未来智讯 > 人脸语音识别论文 > 基于S3C2410的嵌入式指纹识别系统
    摘要:对指纹识别电子产品开发平台进行了分析研究,设计了含D S P 的A R M 嵌入式指纹识别电子产品技术框架结果及其软件流程,并进行VC++ 编程,实现了含DSP 的ARM 嵌入式指纹识别系统的识别方法。系统容易扩展对外部数据的存放需要,适合需要存储大量指纹特征库场合的应用需求。弥补了指纹识别器控制平台成本较高、难以携带等缺点。
    关键词:指纹识别;嵌入式系统;S3C2410
    中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2013)29-6605-04
    在当今信息化的时代中,每时每刻都传递着大量的信息。传统的信息安全系统已经不能满足人们的要求。纵观整个社会,基于生物技术的信息安全系统已经无声无息的融入到了我们每个人的生活之中。如虹膜识别、人脸识别、指纹识别、语音识别[1]等等。其中指纹识别技术以诞生最早,使用频率最高,安全性能最强等优点逐渐得到越来越多的应用。目前大部分的指纹识别多以计算机为控制平台,导致指纹识别器控制平台成本较高、难以携带等缺点。该文采用以ARM为主处理器,DSP作为从处理器的嵌入式系统作为指纹识别系统的控制平台则可以很好地弥补这些缺点,同时还会给我们带来硬件实现容易、成本降低等好处。
    1 系统总体设计
    本嵌入式系统就是采用ARM和DSP双核处理器,来构建具有双核处理器的嵌入式指纹自动识别系统。主处理器采用三星的S3C2410处理器,从处理器是TI公司的TMS320VC5416处理器,系统框架图1所示。其中ARM芯片采用的是SAMSUNG公司推出的16/32位RISC处理器S3C2410,是价格低、功耗低、性能高的小型微控制器。DSP采用的是TI公司推出的定点数字信号处理器,其功耗低、性能高,具有灵活的接口。传感器选择了FPC1011F 指纹传感器,FPC1011F 是瑞典FingerPrints 公司成功推出的一种电容式面状指纹传感器。是一种全新的基于certus 传感器平台的领先级电容式指纹传感器。它采用独特的反射式测量法,脉冲信号由芯片内部产生后,经过ABS 导电框传给手指。因为人体也是一个导体,脉冲通过手指的时候,手指指纹谷和脊会形成高低不同的电压,经晶圆体接受并将信号放大,再经过A/D 转换,从而输出指纹图像的数字信号。
    2 系统硬件设计
    2.1 电源模块
    TI公司的DSP是采用双供电模式,即内核电压和I/O口电压要分别供电,这样可以有效的降低芯片的功耗。内核电压和I/O口电压的上电和掉电次序也有着严格的要求,内核电压先供电,I/O口电压次之。但在掉电时I/O口要先掉电,然后内核才能掉电。DSP5416的内核电压为1.6V,I/O电压为3.3V,为了产生稳定的电源信号系统中采用TPS系列为DSP供电,LM111733芯片路输出为3.3V,TPS76316输出为1.6V,可以最大程度上满足DSP5416的供电需求。在电源设计时一定注意滤波电容的选择,因为系统的稳定性直接受电源模块的影响,所以在滤波电容的选择时要注意电容的质量和稳定性。电源模块如下图2所示。
    2.2 存储器模块及其扩展
    在TMS320VC5416中ROM只有16K,而FPC1011指纹传感器采集的指纹图像大小为152×200像素,一幅图的有30K大小,在实际应用中需要同时两幅图进行比较匹配,同时在程序运行过程中还有数据存放,故原有的ROM就不够了,需要存储器的扩展,实际应用中指纹的注册数据要放在非易失存储器中,所以本系统中扩展了片外Flash和RAM。
    本系统选用SST39VF400A的Flash芯片和IS61LV25616AL型Sram芯片。
    SST39VF400A是Silicon Storage公司的一款256×16位CMOS Flash Memory产品,他的特点是擦除和编程都采用SuperFlash技术实现,并且擦除时间短,耗能低。同时SpuerFlash技术能保证编程和擦写时间不受已编程数据块影响。这种特性使的在系统设计时不用考虑软件或硬件上调系统的读/写速率。
    IS61LV25616AL型SRAM芯片,采用CMOS技术,3.3V供电,可以和DSP芯片直接相连,无需电压转换芯片,而且其读写时序可以在DSP全速运行条件下正常读写数据。其扩展图如图3所示。
    2.3 ARM与DSP的通信接口设计
    嵌入式指纹识别系统中,除了指纹识别模块和DSP处理模块这两个关键模块外,还有就是ARM与DSP的通信模块。
