較好的嵌入式培訓(xùn)機(jī)構(gòu)_解析嵌入式指紋檢索系統(tǒng)設(shè)計(jì)

小嵌

較好的嵌入式培訓(xùn)機(jī)構(gòu)_解析嵌入式指紋檢索系統(tǒng)設(shè)計(jì),   

指紋識(shí)別技術(shù)在整個(gè)生物特征識(shí)別領(lǐng)域占據(jù)著重要地位，目前傳統(tǒng)的指紋識(shí)別系統(tǒng)在指紋匹配準(zhǔn)確度上也已經(jīng)達(dá)到了比較理想的效果。然而，隨著數(shù)據(jù)信息的膨脹，在很多應(yīng)用場(chǎng)合下指紋數(shù)據(jù)庫(kù)的規(guī)模越來(lái)越大，當(dāng)系統(tǒng)需要處理大容量的指紋數(shù)據(jù)庫(kù)時(shí)，如果采用傳統(tǒng)的一對(duì)一的指紋識(shí)別模式，則將消耗相當(dāng)長(zhǎng)的時(shí)間。這對(duì)于實(shí)時(shí)性要求較強(qiáng)的應(yīng)用系統(tǒng)而言，顯然是不可接受的。為了提高大容量數(shù)據(jù)庫(kù)下指紋識(shí)別的效率，一種基于指紋檢索策略的快速搜索方案被提出，這一方案將有效降低整個(gè)指紋識(shí)別過(guò)程的耗時(shí)量。  

此外，在嵌入式技術(shù)高速發(fā)展的今天，市場(chǎng)對(duì)于高度集成化、便攜化、智能化的嵌入式指紋系統(tǒng)有著強(qiáng)烈的需求。考慮到嵌入式指紋系統(tǒng)需要進(jìn)行現(xiàn)場(chǎng)指紋采集、指紋查找和驗(yàn)證等過(guò)程，則更需要合理的策略來(lái)保證系統(tǒng)的實(shí)時(shí)性和可靠性。因此，設(shè)計(jì)高效的嵌入式指紋檢索算法，并在具有大容量指紋數(shù)據(jù)庫(kù)的嵌入式系統(tǒng)下實(shí)現(xiàn)指紋的快速檢索與匹配，有著重要的研究意義和廣泛的商業(yè)價(jià)值。  

1.自動(dòng)指紋識(shí)別系統(tǒng)研究  

隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展，F(xiàn)BI和法國(guó)巴黎警察局于上世紀(jì)六十年代開(kāi)始了對(duì)自動(dòng)指紋識(shí)別系統(tǒng)AFIS（Automatic Fingerprint Identification System）的研究。自動(dòng)指紋識(shí)別系統(tǒng)（AFIS）最初使用于刑事案件偵破之中，到了九十年代，被廣泛用于個(gè)人身份的鑒定。  

自動(dòng)指紋識(shí)別系統(tǒng)（AFIS）是一個(gè)典型的生物特征識(shí)別系統(tǒng)，它包括了指紋圖像采集模塊、圖像預(yù)處理模塊、指紋特征分析與提取模塊、指紋對(duì)比匹配模塊等幾個(gè)部分。在實(shí)際應(yīng)用中，一個(gè)完整的自動(dòng)指紋識(shí)別系統(tǒng)一般可以實(shí)現(xiàn)指紋注冊(cè)和指紋匹配兩大功能。在進(jìn)行指紋注冊(cè)時(shí)，系統(tǒng)首先通過(guò)指紋圖像采集模塊采樣得到待注冊(cè)用戶的指紋圖像數(shù)據(jù)；隨后將這些數(shù)字化的圖像信息傳入主控制器，并由圖像預(yù)處模塊進(jìn)行預(yù)處理加工；接著由指紋特征分析與提取模塊提取出需要的指紋特征，并生成指紋特征模板；最后將特征模板存放到指紋數(shù)據(jù)庫(kù)中。在進(jìn)行指紋匹配時(shí)，首先依然是采集待鑒定用戶的指紋圖像數(shù)據(jù)；接著同樣進(jìn)行圖像預(yù)處理和指紋特征提��；然后利用提取到的待測(cè)指紋特征與指紋庫(kù)中的指紋特征模板進(jìn)行對(duì)比；最后給出認(rèn)證結(jié)果以確認(rèn)身份是否匹配。自動(dòng)指紋識(shí)別系統(tǒng)基本工作流程如圖1所示。  



