基于dsp的指纹识别系统详解.ppt

指纹采集电路 BMF200 容式固体指纹采集器 存储器扩展、LCD液晶显示模块电路及附加电路 SRAM，FLASH 主体电路图 系统软件设计（） 1、指纹识别算法流程图 2、指纹识别程序框图 3、指纹识别算法具体实现 4、指纹识别调试 系统处理流程 （） 整个系统的处理的过程分为四个步骤: (1)从图像传感器输出的指纹图像首先CPLD在DSP的控制下完成指纹采集，同时运用设计好的预处理模块对数据进行处理、得到各像素点的梯度值以及子块中极大值点的坐标，所有这些数据连同原始数以突发模式存入SRAM中。 (2) DSP通过CPLD从 SRAM中读取所有相关数据，计算出脊线方向和脊线频率，然后利用dsp中的滤波算法对原始数据进行滤波处理，处理后的图像数据再通过CPLD存入SRAM中，因此在SRAM的输入输出端都需要进行缓冲 (3)根据DSP处理的指令要求，从SRAM中读出滤波后的数据.由CPLD内部的比较逻辑提取出指纹图像中每行〔每列)中的极大值点，送到DSP进行进一步处理，完成指纹图像脊线提取。 (4)由DSP完成匹配识别算法，并输出处理结果。 指纹识别程序框图 开始 指纹录入？ 特征提取 质量检测 注册模块 存入指纹 数据 储存成功 指纹提取 指纹处理 指纹比对 结果输出 结束 Y （） N 算法流程 （） 二、指纹识别算法具体实现 1、指纹获取 利用指纹取像设备MBF200来获取目标指纹。 2、图像预处理标准化 由于受采集设备工作环境及参数的影响，采集到的指纹图像总体对比度较差，所以用图像规格化将指纹图像的灰度调整到一个统一的范围，使不同的图像具有相同的灰度均值和方差从而是后续处理具有相同的基准。令I表示原始指纹图像，起大小为M8,I（i,j）表示图像中像素点（i,j）的灰度值，令G表示灰度规格化的指纹图像G(i,j)规格化后图像中像素点（i,j）的灰度值。 Mean和Var是原始图像的灰度均值和方差，而Mean和Var0是期望图像的灰度值和方差。根据实际经验发现Mean0=180和Var0=3600时原始指纹图像显示较好。 3、图像滤波处理 根据Gabor滤波良好的方向性和频率选择特性能较好的获取局部或者全局的特征。例如非指定方向的噪声，实现对图像的增强处理其空间表达式如下： 其中 由公式可以看出Garbo滤波实际上是有二维高斯函数和余弦的乘积构成。对于Garbo滤波的算法实际上是确定上面四个参数，这四个参数的准确性直接关系到Garbo的滤波效果 4、指纹图像的二值法处理 二值化处理是将指纹的图像转化成有其仅有黑白两色的图像，这样不仅可以大大减少储存量，而且可使得后面的判断过程少受干扰，大大简化其后的处理方法。二值化的难点就是对阈值的选择，阈值选择的好坏直接关系到二值化的好坏。灰度图像的二值化就是选定一个阈值T，如果大于这个阈值则灰度设为255，如果小于这个阈值则灰度值设置为0； 根据阈值的选取情况，可以分为全局阈值、局部阈值和动态阈值三种方法，全局阈值是最简单的一种方法，它根据图像的直方图或者灰度空间分布可以确定一个阈值，以此实现灰度图像到二值图像的转换。 5、指纹图像细化 1--特征提取 指纹图像的质量较差为指纹特征的可靠提取带来很大的难度，尽管经过指纹图像增强处理可以改善图像的质量，但是指纹增强很难完全恢复指纹纹线的清晰度，另外指纹增强方法本身也可能产生新的误差。 由指纹自动识别系统可知，提取精确、稳定的特征点是至关重要的，它是指纹识别的前提，为了匹配的快速、准确、指纹特征提取应具备以下特征： （1）、提取简单、容易计算 （2）、稳定随噪声干扰变化不大 （3）、保证指纹特征点的唯一性 （4）、适于实现自动匹配 2--常见几种伪特征点类型 （1）毛刺：毛刺的出现是由于随机噪声的影响形成的，其特点是一对端点与分叉点之间相连且两点间距离较近。 （2）短线：当指纹比较脏时，采集到的指纹图像容易出现比较多的短线，其特征是两点间距离很小，且存在一条纹线相连。 （3）断线：往往由于手指头比较干，采集到的指纹图像存在大量纹线间断。其特征是两点间距离很小，沿局部纹线方向之间的区域没有纹线存在。 （4）小孔：主要是由于随机噪声的影响造成的，其特征是两点之间距离非常近，且两点之间连线近似与局部纹线方向平行。 （5）小桥：当指头比较湿的时候，采集到的指纹图像往往会出现较多纹线交叉的现象。其特征是，两点之间的距离恰好等于平均间距，且两点间连线近似垂直于其局部领域的纹线方向。 3--特征值的提取 1）找出所有特征点和脊线：这里特征点是指分叉点和端点。