（机械制造及其自动化专业论文）基于arm的嵌入式指纹采集与识别系统的研究.pdf

i r e nz h i g u o a d v i s e db y x u ez h o n g d e s u b m i t t e di np a r t i a lf u l f i l l m e n t o ft h er e q u i r e m e n t s f o rt h ed e g r e eo f m a s t e ro fe n g i n e e r i n g j a n ，2 0 1 0 fiii1 11| b 0 5 a n d p p 承诺书 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进 行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外， 本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标 明。 本人授权南京航空航天大学可以有权保留送交论文的复印件， 允许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有 关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的学位论文在解密后适用本承诺书) 作者签名：生兰壁! 闺 日 期：! 丝：垒：! ! 0 】 南京航空航天大学硕士学位论文 摘要 由于指纹的长期不变性与唯一性，指纹识别技术已经成为生物识别领域应用最广泛的技术， 通过指纹特征来鉴别身份的技术正得到越来越广泛应用，但由于指纹识别算法较为复杂，需要 较高主频的处理器运行该算法，使得该项技术应用成本很高，因此研究开发采集图像质量高， 图像处理准确高效，识别率高且时间消耗低的指纹采集与识别系统具有非常重要的意义，鉴于 此，本文从以下几个方面进行了研究： 首先选用富士通公司的m b f 2 0 0 指纹传感器和a r m 9 系列的$ 3 c 2 4 1 0 微处理器，$ 3 c 2 4 1 0 在a d s i 2 环境下，采用移植性强的c 语言控制m b f 2 0 0 在m c u 方式下采集指纹图像，调整 其几个重要的寄存器参数，采集出纹理清晰、便于后续处理的指纹图像，然后通过串口将指纹 数据传输到p c 上，为指纹图像处理与识别做准备工作。 其次对采集出的图像，有针对性的选择了图像平滑、中值滤波等算法使图像中的孔、断点 等噪声得到消除，通过图像归一化提取出指纹图像的有效区域，通过增强算法和二值化为识别 工作做好准备。 接下来进行指纹识别工作时首先将指纹进行分类，大大较少了识别的工作量，通过指纹细 化，提取出指纹的细节特征并对伪特征点进行剔除，研究现几种流行的识别算法，创造性的提 出了基于三角形匹配的细节点识别算法，大大降低了误识率和拒识率，并有效减少了时间消耗， 通过估算，每次进行指纹识别可减少时间4 9 秒。 最后在v c + + 环境下对指纹采集与识别系统的图像预处理算法和识别算法进行实现，并建 立指纹数据库，开发出指纹采集与识别系统，完成指纹识别工作。 关键词：指纹采集，指纹识别，数据传输，指纹数据库，点模式三角匹配 基于a r m 的嵌入式指纹采集与识别系统的研究 a b s t r a c t b e c a u s eo fi n v a r i a n c ea n du n i q u e n e s so ft h ef i n g e r p r i n t , f i n g e r p r i n tr e c o g n i t i o nt e c h n o l o g yh a s b e c o m et h em o s tw i d e l yu s e dt e c h n o l o g yi nb i o m e t r i cr e c o g n i t i o nf i e l d s h o w e v e r , f i n g e r p r i n t r e c o g n i t i o na l g o r i t h mi sc o m p l i c a t e d ，w em u s ts e l e c tp