    VC5416芯片的HPI接口模块就是为了和其他处理器进行高速通信而专门设计的一个模块,主机接口(HPI,Host Port Interface)的类型有8位标准型、8位增强型、16位标准型和16未增强型。可把它分为8位和16位工作模式,而且TMSVC5416的I/O口电压为3.3V,可以直接相连,省去了电平转换芯片,本系统是采用ARM开发板与DSP相连,下面图4给出ARM与DSP连接的电路图。
    3 系统软件设计
    一个完整的指纹识别系统[2]主要包括指纹图像采集、指纹预处理、特征提取和指纹匹配等内容,如图5所示。通过指纹读取设备读取到人体指纹的图像,然后要对原始图像进行初步的处理,使之更清晰,再通过指纹辨识软件建立指纹的特征数据。软件从指纹上找到被称为“节点”的数据点,即指纹纹路的分叉、终止或打圈处的坐标位置,这些点同时具有七种以上的唯一性特征。通常手指上平均具有70个节点,所以这种方法会产生大约490个数据。这些数据,通常称为模板。通过计算机模糊比较的方法,把两个指纹的模板进行比较,计算出它们的相似程度,最终得到两个指纹的匹配结果。
    3.1 指纹图像采集
         本系统采用的是瑞典FingerPrints公司推出的具有独特探测技术,良好的对干湿手指的适用性,且可以使传感器的表面材料厚度到达其他电容式指纹传感器的几十倍左右的电容式面状指纹传感器FPC1011F。FPC1011F具有指纹采集速度快,抗静电能力强,对干湿手指都具有良好适用性等优点。 指纹采集程序流程图如图6所示。
    3.2 指纹图像预处理
    在指纹图像采集过程中不可避免的会引入各种噪声,这些噪声会对特征点提取产生干扰,甚至会产生伪特征点,故在提取特征点前应对图像进行预处理,即对指纹图像除噪,使指纹图像清晰、边缘显示,以便于提高提取和存储特征点准确度,其主要过程包括畸形校正、图像分割、滤波增强、二值化和细化[3]。
    3.3 指纹图像特征提取
    对指纹图像的特征点提取就是通过算法检测指纹图像中的奇异点和细节点这两类特征点的数量遗迹每个特征点的类型,位置和所在区域的纹线方向。在一般情况下指纹图像提取的特征在10~100个之间,许多文献[4]认为应该至少有12个特征才能进行匹配。
    在基于统计的思想,一般将一个N*N窗口沿着行和列移动,在窗口内部计算统计特征,决定相应的细节点的保留与否。这样就是为了得到真正的细节点,而除去为细节点。该文采用的是8邻域编码纹线跟踪算法来提取图像的特征点。流程图如图7所示。
    3.4 指纹匹配
    图像的匹配是指指纹特征点拓扑结构的匹配。它涉及指纹图像匹配的相似度,指纹图像匹配的模型,以及其他对比方法。在本文中采用的是极坐标法,Anil Jain指出使用极坐标法比直角坐标法更好的描述非线性形变。罗西平[5]等参考了Anil Jain等提出的算法,对其进行了改进,提出了一种新的基于极坐标下的指纹匹配算法。该文就是参考这种算法,流程图如图8所示。
    4 指纹系统的实现
    我们采用的ARM是S3C2410的ARM,该ARM可嵌入Win-dows CE操作系统并可采用eVC4.0工具进行Visual C++软件编程。
    1)分别单击Open1和Open2按扭,导入分类指纹电子数据库模块中的两个指纹图像,如图7 所示。
    2) 单击Match按扭,即可显示指纹模式识别对比的结果,如图8 所示。
    5 结束语
    本文设计了一个采用ARM和DSP双核处理器,来构建具有双核处理器的嵌入式指纹自动识别系统,具有硬件实现容易、成本降低等好处。利用其优异的图像采集技术,可以很容易的采集到清晰有效的指纹图像,可以对两个指纹图像进行对比匹配,可以非常容易扩展对外部数据的存放需要,非常适合需要存储大量指纹特征库场合的应用需求,具有实际应用价值。
    参考文献:
    [1] T Kamei and M.Mozoguehi.Image filter design for fingerprint enhancement[C].In:Proc.ISCV, 95, Coral Gables, FL,1995:109-114.
    [2] Peter Komarinski. Automated Fingerprint Identification System[M].New York:Elsevier Academic Press,2005:1-257.
    [3] 叶青.指纹识别系统中的预处理组合算法[J].光电工程,2009(4).
    [4] 陈跃峰,肖自美,王植.指纹图像特征提取的新方法[J].计算机工程与应用,2001,16:26-29.
    [5]罗西平,田捷.自动指纹识别中的图像增强和细节匹配[J].软件学报,2002 ,13(5):946-956.
转载请注明来源。原文地址:https://www.7428.cn/page/2017/1207/9008/
 与本篇相关的热门内容: