数彼此不相关， 并且服从高斯分布，将其中包含信息成分最多的向量方向视为主要组成成 分方向。具体实现是将掌纹图像按行展开后，所形成的一维向量进行k l 变换，获得其正交的n 维k l 基底，以对应前m 个最大特征值的基底张成 的子空间，将掌纹图像投影到该子空间上，实现维数的降低以减少计算复 杂度。其中，对应较大特征值的基底具有类似掌纹图像一样的纹理，被称 作特征掌，可以利用特征掌集来描述掌纹。二维主成分分析是在主成分分 析的理论基础上建立起来的，他与主成分分析不同之处主要在于它是直接 基于二维矩阵的变换，而无需先将二维图像化为一维。 f i s h e r 是线性判别中的经典算法，该算法的主要思想是：在一般情况下， 总可以找到某一个或某一些投影方向，使得样本投影在该方向上的结果能 够符合类内离散度最小、类间离散度最大的标准。即投影后的模式具有最 佳的可分离性。 子空间法提取特征具有描述性强，计算代价小，易实现和可分性好等 特点。使用较少的特征向量数目就能够取得较高的识别率。但p c a 方法的 本质决定了在该方法下得到的特征在一般情况下是最佳描述而不是最佳分 类特征，这不利于分类匹配。f l d 方法同样能大大降低原始特征空间的维 数，并且和p c a 方法相比，f l d 方法对光照条件更为不敏感。 ( 4 ) 分级特征融合的掌纹识别方法综合使用两种或两种以上的掌纹识 别算法，识别系统的准确性和效率会达到一个较好的平衡。已有学者应用 综合纹理能量和线特征的两层匹配策略建立掌纹识别系统。这种先粗后细 6 第一章绪论 的两层策略是模式识别中最常用的方法之一，它能够在一定程度上解决识 别系统在准确性和效率上的矛盾。 尽管分级特征融合的掌纹识别方法已获得了一定的认可，但为了能应 用于现实生活中的高安全系统中，仍需在提高实时性，降低计算复杂度上 做出努力。 在系统应用方面，利用掌纹进行身份识别有着广泛的应用领域：( 1 ) 考 试人员的身份确认；( 2 ) 门禁等公共安全方面的应用，具体如国家机关、事 业单位、住宅区、保密地区等地方的人员出入管理；( 3 ) 公安系统的刑侦与 人员资料管理，如户籍、身份证、出入境、驾驶证等管理，嫌疑犯的追踪 抓捕、司法认证等；( 4 ) 银行系统的用户资料管理：信用卡、现金和物品存 储的认证，电子商务中的个人身份认证；( 5 ) 计算机网络安全：网络访问、 机密信息的存取控制、电脑的登陆访问等；( 6 ) 个人资料的认证管理：社会 福利领取、劳保人员身份确认等。 目前，国外的掌纹识别系统已经投入到实用阶段。日本富士通公司于 0 5 年推出了一款掌纹鉴别传感器，它使用远红外线扫描，采集真皮的掌纹 图案，通过特定算法获得掌纹特性，并与数据库进行比较以确定身份。富 士通声称，掌纹识别系统误拒绝的可能性为万分之一，误接受的可能性为 1 2 5 万分之一。日本第三大银行，东京三菱银行已将该系统应用到其3 0 0 0 台a t m 提款机上。 法国的p r i n t q u e s t 自动指纹掌纹识别系统可以分析管理至少5 0 0 0 0 人的指纹掌纹卡片、5 0 0 0 0 枚现场指纹和5 0 0 0 0 枚现场掌纹。该系统能通 过直接扫描、。数码相机照相、c c d 摄像和j p g t i f f 数字图片的方式直接输 入掌纹或指纹图像，使用i m a g e t o o l 现场指纹掌纹图像增强处理软件来 提高现场指掌纹的图像质量，并且系统特有3 6 0 度对比方式，可以在没有 方向，没有中心，没有定位的条件下，轻松完成指纹掌纹对比。该系统已 经应用于美国、英国、意大利和我国的云南、北京、广东、台湾等国家地 区的警局中。 国内对掌纹的研究和应用起步较晚，但也取得了令人瞩目的成就。工 大集团于2 0 0 4 年，在哈洽会上展示的国内首创掌纹识别系统，如图卜2 。 