r o c e s s o rw h i c hh a sh i g h e rf r e q u e n c y , i t sm e a n s t h ec o s tw i l lb eh i g h s ow em u s td e v e l o pas y e t e mw h i c hh a sl o wc o s t ，l o wc o n s u m p t i o no ft i m e t h r o u g ht h es y s t e mw e c a l lg e tf i n g e r p r i n tp i c t u r e sw h i c hh a v eh i g hi m a g eq u a l i t y i nt h i ss y s t e m ，t h e f o l l o w i n gt h i n g sh a v eb e e ns t u d i e d ： f i r s t l y ：w es e l e c t e d t h ef i n g e r p r i n t s e n s o r sm b f 2 0 0o ff u j i t s uc o m p a n ya n d $ 3 c 2 41 0 m i c r o p r o c e s s o ro fa r m 9 ，i na d s 1 2e n v i r o n m e n t , $ 3 c 2 410c o n t r o lt h ef i n g e r p r i n ts e n s o r sm b f 2 0 0 u s i n gcl a n g u a g e f i r s tw em u s ta d j u s tt h ev a l u eo fm b f 2 0 0 si m p o r t a n tr e g i s t e r t h e nw e c a l lg e t g o o df i n g e r p r i n tp i c t u r e l a s tw et r a n s m i tf i n g e r p r i n t d a t at op cu s i n gs e r i a lp o r t s e c o n d l y ：w eu s es o m ea l g o r i t h ms u c ha si m a g es m o o t h i n g ，m e d i a nf i l t e r , i tc l e a rt h eh o l e ， b r e a k p o i n t sa n do t h e rn o i s eo f t h ep i c t u r e ，w ec a ng e t a r e ao f t h ef i n g e r p r i n tp i c t u r ew h i c hi su s e f u lb y i m a g en o r m a l i z a t i o n ，a n dt h e nw e a r er e a d yf o rf i n g e r p r i n tr e c o g n i t i o nb yb i n a r i z a t i o n t h i r d l y ：w ed e v i d et h ef i n g e r p r i n tt of o u rc l a s s i f i c a t i o n e s ，t h i sw i l lm a k et h em a t c h w o r kl o w e r w eg e tt h em i n u t i a eo ft h ef i n g e r p r i n ta f t e re x t r a c ta l g o r i t h ma n dw em u s tf i l t e ro u tf a l s ef e a t u r e p o i n t s t h e nw es e tu paf i n g e r p r i n td a t aw h i c hi sr e a d yf o rf i n g e r p r i n tr e c o g n i t i o n l a s tw e t a l ka b o u t s o m er e c o g n i t i o na l g o r i t h ma n dg e tn e wr e c o g n i t i o na l g o r i t h mw h o s er e c o g n i t i o nb a s e do nm i n u t i a e w ec a nm a t c ht r i a n g l ew h o s es t r u c t u r ei sm a d eo fm i n u t i a es u c ha se n d p o i n ta n db i f u r c a t i o n l a s t ：i nt h ev c + + e n v i r o n m e n t , w es e tu pt h ef i n g e r p r i n ta c q u i s i t i o na n dr e c o g n i t i o ns y s t e m t h r o u g hr e a l i z i n gt h ea c q u i s i t i o na n dr e c o g n i t i o na l g o r i t h ma n dm a k i n gf i n g e r p r i n td a t a k e yw o r d s ：f i n g e r p r i n ta c q u i s i t i o n ，f i n g e r p r i n tr e c o g n i t i o n ，f i n g e r p r i n td a t a , m i n u t i a em a t c h ， t r i a n g l e i 南京航空航天大学硕士学位论文 目录 第一章绪论1 1 1 课题提出的背景及意义1 1 2 指纹识别技术的现状3 1 3 本文指纹采集与识别系统6 第二章指纹采集模块8 2 1 指纹采集模块硬件平台8 2 1 1 指纹传感器m b f 2 0 0 简介 3 0 3 8 2 1 2m b f 2 0 0 的结构及工作原理8 2 1 2 $ 3 c 2 4 1 0 微处理器简介1 2 2 2 指纹采集软件设计1 4 2 2 1 用a r m 开发工具a d s l 2 建立指纹采集程序1 4 2 2 2 用a x d 进行代码调试1 9 2 2 3 编写指纹采集驱动程序2 0 2 3 本章小结2 4 第三章指纹数据传输模块2 5 3 1 串行通讯的传输格式和电气特性2 5 3 2 $ 3 c 2 4 1 0 处理器串口2 6 3 3v i s u a lc + + 下指纹传输2 7 3 4 生成指纹位图2 9 3 4 1 指纹图像格式2 9 3 4 2 构造c d i b 类3 0 3 5 本章小结3 2 第四章指纹图像处理算法3 3 4 1 指纹图像预处理概述3 3 4 2 图像平滑3 3 4 2 1 均值滤波3 4 4 2 2 中值滤波3 5 4 3 图像归一化 5 0 3 6 4 4 指纹图像分割3 7 4 5 指纹图像增强 5 0 3 8 4 5 1 方向图计算3 9 基于。6 峡m 的嵌入式指纹采集与识别系统的研究 4 5 2 方向滤波：4 0 4 6 二值化 5 0 4 l 4 7 本章小结4 2 第五章指纹特征提取与识别4 3 5 1 特征提取算法4 3 5 1 1 指纹分类4 3 5 1 2 指纹细化4 4 5 1 3 特征点提取4 4 5 1 4 指纹特征点的筛选4 7 5 2 指纹识别算法5 2 5 2 1 识别算法概述5 2 5 2 2 已有指纹识别算法5 3 5 2 3 本文识别算法5 8 5 3 本章小结6 l 第六章指纹采集与识别系统软件实现6 2 6 1 系统整体框架6 2 6 2 建立指纹数据库6 2 6 3 指纹数据生成与传输模块6 6 6 4 指纹处理与识别模块6 6 6 5 本章小结6 8 第七章总结与展望6 9 7 1 总结6 9 7 2 展望6 9 参考文献7 1 致谢7 5 攻读硕士期间所发表的论文7 6 南京航空航天大学硕士学位论文 图清单 图1 1 指纹采集与识别系统组成图3 图1 2 指纹图像预处理流程图4 图2 1 指纹采集芯片m b f 2 0 0 8 图2 2m b f 2 0 0 内部结构图9 图2 3 处理器与m b f 2 0 0 引脚图13 图2 4 建立工程示意图。