   

為了應(yīng)對(duì)某些大容量指紋數(shù)據(jù)庫(kù)下自動(dòng)指紋識(shí)別系統(tǒng)運(yùn)行效率低下的問(wèn)題，目前學(xué)術(shù)界也提出了相關(guān)優(yōu)化措施，其中以指紋分類策略和指紋檢索策略最具代表性。指紋分類技術(shù)的不足之處在于人體指紋并非均勻的分布在各個(gè)指紋類中，在很大的數(shù)據(jù)庫(kù)下并不能很有效的減小對(duì)比范圍；另外對(duì)于模糊指紋，并不能起到準(zhǔn)確的分類效果。而指紋檢索技術(shù)則能較好的避免以上問(wèn)題，在縮小對(duì)比范圍的同時(shí)，也克服了模糊指紋分類不確定的缺陷。  

2.指紋檢索算法與程序設(shè)計(jì)  

2.1指紋圖像預(yù)處理算法  

指紋檢索的首要環(huán)節(jié)就是進(jìn)行指紋圖像的預(yù)處理工作，其目的是為了去除圖像無(wú)效區(qū)域、降低噪聲，從而提高指紋檢索的效率。在利用指紋采集器獲取到灰度化的原始指紋圖像后，首先是進(jìn)行指紋圖像的分割，提取出指紋前景區(qū)；然后再通過(guò)計(jì)算平均像素灰度的方法對(duì)圖像進(jìn)行標(biāo)準(zhǔn)化處理，使指紋圖像的灰度和對(duì)比度調(diào)整到一個(gè)統(tǒng)一標(biāo)準(zhǔn)的范圍內(nèi)。  

預(yù)處理的第二環(huán)節(jié)是圖像的濾波增強(qiáng)，本文采用基于方向場(chǎng)和頻率場(chǎng)特性的Gabor濾波增強(qiáng)算法對(duì)指紋圖像進(jìn)行增強(qiáng)處理。在濾波前首先需要計(jì)算指紋圖像的脊線方向場(chǎng)圖像和頻率特性圖，對(duì)于指紋脊線方向場(chǎng)信息，采用經(jīng)典的Sobel算子求取像素的梯度值，然后利用求出的像素橫向梯度矢量Gx和縱向梯度矢量Gy計(jì)算方向角度值；對(duì)于指紋頻率信息，則通過(guò)計(jì)算某一區(qū)域指紋脊線間平均像素距離而得到。獲得以上信息后，再利用Gabor濾波函數(shù)對(duì)指紋圖像做增強(qiáng)處理。  

得到增強(qiáng)的指紋圖像后，還要對(duì)圖像進(jìn)行二值化和細(xì)化處理。二值化是使灰度圖像變成黑白圖像，將圖像在灰度層次上從原來(lái)的256色降為黑白2色，對(duì)指紋圖像信息量進(jìn)行了壓縮；細(xì)化則是在不改變?cè)�有圖像像素拓?fù)溥B接關(guān)系的條件下，保留了紋線的主要信息，使指紋圖像的脊線分布變得簡(jiǎn)單明了，為指紋特征的提取和索引做準(zhǔn)備，因此也是圖像預(yù)處理中非常重要的一步。  

