指纹锁 总结.docVIP

基于单片机的指纹识别密码锁 ——资料整理 历史背景： 主要是采集原理方面 指纹两个重要特征——不同手指指纹纹脊的式样不同；指纹纹脊的式样终生不变。 早期在犯罪鉴别中应用，1896年阿根廷，1901年苏格兰，20世纪初其他国家；20史记60年代，计算机指纹图形处理；20世纪80年代，指纹取像工具，90年代后期，可靠的比对算法。 优于其他身份鉴定技术的原因：(实用性和可行性) 1、独一无二，终生不变； 2、易于采样，难伪造； 3、每人十个手指指纹皆不同，可以构成多重口令； 4、指纹识别中，采用关键特征而非原始图像，使存储信息量减小。 ****************************************************************************** 指纹图像的处理：现代生物识别技术并不直接存储指纹图像（一是考虑到隐私权，二是由于存储空间的限制），而是记录从指纹原图像中提取到的特征，指纹识别算法最终都归结为在指纹图像上找到并比对指纹的特征。 指纹的总体特征：直接观察到的特征，包括基本纹路图案，环形(27.9%)，拱形(65.5%)，漩涡型(6.6%)。 识别技术困难：设备将三维指纹扫描成二维数字图像时，会有信息的丢失；手指划破、割伤、弄脏、不同干湿程度以及不同的按压方式，会导致指纹图像的变化。 传统的基于细节点的识别方法，依靠提取指纹脊线上的细节点，然后对其位置和类型进行匹配，来识别指纹，噪声会影响指纹特征点的提取。 硬件平台：成像系统（光学传感器），核心部分（ATmega16L单片机），存储设备器件。 工作原理：指纹经传感器采集，由传感器直接转换为RGB图像格式，并且有数据传输到MCU。单片机需要执行大量的模式识别和图像处理相关计算。固化的程序存储在单片机的程序Flash里，这些指令控制了整个指纹识别系统的工作流程。RAM为单片机的数据内存，用来存储临时数据。这就构成了数据通道。 指纹图像处理以及特征提取与实现：基于细节点特征的指纹自动识别技术是目前这方面研究的主流，其步骤如下： 预处理是将输入的(直接采集进来的)低质量、有噪音的指纹源图像处理成已细化了的清晰的二值化图像。其目的是减少低质量的图像对分类识别结果的影响，预处理中一般包括图像增强、滤波、二值化、细化等步骤。预处理的方法通常有两种; 方法一：先求方向图，后求频率图，最后由此得到Gabor滤波器对图像进行滤波。这种方法计算量比较大，再求频率图容易产生偏差，不利于单片机实现。 方法二：结合指纹图像自身的特点以及其源图像像素来确定该点是否为脊，直接准确地得到黑白二值的指纹脊图像，这种方法对于从不同渠道获得的图像均有不错的效果。 上述两种方法都需要用到方向图，方向图是一种可以直接从原灰度图像中得到有用信息在预处理、特征提取、指纹分类中有着重要的意义。我们总是在准确求得方向图的基础上运用各种滤波方法或直接找脊的方法来进行预处理。 方向图描述了指纹图像中每一像素点所在脊线或谷线在该点的方向，也可以看做是指纹源图像的一种变化表示方法，即用纹线的方向来表示该纹线。 方向图有两种：一种是点方向图，表示源指纹图像中每一点脊线的方向；另一种是块方向图，表示源指纹图像中每一点中每一块脊线的大致方向。 计算方向图的基本思想是：在原灰度图像中每一点(或每一块)在各个方向上的某个统计量(如灰度差、梯度等)，根据这些统计量在各个方向上的差异，确定该点(块)的方向。点(块)方向一般是灰度值变化最小的方向。下面讲一下方向图的计算。 方向图的计算：1、求点方向图 2、由点方向图求块方向图的算法 3、最小均方估计块方向算法 指纹图像的滤波：在指纹处理中用到滤波器，主要是在于去除图像噪声，增强图像质量，即增强指纹脊与谷的对比度，修补图像——连接脊中出现的断点、去除图像的叉连现象。 一个基本的滤波器有两部分组成，平滑滤波器(连接断点)和分离滤波器(去除图像中的叉连现象)。 指纹图像的二值化：波形图中的波谷对应指纹图像的脊线(暗纹)，而波峰则对应指纹图像的谷线(亮纹)。 指纹图像的细化：将二值化后的指纹图像处理，使其线条变细，即只保留其骨架特征。 特征提取：指提取指纹图像的局部特征，也就是细节点特征。基于细节点的指纹自动识别系统中，特征提取是在细化后的指纹图像上进行的。注意去除假特征点。 需要记录存储的信息：对于每一个细节点，我们记录如下信息： 细节点的x,y坐标； 细节