1 4 图2 5 添加文件示意图15 图2 6 目标配置示意图1 6 图2 7l a n g u a g es e t t i n g s 设置对话框l6 图2 8o u t p u t 设置图1 7 图2 9l a y o u t 设置图l8 图2 1 0 程序编译界面1 9 图2 1 l 调试目标设置结果1 9 图2 1 2 程序调试界面2 0 图2 1 3 主程序流程图2 0 图2 1 4 指纹采集子程序流程图2l 图2 1 5 门限值t h r 选择子程序流程图上：2 2 图2 1 6p g c 不同效果比较图2 3 图2 1 7d c r 不同效果比较图2 3 图2 1 8 不同效果比较图2 3 图2 1 9 手指干湿度不同效果比较图2 4 图3 1 串口通讯时序图2 5 图3 2 串口引脚位置图。2 6 图3 3m s c o m m 控件添加。2 8 图3 4 串口初始化。2 8 图3 5m b f 2 0 0 寄存器相关设置3l 图3 6 调整好参数后采集的指纹图片3 2 图4 1 指纹图像预处理过程。3 3 图4 2 不同半径的邻域。3 5 图4 3 图像平滑效果比较图。3 5 图4 4 中值滤波模板。3 6 基于a r m 的嵌入式指纹采集与识别系统的研究 图4 5 中值滤波效果比较图 图4 6 图像归一化效果比较图。 图4 7 分割效果图。 图4 8 指纹方向图 图4 9 滤波器。 图4 1 0 方向滤波增强效果图 图4 1 l 二值化图像 图5 1 指纹总体特征图 图5 2 改进的o p t a 细化效果图 图5 3 指纹细节点类型。 图5 43 * 3 窗口模板4 5 图5 5 局部脊线4 6 图5 6 细节点方向示意图。4 6 图5 7 特征点提取效果图。4 7 图5 8 伪特征点示意图4 7 图5 9 边界伪特征点示意图。4 8 图5 1 0 边界滤除算法示意图4 8 图5 1 l 边界滤除效果对比图4 8 图5 12 混有背景区域伪特征点图4 9 图5 1 3 特征点查询范围示意图4 9 图5 1 4 滤除摸板5 0 图5 15 滤除模板选择示意图5 0 图5 1 7 细化图像中常见的伪特征5 l 图5 18 滤除模板5l 图5 1 9 伪特征点滤除效果图5 2 图5 2 0 点模式的匹配算法示意图5 4 图5 2 l 向量匹配示意图5 6 图5 2 2 不同界限取值图5 7 图5 2 4 匹配图元示意图5 9 图6 1 指纹采集与识别系统流程图6 2 图6 2 添加系统数据库驱动程序初始界面6 3 图6 3 添加驱动程序6 3 南京航空航天大学硕上学位论文 图6 4 数据库文件选择界面。6 4 图6 5 建立指纹数据库一6 6 图6 6m b f 2 0 0 重要参数设置6 6 图6 7 指纹图像处理界面。6 7 图6 8 指纹算法模板选择界面6 7 图6 9 匹配结果。6 7 基于a r m 的嵌入式指纹采集与识别系统的研究 表清单 常用生物特征参数优劣比较2 各种指纹传感器性能比较4 m b f 2 0 0 功能寄存器9 m b f 2 0 0 的操作模式1 0 控制寄存器a 的功能说明表1 0 控制寄存器b 功能说明表1 1 中断寄存器i s r 功能说明表1 1 中断寄存器i c r 功能说明表1 2 串口引脚功能图2 5 水平方向的滤波器模板系数。4 l 南京航空航天大学硕士学位论文 第一章绪论 1 1 课题提出的背景及意义 在目前的二十一世纪，世界各国都存在着某些不安定因素，一个国家出于国家安全的需要， 要核查入境人员及其它相关人员的身份。随着社会信息化的快速发展，电子商务、网络银行、 等相继进入我们的生活，它们在方便我们生活的同时，也带来了许多安全隐患。缺乏身份认证 会使恐怖袭击、网络犯罪、考场替考、冒领他人财物等行为有机可乘，会给社会带来灾难性的 后果。对人的身份进行有效鉴别是保卫国家安全，维持社会正常秩序的一个必要条件。 传统的身份认证方式包括基于知识( 如密码、口令) ( w h a td oy o uk n o w ) 的身份认证和基 于实物( 如钥匙、身份证) ( w h a td oy o uo w n ) 的身份认证。