2.2指紋特征提取算法  

指紋特征提取的主要目的是計(jì)算指紋核心點(diǎn)（Core）和細(xì)節(jié)點(diǎn)（Minutia）的特征信息。在提取指紋核心點(diǎn)時(shí)，采用的是Poincare Index算法，該算法的思路是在指紋圖像某像素點(diǎn)區(qū)域內(nèi)，按圍繞該點(diǎn)的閉合曲線逆時(shí)針?lè)较蛐�轉(zhuǎn)一周，計(jì)算方向角度旋轉(zhuǎn)變化量的和，最后以計(jì)算結(jié)果來(lái)尋找核心點(diǎn)。計(jì)算過(guò)程中如果某像素點(diǎn)的Poincare Index值為π則判定為核心點(diǎn)，然后便提取該點(diǎn)的坐標(biāo)與方向場(chǎng)信息，記為P（Cx， Cy，θc）。  

對(duì)于指紋的細(xì)節(jié)點(diǎn)特征，在本設(shè)計(jì)中只要求提取指紋脊線端點(diǎn)（Ending）和脊線分叉（Bifurcation）兩種細(xì)節(jié)點(diǎn)。在細(xì)化的指紋圖像中，這兩種細(xì)節(jié)點(diǎn)的形態(tài)如圖2和圖3所示：  



   

在提取指紋細(xì)節(jié)點(diǎn)時(shí)，首先為細(xì)化圖像中的每個(gè)像素點(diǎn)P建立一個(gè)8鄰域像素區(qū)，如圖4所示。其中P1~P8為像素點(diǎn)P周?chē)�的鄰近環(huán)繞像素點(diǎn)。P1~P8中黑色點(diǎn)的值設(shè)為1，白色點(diǎn)的值設(shè)為0.  



   

根據(jù)Crossing Number （CN）理論，在8鄰域像素圖中按照公式1計(jì)算像素點(diǎn)的CN值。例如在圖2和圖3中，8領(lǐng)域像素區(qū)域內(nèi)中心點(diǎn)的CN值分別為1和3.  



   

最后按上述方法對(duì)細(xì)化指紋圖像中的所有像素點(diǎn)進(jìn)行CN值計(jì)算，當(dāng)CN值為1時(shí)，可判定所檢測(cè)的P點(diǎn)為脊線端點(diǎn)，當(dāng)CN值為3時(shí)，則可判定P點(diǎn)為脊線分叉點(diǎn)。檢測(cè)到細(xì)節(jié)點(diǎn)之后返回該點(diǎn)的坐標(biāo)（x，y），并根據(jù)CN的值返回細(xì)節(jié)點(diǎn)的類型T，然后再讀取該點(diǎn)的方向角θ。因此，在本算法中一個(gè)指紋細(xì)節(jié)點(diǎn)的具體特征最后用M（x， y，θ，T）算子來(lái)表征。  

2.3 指紋索引與檢索算法  

在得到一系列的指紋特征后，接下來(lái)就是設(shè)計(jì)指紋綜合索引因子。索引因子以多維向量的形式表示，概括了一枚指紋圖像的綜合特征。指紋檢索時(shí)通過(guò)將待查詢指紋的索引因子與數(shù)據(jù)庫(kù)中指紋的索引因子相比較，可快速計(jì)算得出與目標(biāo)指紋相似度較高的一批候選指紋，達(dá)到有效縮減匹配范圍的目的。指紋綜合索引因子的設(shè)計(jì)描述如下：  



   

公式2中Θm×n 代表將指紋圖像劃分為m×n塊以后，由指紋圖像每一子塊局部脊線方向場(chǎng)組成的角度矩陣；Fm×n代表指紋的局部脊線頻率矩陣；D代表以指紋核心點(diǎn)P（Cx，Cy）為中心，固定半徑R內(nèi)所有細(xì)節(jié)點(diǎn)到核心點(diǎn)距離的平均值；Δ則代表離核心點(diǎn)最近的三個(gè)細(xì)節(jié)點(diǎn)（設(shè)M1， M2， M3）的方向角與核心點(diǎn)方向角的差值，記作Δ={ω1， ω2， ω3}（ωi=θi-θc，且-π《ωi《π）。  