7 图卜2 工大集团掌纹识别系统 f i g u r e l - 2 p a l m p r i n t i d e n t i f i c a t i o ns y s l e mo f h i t 中国科学院自动化研究所于2 0 0 6 年下半年开发了三套掌纹自动识别系 统：基于网络摄像头的非接触式掌纹识别系统、固定背景的自由式掌纹识 别系统、基于p d a 平台的掌纹识别系统： 0 8 年由香港理工大学张大鹏教授研发的全球第一部民用掌纹识别系统 进驻香港科学馆。该系统首次提出并实现了三维、多光谱的掌纹识别技术 以及系统，掌纹与指纹、掌纹与掌脉融合识别系统，是我国首个高精度的 自动掌纹识别系统而且其系统性能指标处于国际领先地位。 目前，虽然我国掌纹识别拄术的研究发展迅速并取得了一定的成果，但可 以说我国的掌纹识别技术发展还处于初级阶段。由于从国外引进技术设备的费用 昂贵，核心技术掌握不多、行业应用没有统一的规范和标准、产业规模小、产品 结构趋同化现象严重、政府推动与政策引导的力度还比较有限，导致掌纹识别技 术并耒在我国普及应用。作为一门新兴的、先进的生物特征识别技术，掌纹识别 系统的研究与开发无论是对于满足市场的需求、国家安全、自主产权来说都具有 非常重要的意义。 第一章绪论 1 3 论文的主要内容安排 本文以掌纹为研究对象，主要目标是开发基于d s p 平台的掌纹识别软件系 统。主要包含以下工作： 1 ) 研究图像预处理方法，在掌纹特征提取和匹配之前对所有掌纹进行精确定 位，并通过分割旋转提取出感兴趣区域，为后面提取掌纹特征做好准备工作。 2 ) 研究一种精确的线特征提取和表示方法，从掌纹图像中提取出纹线信息， 并能够准确的表达出来。 3 ) 研究一种搜索匹配方法，可以快速，准确地匹配掌纹，返回匹配结果。 4 ) 结合d s p 平台的性能特点，将研究测试的掌纹识别算法移植至d s p 平台。 本文的内容安排如下： 第一章是绪论，介绍本课题的研究背景及意义、生物特征识别技术、掌纹识 别技术以及掌纹识别技术的国内外研究现状等。 第二章是介绍在线掌纹识别系统的应用方案选择、整个系统的系统框架和识 别过程。 第三章是介绍掌纹图像采集系统与图像的预处理。采集系统主要介绍硬件采 集设备的电路设计与相关参数，同时介绍了采集图像的存储设计。掌纹预处理分 两部分：掌纹的r o i 区域提取以及特征区域的光照补偿。 第四章详细介绍掌纹的主线特征提取。掌纹的主线特征信息量大，具有唯一 性，并且能在低分辨率情况下提取。本文采用基于数学形态学的方法，结合d s p 平台的特性，快速准确提取出掌纹的主线特征。 第五章是介绍掌纹的匹配过程。为了增加匹配的效率、减少匹配所用的时间， 本文先对提取的掌纹主线特征进行分类，去除不同类别掌纹间的干扰，降低系统 的误判率。分类后再根据提取的主线特征数据进行分级匹配。经过分级匹配，可 排除大部分有差异的掌纹，为以后的精确匹配打下基础。 第六章是介绍掌纹算法的移植过程，介绍了在向d s p 平台移植算法过程中对 算法的优化处理，并合理分配系统的内存空间，对原始掌纹图像、特征掌纹图像、 临时数据区都作了严格的分配，极好地利用了系统资源。 文章的最后部分是对本文研究工作的总结，并对今后算法研究的提高和系统 性能的进一步改善提出了一些建议。 9 广东工业大学硕七学位论文 第二章掌纹识别系统的方案设计 2 1 自动掌纹识别系统的介绍 现在的自动掌纹识别系统研究，从工作模式上看，主要是分为联机式和嵌入 式两种。 1 联机式掌纹识别系统由p c 机与掌纹采集器构成。采集器采集到掌纹图像 后，通过串口、并口、u s b 或者以太网l a n 等接1 3 的连接电缆将其传到p c 机， 并由安装在p c 机上的掌纹算法软件进行识别和处理。由于所采集到的掌纹图像 数据量大，一般采用u s b 接口进行数据传输。此外，采用t c p i p 通讯协议的以 太网接口也逐渐被广发采用。联机式系统的整体体积大，环境适应性比较差，且 p c 与掌纹传感器件的连接距离不能太长，所以不适合开发一体化设备。 2 嵌入式系统是一个相对独立的完整系统，它不需要连接计算机或者其他 备就可以独立完成设计的功能。嵌入式系统的心是嵌入式掌纹处理模块，其功能 较为单一，用于完成特定的功能。在嵌入式型的设备中，不同产品所用的微处理 器在功能和速度上差异很大。同时，嵌入掌纹算法的优化要求也较高。因此即使 采用相同的微处理器芯片，在采用不同嵌入式掌纹算法时，系统的工作速度与工 作效率也有很大的差别。 目前虽然我国掌纹识别技术的研究发展迅速并取得了一定的成果，但要让掌 纹识别技术在我国实现普及还有许多难题要攻克。从经济角度讲，所设计的掌纹 识别系统必须价格低廉；从技术角度讲，系统必须体积小巧，方便安装，易于被 用户接受，最重要的是要有高性能的系统。出于这几个方面的考虑，基于 “d s p + m c u 或“a r m + m c u ”的嵌入式掌纹识别系统更具有市场潜力。 2 2 两种嵌入式方案在掌纹系统的应用比较 一个好的在线掌纹识别系统，除了要求稳定性好，识别速度快，准确率高， 还要求体积小，功耗低，采集速度快。为了将经p c 机验证的掌纹算法较好地移 植到嵌入式系统中，选择合适的c p u 至关重要。国内外掌纹识别系统的应用研究 多数采用“d s p + m c u ”或“a r m + m c u 方式实现。本文针对于a r m 、d s p 1 0 第二章掌纹识别系统的方案设计 的选择作了比较： 2 2 1a r m 平台方案 a r m ( a d v a n c e dr i s cm a c h i n e s ) 是微处理器行业的一家知名企业，设计了大 量高性能、廉价的r i s c 处理器、相关技术及软件。a r m 架构是面向低预算市 场设计的第一款r i s c 微处理器，基本是3 2 位单片机的行业标准，它提供一系 列内核、体系扩展、微处理器和系统芯片方案，四个功能模块可供生产厂商根据 不同用户的要求来配置生产。由于所有产品均采用一个通用的软件体系，所以相 同的软件可在所有产品中运行。目前，全世界有几十家大的半导体公司都使用 a r m 公司的授权，因此既使得a r m 技术获得更多的第三方工具、制造、软件 的支持，又使整个系统成本降低，使产品更容易进入市场被消费者所接受，更具 有竞争力。 因此，a r m 系统的优势在于其事物管理能力强，有许多第三方软件的支持， 开发周期短。 2 2 2d s p 平台方案 d s p ( d i g i t a ls i g n a lp r o c e s s o r ) 是一种独特的微处理器，是以数字信号来处 理大量信息的器件。其工作原理是接收模拟信号，转换为o 或1 的数字信号，再 对数字信号进行修改、删除、强化，并在其他系统芯片中把数字数据解译回模拟 数据或实际环境格式。它不仅具有可编程性，而且其实时运行速度可达每秒数以 千万条复杂指令程序，远远超过通用微处理器，是数字化电子世界中日益重要的 电脑芯片。它的强大数据处理能力和高运行速度，是最值得称道的两大特色。 d s p 采用的是哈佛设计，即数据总线和地址总线分开，使程序和数据分别存 储在两个分开的空间，允许读取指令和执行指令完全重叠。也就是说在执行上一 条指令的同时就可取出下一条指令，并进行译码，这大大的提高了微处理器的速 度。另外还允许在程序空间和数据空间之间进行传输，因为增加了器件的灵活性。 d s p 芯片是一种特别适合于进行数字信号处理运算的微处理器具，其主机应 用是实时快速地实现各种数字信号处理算法。