这些认证方式存在以下缺点：密 码和口令存在容易忘记、容易泄漏等问题，钥匙和身份证等存在容易被盗、容易丢失、容易伪 造、容易冒用等问题，这些弊端给我们的生活带来了诸多不便和很多安全问题。因此，必须寻 找更加方便、更加安全可靠的身份认证方式。著名的i t 信息咨询公司g a r t n e rg r o u p 认为生物 识别技术将成为未来几年最有影响的新技术之一。世界跨国公司如i b m 、s i e m e n s 、l u c e n t 、 m i t u b i s h i 等在积极进行生物识别技术及其产品的开发。b i l lg a t e s 曾断言生物识别技术，比 如指纹识别个人身份即将成为今后儿年i t 产业的重要革新，微软公司更是把生物识别技术添加 到自己的产品中去，这对这项新技术的发展无疑将起推波助澜的作用。 每个人都具有多种生物特征，生物特征是指与生俱来的特征，如指纹、虹膜、d n a 3 1 等。 对于每一种生物特征的性质，可以用一些参数来描述，包括( 1 ) 普遍性，是否每个人都具有这 种特征：( 2 ) 唯一性，是否任何两个人的这种特征都不同；( 3 ) 恒久性，是否终生不变：( 4 ) 可采集性，是否容易采集；( 5 ) 稳定性，识别的正确性如何；( 6 ) 接受程度，用户是否愿意接 受这种身份认证方式；( 7 ) 防欺骗性，防止环境欺骗的能力【2 1 。下面对几种典型的识别技术做 简单介绍。 ( 1 ) 指纹识别 指纹是最常用的生物特征之一。指纹具有丰富的细节信息，例如脊线端点、脊线分叉点。 最常用的指纹匹配方法是先获取指纹的细节点，然后尝试不同偏移和旋转角度条件下细节点的 匹配相似度，并以最大的匹配相似度作为两枚指纹的相似度1 1 【4 1 【卯。指纹识别需解决如何从模糊 的指纹图像提取特征，如何在非线性形变条件下匹配指纹【6 1 1 7 】等问题。 ( 2 ) 掌纹识别 掌纹具有终生不变性，每个人的掌纹形态各不相同。掌纹纹理包含丰富的信息，既有微观 的脊线端点，分叉点，又有宏观的主线和褶皱。由于宏观信息可在低分辨率图像中提取，且不 基于a r m 的嵌入式指纹采集与识别系统的研究 易受噪声干扰，掌纹识别一般通过匹配宏观特征( 如主线，褶皱) 来实现。其过程一般包括掌纹 定位，特征提取( 例如生命线、智慧线、感情线等特征) ，特征匹配等步骤【8 i 。 ( 3 ) 虹膜识别 虹膜含有丰富的细节信息，因此用于身份验证可靠性高。由于瞳孔的大小随周围环境亮度 的变化而变化，虹膜定位、虹膜特征提取、虹膜特征匹配等是虹膜识别需要解决的问题【9 1 。虹 膜作为生物特征的主要的缺点是可接受性低。 ( 4 ) 视网膜识别 视网膜特征是指眼睛背后视网膜血管的分布结构，这种结构同虹膜一样，都具有高的可靠 性和稳定性，如果视网膜不被损伤，从三岁起就会终身不变。视网膜识别技术要求激光照射眼 球的背面以获得视网膜特征，这种照射可能会给使用者的身体带来伤害，且它的价格昂贵，这 必将严重影响这种技术的使用和推广。 ( 5 ) 语音识别 语音识别是通过分析人的语音频率来识别说话的人。人的声音特征是由声带、嘴、鼻腔等 发声器官共同决定的，在理论上，声音具有唯一性。声音识别分为依赖内容的识别和不依赖内 容的识别，依赖内容的声音识别是预先规定好待识者的说话内容，而不依赖内容的声音识别则 允许待识者随意选择说话的内容，这当然比依赖内容的识别难度要高。声音识别目前还存在一 些困难，如声音的变化范围很大，很容易受到背景噪声、身体和情绪的影响，因此在实际应用 中很难控制。 ( 6 ) 签名识别 签名识别分为脱机签名鉴别和联机签名识别两种。脱机签名识别首先通过扫描仪获取已书 写好的签名图像，然后在签名图像中提取特征并对特征进行比对。联机签名识别则需用专用书 写板和压敏笔来记录整个书写过程，记录的信息包括书写的笔划顺序、书写速度、加速度、笔 尖压力、倾斜度等动态特性，这克服了脱机签名识别只取静态特征的不足，因而可靠性更高t s 。 但是我们在书写时很难做到两次书写姿势绝对相同，因此要想达到很高的准确率难度很大。我 们在研究识别系统时要考虑系统的拒识率( f a r ) 、误识率( f r r ) 等重要参数，表1 1 列出 了常用生物特征的参数比较： 表1 1 常用生物特征参数优劣比较 f a rf r r 易用性处理速度人 指纹识别很低较低好2 s 5 s 掌纹识别低 5 使用困难5 s 1 0 s 虹膜识别很低约1 0 手工操作有困难5 s 一2 5 s 视网膜识别未知朱知不好1 5 s 一3 0 s 语音识别一股 一般可以3 s 6 s 签名识别低 1 0 一般5 s 1 0 s 2 从上表1 1 的比较可知，指纹作为特征提取对象是比较理想的，指纹识别的优点具体表现 南京航空航天大学硕上学位论文 在以下几个方面【7 1 ： ( 1 ) 普遍性：所有人都有指纹，因此所有人都具有指纹特征。 ( 2 ) 唯一性：根据指纹学理论，两枚不同指纹匹配上1 2 个特征的几率为l o 弓o 。不仅每个 人的指纹不相同，而且同一个人的十个手指的指纹也不相同。 ( 3 ) 稳定性：指纹具有很强的稳定性，每个人的指纹是相对固定的，不会随着人的年龄增 长或身体健康变化而变化。 ( 4 ) 成本低：指纹采集设备种类很多，并且价格低廉。 ( 5 ) 易采集性：指纹图像便于获取，容易开发识别系统，实用性强。 1 2 指纹识别技术的现状 指纹识别技术发展到现在已经有了3 0 多年的历史，指纹识别技术的应用也越来越广泛，目 前的指纹采集与识别系统主要由三部分组成，即指纹采集单元、指纹图像处理单元、指纹识别 单元。指纹采集单元与指纹图像处理单元之间通过一定的通讯方式实现数据传送。系统构成如 下图1 1 所示。 图1 1 指纹采集与识别系统组成图 决定指纹采集与识别系统性能好坏的主要因素有传感器技术和图像处理与特征提取算法两 个方面。 目前用于获取指纹图像的指纹传感器主要有三类技术：第一，光学指纹传感器，c c d 技术是 最早用于指纹识别技术的，总的来说，优点是简单实用，缺点是对手指和取像的镜片要求比较高，并 且光学指纹传感器由于镜片和聚焦的原因，使该类传感器往往体积比较大，在嵌入式设备中难以 使用：第二，半导体指纹传感器，该类指纹传感器自上世纪9 0 年代中期出现以来，得到了较快发展， 它具有价格低、体积小等优点，特别适合在嵌入式设备中使用，典型的传感器有v e r i d i c o m 公 司的电容式指纹传感器f p s 2 0 0 ，f u j i t s u 公司的压感指纹传感器m b f 2 0 0 等；第三，基于超声 波扫描技术的指纹传感器，它是基于皮肤、指纹面和空气对超声波产生的不同声波反射阻抗工 3 基于a r m 的嵌入式指纹采集与识别系统的研究 作的，优点是系统几乎不受手指和取像平台表面状况的影响，获取的图像质量较好，缺点是其 成本高引10 1 。三类指纹传感器性能比较如表1 2 所示。 表1 2 各种指纹传感器性能比较 光学指纹传感器半导体指纹传感器超声波指纹传感器 成像能力 易受皮肤上的脏物和 有时受皮肤上的脏物非常好 油脂的影响和油脂的影响 成像区域大小 中 分辨率 低于5 0 0 d p i可高达6 0 0 d p i可高达1 0 0 0 d p i 设备体积大小 中 耐用性非常耐用较耐用 一般 功耗较大小较大 成本较高低很高 目前，对指纹图像处理算法研究很多，也提出了很多各不相同的算法，但是总的米说，其 思想相差不大，整个指纹识别算法主要分为指纹图像预处理和指纹细节特征匹配两部分。 指纹图像预处理就是将指纹传感器采集到的指纹图像，通过滤波等操作消除指纹图像中躁 声的影响，将2 5 6 级的灰度指纹图像变为只有“l ”和“0 ”的二值化图像，即黑白图像，再将 二值化后的图像变为指纹脊线宽度只有1 个象素宽度的细化图像，最后从细化后的图像中提取 指纹细节特征，指纹图像预处理算法思路如图1 2 所示。 图1 2 指纹图像预处理流程图 从诞生指纹识别系统以来出现的指纹图像预处理算法主要有以下几种： l i nh o n g , a n i lj a i n s h a r a t hp a n k a n t i 和r u n db o l l e 提出了首先将采集到的指纹图像分割成一 系列滤波图像的集合，再从滤波图像中估算方向域和图像质量掩码，该掩码用于将由于躁声干 扰而被破坏的图像区域划分为有效区域和无效区域，在可修复的图像区域，采用自适应方式进 行图像预处理( 1 0 1 。 