檢索開(kāi)始時(shí)，設(shè)待查詢指紋的綜合索引因子為S{Θm×n，F(xiàn)m×n，D，Δ}， 指紋數(shù)據(jù)庫(kù)中的指紋綜合索引因子為S’{Θ’m×n，F(xiàn)’m×n，D’，Δ’}。然后計(jì)算以下各項(xiàng)相似度分?jǐn)?shù)：  



  嵌入式編程介紹, 堆積圓柱圖非嵌入式, 嵌入式1年轉(zhuǎn)互聯(lián)網(wǎng), 上海上嵌嵌入式開(kāi)發(fā), 嵌入式測(cè)試轉(zhuǎn)開(kāi)發(fā), 嵌入式軟件實(shí), 軟件開(kāi)發(fā)嵌入式和, 嵌入式達(dá)內(nèi)知乎, 嵌入式存儲(chǔ)主控芯片, 嵌入式顯示屏密碼, 物聯(lián)網(wǎng)嵌入式讀后感, 嵌入式基礎(chǔ)知識(shí)包含, 嵌入式性能測(cè)試工具, 2019歐洲嵌入式, 畢業(yè)3年半轉(zhuǎn)嵌入式, 嵌入式和STM32, 四級(jí)嵌入式軟件, 嵌入式床到哪里買(mǎi), 關(guān)于嵌入式的產(chǎn)品, 嵌入式系統(tǒng)b基礎(chǔ), 嵌入式方向的畢業(yè)設(shè)計(jì), 淺淡嵌入式論文,

其中dj=θ［j］-θ’［j］， （j=1，2，…，m×n；θ［j］為指紋圖像第j塊的局部脊線方向角）。  



   

最后根據(jù)以上4個(gè)相似度值計(jì)算S和S’這兩枚指紋的總體相似分?jǐn)?shù)T。  



   

公式7中μ表示各部分相似度值的權(quán)重因子。根據(jù)實(shí)際測(cè)試，在保證檢索效果最佳時(shí)，μ的各項(xiàng)經(jīng)驗(yàn)值分別�。害�1=0.28，μ2=0.16，μ3=0.30，μ4=0.26。檢索算法按照索引因子比對(duì)法則將待查詢指紋與數(shù)據(jù)庫(kù)中的所有指紋進(jìn)行檢索對(duì)比，在遍歷完整個(gè)指紋數(shù)據(jù)庫(kù)以后，得到了一系列的相似度分?jǐn)?shù)。最后根據(jù)設(shè)定的閾值分?jǐn)?shù)，選出分?jǐn)?shù)最高的一部分指紋，從而降低指紋對(duì)比識(shí)別的范圍。  

2.4 軟件程序設(shè)計(jì)  

軟件程序是整個(gè)指紋檢索算法的映射與實(shí)現(xiàn)，它將算法的各個(gè)理論環(huán)節(jié)轉(zhuǎn)化為實(shí)際的函數(shù)，并封裝成可以在嵌入式系統(tǒng)下執(zhí)行的功能模塊。本文中嵌入式指紋檢索程序?qū)崿F(xiàn)用戶指紋注冊(cè)和指紋檢索匹配兩大功能，涵蓋了指紋采集程序、指紋圖像預(yù)處理程序、指紋特征提取程序、指紋索引與檢索程序、指紋匹配程序等部分，其執(zhí)行流程如圖5所示。軟件進(jìn)入到執(zhí)行狀態(tài)后，首先按照用戶指令參數(shù)進(jìn)行模式判斷，選擇進(jìn)入到指紋注冊(cè)或者指紋檢索狀態(tài)。當(dāng)選擇指紋注冊(cè)入庫(kù)時(shí)，軟件會(huì)先進(jìn)行指紋圖像采集，然后對(duì)圖像進(jìn)行預(yù)處理，接著提取出指紋的細(xì)節(jié)特征并建立指紋索引因子，最后將指紋特征模板和對(duì)應(yīng)的索引因子入庫(kù)保存。而當(dāng)需要進(jìn)行指紋檢索時(shí)，系統(tǒng)同樣會(huì)先進(jìn)行指紋采集、圖像預(yù)處理、特征提取和索引因子建立，然后利用索引因子進(jìn)行指紋庫(kù)檢索，找出與查詢指紋最相似的一批待匹配指紋，最后利用匹配程序?qū)�這部分指紋逐一對(duì)比，給出匹配結(jié)果。  



   

3.嵌入式應(yīng)用平臺(tái)設(shè)計(jì)  

為了使所設(shè)計(jì)的指紋檢索算法得到實(shí)現(xiàn)和驗(yàn)證，根據(jù)嵌入式指紋檢索系統(tǒng)的要求，還需要設(shè)計(jì)嵌入式應(yīng)用平臺(tái)。該平臺(tái)的設(shè)計(jì)主要分為硬件系統(tǒng)和軟件環(huán)境兩部分。  

3.1嵌入式硬件系統(tǒng)設(shè)計(jì)  

本文所設(shè)計(jì)的用于指紋檢索算法實(shí)現(xiàn)與驗(yàn)證的嵌入式硬件平臺(tái)以東南大學(xué)自主研發(fā)的高性能微處理器SEP6200為核心控制單元。SEP6200是一顆32位的高性能應(yīng)用處理器，主頻達(dá)到800Mhz，有著高效的運(yùn)算和控制能力，能夠較好的執(zhí)行指紋檢索程序。主控制器配合DDR、Nand Flash、LCD、USB指紋采集器等外圍設(shè)備，搭建成了完整的嵌入式指紋檢索硬件平臺(tái)，圖6是所設(shè)計(jì)的嵌入式指紋檢索系統(tǒng)的硬件框架結(jié)構(gòu)圖。系統(tǒng)中主控制器SEP6200用于控制指紋采樣和進(jìn)行任務(wù)調(diào)度；DDR模塊用來(lái)臨時(shí)存儲(chǔ)指紋圖像數(shù)據(jù)和執(zhí)行軟件程序；Nand Flash用以存放算法軟件代碼和指紋數(shù)據(jù)庫(kù)；LCD顯示屏在執(zhí)行算法時(shí)用于提供良好的GUI用戶界面；USB指紋采集器則是用來(lái)采集原始指紋圖像，并將圖像數(shù)據(jù)經(jīng)USB接口傳送至核心控制單元。  



   

3.2嵌入式軟件系統(tǒng)配置  

嵌入式軟件系統(tǒng)主要涉及到操作系統(tǒng)和設(shè)備驅(qū)動(dòng)配置兩個(gè)方面。  

3.2.1.嵌入式Linux操作系統(tǒng)  

本設(shè)計(jì)采用Linux2.6內(nèi)核操作系統(tǒng)作為嵌入式底層軟件基礎(chǔ)平臺(tái)。Linux操作系統(tǒng)作為一個(gè)開(kāi)源軟件系統(tǒng)，有著良好的可配置、可裁剪特性，同時(shí)其開(kāi)發(fā)周期短、成本低、安全性高，非常適用于嵌入式系統(tǒng)下指紋檢索應(yīng)用軟件的開(kāi)發(fā)和測(cè)試。  

3.2.2.驅(qū)動(dòng)程序配置  

為了使操作系統(tǒng)能夠控制USB指紋采集器和LCD等外設(shè)工作，必須為L(zhǎng)inux內(nèi)核配置相關(guān)的設(shè)備驅(qū)動(dòng)程序。對(duì)于USB指紋采集器，本設(shè)計(jì)采用V4L2驅(qū)動(dòng)框架對(duì)圖像數(shù)據(jù)進(jìn)行控制管理，V4L2是Linux下開(kāi)發(fā)視頻設(shè)備驅(qū)動(dòng)的一套新框架，該框架為驅(qū)動(dòng)程序定義了一系列對(duì)應(yīng)的回調(diào)函數(shù)，同時(shí)為應(yīng)用程序定義了一套標(biāo)準(zhǔn)的API調(diào)用，便于用戶在應(yīng)用層通過(guò)URB獲得指紋圖像數(shù)據(jù)。此外，對(duì)于LCD液晶顯示屏也需要提供相應(yīng)的驅(qū)動(dòng)支持，LCD通常由微處理器的LCDC（LCD Controller，LCD控制器）進(jìn)行控制。  

4.系統(tǒng)測(cè)試與分析  

在系統(tǒng)設(shè)計(jì)完成之后，筆者對(duì)系統(tǒng)的性能和效率等指標(biāo)做了相應(yīng)的測(cè)試。實(shí)驗(yàn)中采用了兩個(gè)指紋數(shù)據(jù)庫(kù)進(jìn)行系統(tǒng)驗(yàn)證，分別是國(guó)際標(biāo)準(zhǔn)指紋測(cè)試庫(kù)FVC2000-DB3和本系統(tǒng)采集自建的指紋數(shù)據(jù)庫(kù)庫(kù)OWN-DB.FVC2000-DB3包含800張指紋圖像，OWN-DB包了含500張指紋圖像，兩庫(kù)中的圖像都以8位灰度的BMP格式保存，圖7和圖8分別為兩個(gè)指紋數(shù)據(jù)庫(kù)的示例圖像。  



   

指紋檢索算法的性能采用檢索穿透率（Penetration Rate， PR）和檢索錯(cuò)誤率（Error Rate， ER）衡量。檢索穿透率（PR）定義為檢索得出的待匹配指紋數(shù)量占整個(gè)數(shù)據(jù)庫(kù)的比重，該比重可以由算法程序員自行設(shè)定；檢索錯(cuò)誤率（ER）則定義為在某一穿透率的限制下，在待匹配指紋中未檢測(cè)到目標(biāo)指紋的概率，即檢索失敗率。在實(shí)驗(yàn)中利用所述的兩個(gè)指紋數(shù)據(jù)庫(kù)對(duì)系統(tǒng)進(jìn)行測(cè)試，得到一系列的實(shí)驗(yàn)數(shù)據(jù)，將這些實(shí)驗(yàn)數(shù)據(jù)進(jìn)行曲線擬合，繪制出如圖9所示的曲線圖。  



   

從實(shí)驗(yàn)數(shù)據(jù)圖可知，在FVC2000-DB3數(shù)據(jù)庫(kù)上，當(dāng)檢索穿透率為10%時(shí)，系統(tǒng)檢索錯(cuò)誤率在6%左右。而在OWN-DB數(shù)據(jù)庫(kù)上，當(dāng)穿透率為10%時(shí)，系統(tǒng)錯(cuò)誤率則可降低至4.6%以內(nèi)，充分驗(yàn)證了本設(shè)計(jì)的可靠性。此外作為嵌入式系統(tǒng)，軟件程序的執(zhí)行效率也是一項(xiàng)重要指標(biāo)。在實(shí)驗(yàn)中，當(dāng)系統(tǒng)進(jìn)行1：800檢索時(shí)總耗時(shí)1.63秒；當(dāng)進(jìn)行1：500檢索時(shí)總耗時(shí)0.99秒�？傮w來(lái)看，系統(tǒng)的實(shí)時(shí)性也達(dá)到了比較良好的指標(biāo)。  

結(jié)語(yǔ)  

指紋檢索算法是一種應(yīng)用于大容量指紋數(shù)據(jù)庫(kù)的快速指紋搜索方案。本文在對(duì)傳統(tǒng)自動(dòng)指紋識(shí)別系統(tǒng)研究的基礎(chǔ)上，設(shè)計(jì)了基于多維向量指紋索引因子的快速指紋檢索算法，同時(shí)利用國(guó)產(chǎn)SOC芯片SEP6200，搭建了嵌入式應(yīng)用平臺(tái)，并最終將所設(shè)計(jì)的算法以應(yīng)用程序的形式在嵌入式目標(biāo)平臺(tái)上進(jìn)行映射與實(shí)現(xiàn)。系統(tǒng)經(jīng)過(guò)實(shí)驗(yàn)測(cè)試與分析，得到了良好的性能指標(biāo)，進(jìn)一步論證了本設(shè)計(jì)的可行性。  1次