基于DSP的指紋識別系統(tǒng)設(shè)計

　　指紋識別技術(shù)通過分析指紋的局部特征，從中抽取詳盡的特征點，從而可靠地確認個人身份。指紋識別的優(yōu)點是指紋作為人體獨一無二的特征，它的復(fù)雜度可以提供用于鑒別的足夠特征，具有極高的安全性。相對于其他身份認證技術(shù)，指紋識別是一種更為理想的身份認證技術(shù)，指紋識別不僅具有許多獨到的信息安全優(yōu)點，更重要的是具有很高的實用性、可行性，已經(jīng)廣泛應(yīng)用于金融、電子商務(wù)以及安全性能要求教高的行業(yè)中。

　　目前多數(shù)指紋識別系統(tǒng)是將指紋圖象采集到計算機中，利用計算機進行識別。國外一些公司生產(chǎn)的獨立指紋識別系統(tǒng)，價格比較高昂。這些都限制了指紋識別技術(shù)的普及。因此，研究開發(fā)快速、識別率高、廉價的獨立指紋識別系統(tǒng)具有很大的市場前景和重要的科學(xué)研究價值。

　　本文提出了一種新型基于DSP的指紋識別系統(tǒng)，硬件上利用DSP的高速處理能力，構(gòu)建高速的數(shù)據(jù)處理平臺，軟件上參考DSP和硬件邏輯的處理特點，對傳統(tǒng)的指紋算法進行改進，滿足實時性和可靠性要求。

2 硬件系統(tǒng)結(jié)構(gòu)

　　系統(tǒng)的原理框圖如圖（1）所示：

　　　　　　　　　　　　圖（1）系統(tǒng)結(jié)構(gòu)框圖

　　本系統(tǒng)整體上可以分為圖像采集模塊、圖像處理及識別模塊以及輸出模塊三部分組成。

2.1 圖像采集模塊

　　圖像采集模塊中，由于指紋識別系統(tǒng)中并不需要實時觀察圖像，所以對傳感器要求不是很高，一般的黑白數(shù)字CMOS傳感器都能滿足要求。本系統(tǒng)中采用了一款300萬象素的高清晰度黑白傳感器作為圖像獲取器件，非常適合作為指紋圖像傳感器使用。主要考慮到CMOS器件成本低、分辨率高、可靠性好的優(yōu)點。缺點為當(dāng)手指汗液多或干裂時成像質(zhì)量可能變差。在圖像識別過程中，采用了基于GABOR的增強算法，基本上可以克服由此造成的影響。

2.2 圖像處理及識別模塊

　　圖像處理及識別模塊的結(jié)構(gòu)關(guān)系到系統(tǒng)的性能的總體水平，采用FPGA+DSP的體系結(jié)構(gòu)有利于構(gòu)建高效的數(shù)據(jù)處理流程和方便處理任務(wù)的分配，提高系統(tǒng)的并行程度和資源利用率。系統(tǒng)中的SRAM、SDRAM、FLASH直接連到DSP上供其使用：FLASH用于存放程序和一些固定的表格數(shù)據(jù)；SDRAM作為DSP的系統(tǒng)內(nèi)存，用于系統(tǒng)程序的運行；SRAM是高速的數(shù)據(jù)存儲區(qū)，用于存放程序運行是產(chǎn)生的臨時變量。而DDR SDRAM是專門用于存放采集到的指紋數(shù)據(jù)以及預(yù)處理過程中計算得到的象素點梯度數(shù)據(jù)等一些大容量的數(shù)據(jù)塊，直接連接到FPGA，是系統(tǒng)中最高速的內(nèi)存區(qū)域。FPGA除了作為DSP處理器的擴展總線接口外，還分擔(dān)了部分數(shù)據(jù)處理任務(wù)，因為僅僅靠一塊DSP是不能勝任所有的運算和控制任務(wù)的，指紋數(shù)據(jù)處理時，經(jīng)常會遇到一些繁瑣的加減運算和比邏輯運算，通常這部分都是由FPGA代為處理的，考慮到指紋處理算法的特殊性，同時還要兼顧實現(xiàn)DDR控制功能。

　　由于指紋識別過程中數(shù)學(xué)運算量大，因此程序設(shè)計不可避免的需要較大的存儲空間，為了提高整體性能，需要把繁重的運算任務(wù)交給DSP處理，而圖像采集部分則要盡可能少的占用DSP時間。另外，利用圖像采集的間隙，或是圖像采集的同時，由硬件完成一部分簡單而繁瑣的運算可以分擔(dān)DSP的處理任務(wù)，提高處理的并行度，滿足對實時性的要求。本系統(tǒng)采用了TMS320VC5402，其運算速度快，并且具有很高的性價比。系統(tǒng)中采集到的8bits灰度指紋圖像，每個像素占用一個字節(jié)，圖像尺寸為512×512個像素大小，存儲一幀圖像需要256k字節(jié)存貯空間。DSP單元是整個指紋處理系統(tǒng)的核心，負責(zé)對指紋進行實時處理。

2.3 輸出模塊

　　作為獨立的指紋識別系統(tǒng)，經(jīng)過系統(tǒng)識別的數(shù)據(jù)可以通過LCD直接顯示出來。系統(tǒng)在設(shè)計時，也可以將系統(tǒng)作為終端使用，即通過FPGA擴展出以太網(wǎng)接口，作為需要通過網(wǎng)絡(luò)傳送指紋庫數(shù)據(jù)的大型指紋識別系統(tǒng)終端。

3 指紋識別算法

　　指紋識別算法是指紋識別的核心，本系統(tǒng)中采用的指紋識別算法流程如圖（2）所示。

　　　　　　　　　　　圖（2）指紋識別算法流程

　　圖像增強是指紋圖像預(yù)處理需要解決的核心問題，指紋圖像增強的主要目的是為了消除噪聲，改善圖像質(zhì)量，便于特征提取。由于指紋紋理由相間的脊線和谷線組成。這些紋理蘊涵了大量的信息，如紋理方向、紋理密度等等。在指紋圖像的不同區(qū)域，這樣的信息是不同的。指紋圖像增強算法就是利用圖像信息的區(qū)域性差異來實現(xiàn)的。傳統(tǒng)的指紋圖像增強就是利用圖像的紋理方向信息，構(gòu)造方向濾波器模板來實現(xiàn)濾波的。濾波器構(gòu)造的簡單性和指紋圖像復(fù)雜性的矛盾限制了其作用的有效性。本系統(tǒng)中采用的是參考了指紋圖像紋理頻率信息，并且以GABOR變換這個能夠同時對圖像局部結(jié)構(gòu)的方向和空域頻率進行解析的最優(yōu)濾波器作為濾波器的模板，因而極大的改善了增強算法的效果。

3.1 脊線方向

　　除奇異區(qū)外，指紋圖像在一個足夠小的區(qū)域內(nèi)，紋理近似于相互平行的直線，這就是指紋圖像的方向性特征。方向性特征是指紋圖像中最為明顯的特征之一，它以簡化的形式直觀的反映指紋圖像的基本形態(tài)特征，因而被廣泛應(yīng)用于指紋圖像的分類、增強、特征提取等方面。

　　提取脊線方向方法為：

　　⑴ 將指紋圖像分割成足夠小的子塊，以滿足塊中紋理近似平行的條件。

3.2 脊線頻率

　　指紋紋理除了具有穩(wěn)定的方向性特征外，還具有穩(wěn)定的頻率性特點。在指紋圖像的一個局部區(qū)域內(nèi)，脊線和谷線的紋理走向平行，同時沿脊谷方向的灰度分布近似于正弦包絡(luò)。

　　脊線頻率被定義為兩條脊線之間間距的倒數(shù)。通過定位該包絡(luò)中極大、極小值點，就能得到相應(yīng)的脊線間距和谷線間距，進而計算出脊線頻率。

3.3 GABOR濾波器

　　GABOR變換由于具有最佳時域和頻域連接分辨率的特點，能夠同時對圖像局部結(jié)構(gòu)的方向和空域頻率進行解析，可以很好地兼顧指紋圖像的脊線方向和脊線頻率信息。

　　本系統(tǒng)中采用GABOR濾波器函數(shù)的實部作為模板，以與子塊紋線方向垂直的方向作為濾波器方向，以脊線頻率作為濾波器頻率來構(gòu)建濾波器。濾波過程如下式所示：

　　其中， 為原始圖像灰度， 是GABOR濾波后的圖像灰度，W為濾波器模板大小，S為模板系數(shù)和， 為子塊的域方向值。需要注意的是GABOR濾波器中的 與指紋文理方向垂直。對 和 的取值需要進行折衷，取值越大，則濾波器的抗噪性能越好，但也容易聲成假的脊線。這里取 和 。

3.4 指紋匹配

　　本系統(tǒng)中指紋匹配采用基于特征點集合匹配的校準算法，該算法多為簡單的比較邏輯和加減運算，不需要用到DSP處理單元。

4 系統(tǒng)處理流程

　　整個系統(tǒng)的處理的過程分為四個步驟：

　　 ⑴ 從圖像傳感器輸出的指紋圖像首先送到FPGA緩沖，同時運用設(shè)計好的預(yù)處理模塊對數(shù)據(jù)進行處理，得到各像素點的梯度值以及子塊中極大值點的坐標，所有這些數(shù)據(jù)連同原始數(shù)據(jù)以突發(fā)模式存入DDR SDRAM中；

　?、?DSP通過FPGA從DDR SDRAM中讀取所有相關(guān)數(shù)據(jù)，計算出脊線方向和脊線頻率，然后利用GABOR對原始數(shù)據(jù)進行濾波，處理后的圖像數(shù)據(jù)再通過FPGA存入DDR SDRAM中，因此在DDR SDRAM的輸入輸出端都需要進行緩沖；

　　⑶ 根據(jù)DSP處理的指令要求，從DDR SDRAM中讀出濾波后的數(shù)據(jù)，由FPGA內(nèi)部的比較邏輯提取出指紋圖像中每行（每列）中的極大值點，送到DSP進行進一步處理，完成指紋圖像脊線提??；

　?、?由DSP完成匹配識別算法，并輸出處理結(jié)果。

5 結(jié)論

　　以上設(shè)計方案綜合考慮了各方面因素，兼顧了DSP處理器和FPGA協(xié)處理器的性能狀況和資源需求來分配任務(wù)，而且在數(shù)據(jù)采集的同時完成了指紋方向和頻率提取的部分運算，減少了內(nèi)存操作的次數(shù)，采用的根據(jù)系統(tǒng)特點優(yōu)化的基于GABOR的增強算法，提高了系統(tǒng)的實時性，滿足應(yīng)用要求。

參考文獻：
[1] Texas Instruments Incorporate TMS320C54XUser’s Guide [Z] 2002.
[2] 羅西平，田捷.自動指紋識別中圖像增強和匹配算法[J].軟件學(xué)報，2002，13（5）：946~956.
[3] Lin Hong ，Yifei Wan，Anil Jain. Fingerprint Image Enhancement : Algorithm and Performance Evaluation [J]. IEEE Transaction on Pattern Analysis and Machine Intelligence,1998,8(20):777~789.
[4] 吳建明，施鵬飛.一種基于方向場和細節(jié)特征匹配的指紋識別方法[J].計算機工程與應(yīng)用，2003，（2）：91~93.