b g s h e r l o c k ，d m m o n r o 和k m i l l a r d 提出了在指纹图像增强中使用可变的空域方向傅立叶 滤波器，再沿像素点的脊线方向使用该滤波器对指纹进行平滑处理【1 2 l 。t o s h i ok a m e i 和m a s a n o r i m i z o g u c h i 介绍了用于指纹图像增强算法的一系列滤波器的设计方法，包括傅立叶空域滤波器、 与脊线频率有关的频率滤波器和与脊线方向有关的方向滤波器等1 1 3 】。 s h o h r e hk a s a e i m o h a m e dd e r i c h e 和b o u a l e mb o a s h a s h 提出了基于局部优势脊线方向指纹 图像增强与特征提取算法，细化图像是在已平滑的指纹图像使用形态学操作检测出的指纹结构 信息【1 4 】。 a n i lj a i n 。l i nh o n g 和r u n db o l l e 提出了如下图i 3 所示的从指纹图像中提取特征点算法流 程，在该文中，对r a o 的算法在方向图计算部分进行了改进，通过既定公式计算某一块像素 4 南京航空航天大学硕士学位论文 值，则该块像区域与邻域之间的方向图的一致性值，如果该一致性值高于事先所提供的某阈 素区域的邻域在低分辨率条件下需要重新计算方向图，直到该一致性值低于事先所提供的某一 阈值【1 5 1 。 艨巴臣) 匝母蚯丑岖亘卜臣 _ 咂尹征 图1 3j a i n 算法原理图 d a r i om a i o 和d a v i d em a i t o n i 提出了一种直接从灰度指纹图像中提取指纹特征的算法，该 算法没有采用最常见的指纹图像滤波、二值化、细化等操作，而是通过脊线跟踪算法。直接从 灰度图像中提取指纹特征1 1 6 l 。 林喜荣，于政涛，苏晓生，夏雄武和陈军在大量样本分析的基础上，根据指纹纹理频率参数的变 化动态调整方向滤波模板的大小，对指纹图像进行有效的增强处理，对不同的纹理方向专门采用 了查表的方法，减小了时间消耗i 。 v i r g i n i ae s p i n o s a 提出在图像预处理过程中，利用方向滤波器实现图像增强和消除噪声，利 用o t s u 算法获取二值化阈值对指纹图像进行二值化处理，利用形态学图像处理方法对二值化图 像进行细化处理，最后在细化后的图像中提取指纹端点和分叉点f 1 8 】。 y u a n n i n gl i u , s e n m i a oy u a n ，x i a o d o n gz h u 提出了通过快速脊线方向和脊线频率估计算法， 利用g a b o r 滤波器对指纹图像进行滤波，指纹图像中脊线与谷线的自适应清晰化处理等算法对 图像进行增强处理f 2 0 】。 尹义龙，宁新宝和张晓梅提出了一种改进的指纹细节特征点提取算法，该算法首先在细化 后的指纹图象上直接提取原始细节特征点；然后分析图象中存在的各类噪声及其特点，总结伪特 征点的分布规律；最后结合局部纹线方向信息，针对不同的噪声，采用针对性的算法将各类噪声引 起的伪特征点分别予以删除，最终保留下来的特征点集即视为真正的特征点集【2 4 1 。 指纹特征点匹配就是将从所采集的指纹图像中提取的指纹细节特征点与待匹配模板中的指 纹细节特征点进行匹配，判断该两组指纹细节特征是否来自同一手指。指纹匹配算法主要有以 下几种： z c h e n 和c h k u o 提出了经过改进的基于特征点结构信息的脊线匹配算法，它可以不依赖 指纹中心点进行平移与旋转操作。这种算法不用寻找中心点，可以节省很多时间【2 1 1 。 x u d o n gj i a n g 和w e i y u n y a u 提出了基于特征点局部和全局结构的特征匹配算法，特征点的 局部结构匹配通常为通过在其某邻域内的平移与旋转操作，查找对应的特征点集合：特征点全 局结构主要用于决定指纹的类别【2 m 。 张洪光和刘雪梅提出了基于局部矢量匹配的指纹识别算法，在该算法中，将基于细节特征 点的匹配转化为细节特征点及其邻近的5 个点形成的局部矢量，每枚指纹分解成若干个这样的 基于a r m 的嵌入式指纹采集与识别系统的研究 局部矢量，通过匹配这些矢量来匹配细节点，这样两枚指纹的匹配就转化为矢量数组的匹配【2 3 。 