根据数字信号处理的要求，d s p 芯片一般具有如下主要特点： 广东工业大学硕士学位论文 ( 1 ) 在一个指令周期内可完成一次乘法和一次加法； ( 2 ) 程序和数据空间分开，可以同时访问指令和数据； ( 3 ) 片内具有快速r a m ，通常可通过独立的数据总线在两块中同时访问； ( 4 ) 具有低开销或无开销循环及跳转的硬件支持； ( 5 ) 快速的中断处理和硬件i o 支持； ( 6 ) 具有在单周期内操作的多个硬件地址产生器； ( 7 ) 可以并行执行多个操作： ( 8 ) 支持流水线操作，使取指、译码和执行等操作可以重叠执行。 2 2 3 两种方案的比较 对于当今比较流行的嵌入式系统a r m 和d s p ，两者各具优点，应用的针对 场合不同。a r m 具有比较强的事务管理功能，可以用来跑界面以及应用程序等， 其优势主要体现在控制方面；而d s p 主要是用来计算的，比如进行加密解密、 调制解调等，优势是强大的数据处理能力和较高的运行速度。 经过比较，显然d s p 更适合用于需要大量数据运算处理的掌纹识别系统的 设计。嵌入式d s p 处理器比较有代表性的产品是t e x a si n s t r u m e n t s 的t m s 3 2 0 系列陋1 ，m o t o r o l a 的d s p 5 6 0 0 0 系列和a n a l o gd e v i c e 公司的d s p 产品。业内市 场份额最大的还是t i 公司的产品，性价比高，功耗低，供货稳定是其突出特点。 权衡考虑，既希望芯片性能高、功耗低，同时兼顾价格因素，本课题选取t i 公 司的t m s 3 2 0 c 5 5 0 9 a 口刀作为处理器，实现掌纹算法的移植。t m s 3 2 0 c 5 5 0 9 a 是一 款速度高、低功耗的定点d s p ，工作主频达2 0 0 m h z ，片上集成1 2 8 k 字r a m ， 3 2 k 字r o m ，最大可扩展8 m 字s d r a m ，6 通道d m a 控制器、3 个m c b s p 串口，数字可编程p l l 时钟驱动器，u s b 接口，1 2 c 总线接口，3 3 v 的i o 电压 和1 5 v 的内核电压。 2 3 掌纹识别过程 掌纹识别系统总体来说是由样本注册与样本识别两个模块组成的瞄5 1 。在注册 阶段，用户的掌纹图像被采集后，先进行图像的预处理，然后提取特征，最后放 到样本库中；在识别阶段，用户的掌纹图像被采集后，同样先进行预处理和特征 1 2 第二章掌纹识别系统的方案设计 提取，然后再与样本库中的模板进行匹配，得到最后的识别结果如图2 1 ，掌 纹识别过程。 注册阶段 训别趼段 图2 - 1 掌纹识别过程 f i g u r e2 - it h ep r o c e s so f p a l m p r i n tr e c o g n i t i o n 掌纹图像的采集过程：高质量的掌纹图像是掌纹识别中的重要环节，它能降 低预处理中的运算，也会给特征提取和特征匹配带来极大的便利。本文采用的是 基于c m o s 的采集设备。 掌纹图像的预处理：对掌纹图像预处理的目的是为了方便特征提取，减少图 像采集过程中噪声和背景等对识别效果的影响。同一个人在不同情况下采集到的 掌纹图像不可能完全相同，所以在对掌纹图像进行特征提取和匹配之前，有必要 对掌纹图像进行定位分割。定位后的掌纹中心区域包含了掌纹特征的有效区域， 减少了不必要的噪声干扰，降低了后续识别的工作量，提高了系统效率，在掌纹 识别技术中具有很重要的意义。本文采用了一种改进的基于角点的掌纹线性定位 方法。该方法充分利用了手指间的几何特征，能够更加快速、准确地定位出掌纹 中包含主要特征信息的区域并且能有效地去除大部分冗余的图像信息，减少图像 噪声和背景对后续识别的影响。同时将灰度标准化方法应用在掌纹图像的预处理 中，对掌纹的r o i 区域进行光照补偿，增强了r o i 区域中主线特征周围的对比 度，取得较好的预处理效果。 掌纹图像的特征提取：特征提取是对经过预处理后的掌纹图像进行特征选 取和提取的过程，只有准确提取出掌纹图像中所需的特征数据，才能尽可能取得 最好的匹配结果，特征提取是掌纹识别技术的难点和关键点。目前用于掌纹特征 提取的方法主要有：基于结构的特征提取，基于时频的特征提取，基于统计的特 征提取和利用子空间方法的特征提取。这些方法各有各的优缺点，适应于不同的 广东丁业大学硕士学位论文 应用环境。本文针对d s p 平台，采用基于结构的特征提取方法，以三大主线作 为掌纹特征。在使用边缘检测方法初步提取出掌纹图像的主线特征后，采用数学 形态学方法进行后续处理，消除伪特征线和毛刺，提取出精确、稳定、平滑的主 线特征，为提高后面的特征匹配效率打下坚实的基础。该方法同时针对d s p 平 台减少了常用算法的复杂度，提高了运行效率。 掌纹特征的匹配：掌纹匹配其实是在特征提取的基础上，将待识别的掌纹 特征与掌纹数据库中已注册的掌纹特征进行比较，选择适当的特征匹配策略来判 断待识别者是否是授权用户，并确定其身份。任何算法都无法在匹配过程中达到 1 0 0 的精确程度。如何有效、快速、准确地对提取出来的掌纹特征进行匹配， 是掌纹识别过程中的另一难点。只有充分利用好自身平台的资源，配合特征提取 算法，才能取得高效的匹配结果。本文在分析比较两种常用的线特征匹配方法后， 提出了更加适合d s p 平台的多维匹配因子的方法。该方法结合掌纹主线的分类 方法，将掌纹主线以类型、长度、特征点、端点等因子精确表示，在掌纹一对多 匹配过程中达到快速查找、精确匹配的效果。 2 4 本章小结 本章首先针对嵌入式掌纹识别系统的方案选取作了详细的分析比较，最终选 择“d s p + m c u 的系统方案，并根据方案选取了t i 公司的t m s 3 2 0 c 5 5 0 9 a 作 为处理器，实现掌纹算法的移植。本章还详细介绍了掌纹识别的过程，并对每个 阶段的内容以及方法选择作了详细的分析介绍。 1 4 第三章掌纹图像的采集与预处理 第三章掌纹图像的采集与预处理 要实现一个高效的掌纹识别系统，首先必须研究与解决掌纹的特征获取问 题。掌纹图像获取这个关键技术是所有后续处理的基础，直接影响身份识别的准 确性、时效性以及其可推广性。目前许多掌纹识别系统的性能往往不能达到令人 满意的程度，图像获取质量是一个重要的原因。因此，设计一套实时图像采集设 备用于获取稳定的高质量掌纹图像，对我们掌纹识别系统具有重要的意义。同时 为了方便特征提取，减少图像采集过程中对识别效果的影响，我们必须要采用适 当的方法对图像进行预处理。 3 1 掌纹图像采集与存储的设计 本文中的掌纹图像采集系统主要由掌纹采集传感器、逻辑转换芯片以及算法 处理核心和图像存储器四部分组成，采集模块电路组成框图如图3 1 所示。 图3 - 1 掌纹图像采集系统 f i g u r e 3 - 1p a l m p r i n tc a p t u r e 掌纹图像的采集，是掌纹识别系统的重要部分，图像采集的清晰好坏，影响 到后续的图像处理比对等工作，除了要选择好的图像采集传感器，更重要的是对 图像采集方式进行优化，采集速度要快而且准确，存储方式要方便，核心算法模 块d s p 处理与传感器的接口实现方式要灵活。 0 v 7 6 2 0 例是o m n i v i s i o n 公司生产的一款高集成度的高分辨率( 6 4 0 4 8 0 ) 逐 行隔行扫描c m o s 数字彩色黑白视频摄像芯片。