z h a n gw e iw e i ，w a n gs e n 和w a n gy a n gs h e n g 提出一种基于中心点的指纹细节特征点匹配 算法，该算法综合了基于中心点匹配算法和非中心点匹配算法的优点，同时又避免了二者的缺 点。首先利用中心点检测算法获得中心点的位置，然后在中心区域定义了一些局部的结构，同 时利用这些局部结构寻找指纹细节特征组的对应点，并通过对应点和中心点的相对关系来确认 这些对应细节特征点：其次利用这些细节特征组中的对应点匹配全局的细节信息：最后利用匹 配细节特征组的全局距离和距离方差来判决最终匹配结果瞄1 。 h e n r ys e l v a r a j ，s a r i v a z h a g a n 和l g a n e s a n 提出了基于小波变换的离线指纹识别系统的实 现算法，该算法能够在采集到指纹图像与存储的没有提取指纹特征的指纹模板之间直接进行匹 配操作。该算法虽然不需要进行特征提取和特征匹配的过程，直接进行图像匹配，但运算量很 大，时间消耗太多，不适合推广应用【2 们。 s t o c k m a n 等提出了基于h o u g h 变换的点匹配算法，该算法的主要思想是将点匹配问题转换 为h o u g h 空间变换的最高峰值问题【2 7 l 。 综合现在已经存在的指纹图像处理和匹配的算法，有的识别率不高或误识率太高，有的前 两者都达到要求但是时间花费太大，因此都不是理想的指纹图像处理与识别方法。 1 3 本文指纹采集与识别系统 鉴于目前的社会环境需要和指纹识别的优越性，本文将对指纹采集与识别系统进行研究， 利用嵌入式系统的优势，能够对指纹进行在线实时采集，鉴于指纹图像数据量和后续图像处理 与识别算法的考虑，将指纹图像传输到p c 机上，对其进行滤波、增强、二值化、细化，特征 提取等处理，然后对提取出的特征首先注册生成指纹数据库，最后针对采集的指纹图像与建立 ， 南京航空航天大学硕士学位论义 适当处理过程，为以后的指纹识别工作做好准备。 ( 5 ) 对指纹图像提取特征点，去除伪特征点，研究现有的指纹识别算法，对各种算法进行 可行性分析，在吸取各种算法优点的情况下创造性的提出了基于细节点的三角形匹配算法，然 后对算法的关键参数进行调整并建立指纹库，针对建立的指纹库，调整匹配阈值参数，尽量减 少误拒率和误识率，达到最佳匹配的目的；最后用v c + + 6 0 来实现算法，建立完整的指纹采集 与识别系统。整体结构如下图1 4 所示。 _ - _ _ _ f _ _ - - _ - _ _ 1 广。1p ，_ _ _ 1r 1 l 指纹采集i 二爿指纹数据传输i 目指纹处理仁： l 建立指纹库# 二 i 指纹识别l l _ 一l _ 一 图1 4 指纹采集与识别系统总体架构 基于a r m 的嵌入式指纹采集与识别系统的研究 第二章指纹采集模块 2 1 指纹采集模块硬件平台 2 1 1 指纹传感器m b f 2 0 0 简介 综合考虑产品价格因素和所需精度的要求，本系统选择了f u j i t s u 公司推出的新一代指纹 传感器m b f 2 0 0 ，芯片外形如下图2 1 所示。 。 图2 1 指纹采集芯片m b f 2 0 0 它是一款专为嵌入式系统设计的高性能、低功耗的电容式指纹传感器，是一种触摸式c m o s 传感器件，具有指纹自动检测功能，其传感区域为1 2 8 c m x1 5 0 c m ，传感阵列为2 5 6 3 0 0 ，分 辨率为5 0 0 d p i ，内置有8 位模数转换器，可直接输出数字图像信号，用8 位数据线确定一个像 素点像素值，与其它的指纹传感器相比，m b f 2 0 0 具有以下特点【3 1 l ： ( 1 ) 低功耗设计：m b f 2 0 0 的手指自动检测功能允许主机在没有指纹按下时处在低功耗模 式，当有手指时才唤醒主机进行数据采集，从而节省整个系统的功耗。 ( 2 ) 芯片表层坚固耐用：m b f 2 0 0 表面涂层坚固耐用，能承受超过8 k v 的静电放电，即 便在恶劣环境中也能正常工作。 ( 3 ) 接口功能更加完善，易于集成：m b f 2 0 0 提供微控制器总线接口( m c u ) ，串行设备 接口( s p i ) 、u s b 接口。m c u 模式接口是个8 位的接口，图像传输速度高达3 0 帧秒。s p i 接 口通过内置的s p i 接口模块，可以方便地与其它支持s p i 接口的微