此传感器技术采用高级的运算 规则，去除定点噪声，排除拖尾效应，彻底减少图像浮散现象。所有类似照相功 广东工业大学硕士学位论文 能，包括曝光控制、光线平衡、色彩饱和度、锐利度、色调控制，内部或者外部 同步方式，采集图像大小速度等都可以通过串行i i c 接口标准编程设置，还可以 通过编程设定1 6 位或8 位图像数据输出格式。o v 7 6 2 0 功耗很低，非常适合作 掌纹采集传感器。本系统的掌纹采集传感器便是采用o v 7 6 2 0 。 通过o v 7 6 2 0 ，我们所采集的黑白掌纹图像并不能直接传送给c p u 。此时， 我们需要通过另一个模块c p l d ，将o v 7 6 2 0 采集输出的数字信号和控制信号进 行适当的逻辑变换，从而使得d s p 可以直接读取并存储掌纹图像数据。 设计好了采集方式，图像数据的存储也是关键的一步，最优化的存储方式可 以大大提高图像的处理效率。o v 7 6 2 0 读取一帧图像大小可以编程设置，综合采 集时间、大小和速度等因素，本系统设置采集图像大小为2 5 6 * 2 4 0 ，一帧图像数 据量为6 0 k 字节。d s p 的内部s a r a m 有1 9 2 k 字，但d s p 是以字为存储单元， 一帧图像需占用1 2 0 k 字节容量。因此，为了预留部分空间用于临时变量和程序 运行的代码，必须把这帧图像保存在外部s d r a m 中，同时d s p 对掌纹图像运 算处理的数据也是放在外部s d r a m 。注册阶段，由于原始掌纹数据量太多，不 可能采取整幅图像存取的方式，而是只提取掌纹特征，经过特征提取的掌纹数据 大约1 k 字节，存储n 多 i - 部非易失性d a t a f l a s h 。 3 2 掌纹图像的预处理 通过图像采集设备，我们获取了掌纹识别系统处理对象的基本信息。 在图像中，除了含有手掌数据、采集背景，同时还有大量的外界噪声。另 外不同采集者的手掌大小不同，采集到的掌纹图像大小也不相同。即使是 同一人，在不同时刻手掌放置的位置也会有所不同，掌纹图像会因此有不 同程度的旋转和平移。综上所述，为了方便特征提取，减少图像采集过程 中对识别效果的影响，我们必须要采用适当的方法对图像进行预处理。 3 2 1 掌纹的定位和r o i 区域的选取 由于被采集者手掌放置的位置和方向每次都有所不同，即使是微小的 差别，也会使得在不同时间从同一掌纹上获取的掌纹图像有不同程度的旋 转和平移。另外由于每个人的手掌大小不同，采集到的掌纹图像大小也不 1 6 第三章掌纹图像的采集与预处理 样，这些都不利于掌纹识别。因此我们在提取特征之前，应先对掌纹图 像进行定位。 掌纹图像的定位有两个好处：一方面对掌纹的特征提取提供了一致的 参考系，为特征比对提供了标准；另一方面可以提取出感兴趣的区域( r o i ) ， 用于其后的特征提取和匹配。r o i 一般为掌纹的中心区域，这样可以减少 不必要的噪声干扰，降低匹配算法的难度，保证识别系统的准确性和有效 性。 目前常用的掌纹定位方法有戴青云口9 1 等提出的基于轮廓特征点的掌纹定位 方法和李文新掣3 们提出的基于求大内切圆的掌纹定位方法等。 最大内切圆方法是以掌纹图像的最大内切圆区域为掌纹的有效区域，该方法 计算量小，且定位方法不易受图像质量影响，但该方法较适用于四指并拢的时候 采集掌纹图像，因为当掌纹采集的时候，若四指张开比较大，特别是对于掌底 比较宽的手掌，最大内切圆就会向掌底方向靠拢，定位出来的区域就不会是理想 的区域了。另外，最大内切圆定位方法定位出来的特征区域抗旋转性差，它只适 合于频域上的特征提取和特征识别。 基于轮廓特征点的掌纹定位方法以手掌边缘的轮廓特征点为基点定位 出掌纹识别区域，但是由于每个人每次手掌伸展的强度都有所不同，造成 了同一掌纹的