深圳龍崗培訓(xùn)嵌入式labview_嵌入式指紋檢索系統(tǒng)設(shè)計

小嵌

深圳龍崗培訓(xùn)嵌入式labview_嵌入式指紋檢索系統(tǒng)設(shè)計,   



指紋識別技術(shù)在整個生物特征識別領(lǐng)域占據(jù)著重要地位，目前傳統(tǒng)的指紋識別系統(tǒng)在指紋匹配準確度上也已經(jīng)達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)用場合下指紋數(shù)據(jù)庫的規(guī)模越來越大，當(dāng)系統(tǒng)需要處理大容量的指紋數(shù)據(jù)庫時，如果采用傳統(tǒng)的一對一的指紋識別模式，則將消耗相當(dāng)長的時間。這對于實時性要求較強的應(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)庫下指紋識別的效率，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指紋識別過程的耗時量。
此外，在嵌入式技術(shù)高速發(fā)展的今天，市場對于高度集成化、便攜化、智能化的嵌入式指紋系統(tǒng)有著強烈的需求�？紤]到嵌入式指紋系統(tǒng)需要進行現(xiàn)場指紋采集、指紋查找和驗證等過程，則更需要合理的策略來保證系統(tǒng)的實時性和可靠性。因此，設(shè)計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)庫的嵌入式系統(tǒng)下實現(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)價值。
1.自動指紋識別系統(tǒng)研究
隨著計算機和信息技術(shù)的發(fā)展，F(xiàn)BI和法國巴黎警察局于上世紀六十年代開始了對自動指紋識別系統(tǒng)AFIS（Automatic Fingerprint Identification System）的研究。自動指紋識別系統(tǒng)（AFIS）最初使用于刑事案件偵破之中，到了九十年代，被廣泛用于個人身份的鑒定。
自動指紋識別系統(tǒng)（AFIS）是一個典型的生物特征識別系統(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、指紋對比匹配模塊等幾個部分。在實際應(yīng)用中，一個完整的自動指紋識別系統(tǒng)一般可以實現(xiàn)指紋注冊和指紋匹配兩大功能。在進行指紋注冊時，系統(tǒng)首先通過指紋圖像采集模塊采樣得到待注冊用戶的指紋圖像數(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)庫中。在進行指紋匹配時，首先依然是采集待鑒定用戶的指紋圖像數(shù)據(jù)；接著同樣進行圖像預(yù)處理和指紋特征提�。蝗缓罄�用提取到的待測指紋特征與指紋庫中的指紋特征模板進行對比；最后給出認證結(jié)果以確認身份是否匹配。自動指紋識別系統(tǒng)基本工作流程如圖1所示。



  


為了應(yīng)對某些大容量指紋數(shù)據(jù)庫下自動指紋識別系統(tǒng)運行效率低下的問題，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指紋類中，在很大的數(shù)據(jù)庫下并不能很有效的減小對比范圍；另外對于模糊指紋，并不能起到準確的分類效果。而指紋檢索技術(shù)則能較好的避免以上問題，在縮小對比范圍的同時，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
2.1指紋圖像預(yù)處理算法
指紋檢索的首要環(huán)節(jié)就是進行指紋圖像的預(yù)處理工作，其目的是為了去除圖像無效區(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，首先是進行指紋圖像的分割，提取出指紋前景區(qū)；然后再通過計算平均像素灰度的方法對圖像進行標(biāo)準化處理，使指紋圖像的灰度和對比度調(diào)整到一個統(tǒng)一標(biāo)準的范圍內(nèi)。
預(yù)處理的第二環(huán)節(jié)是圖像的濾波增強，本文采用基于方向場和頻率場特性的Gabor濾波增強算法對指紋圖像進行增強處理。在濾波前首先需要計算指紋圖像的脊線方向場圖像和頻率特性圖，對于指紋脊線方向場信息，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計算方向角度值；對于指紋頻率信息，則通過計算某一區(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)對指紋圖像做增強處理。
得到增強的指紋圖像后，還要對圖像進行二值化和細化處理。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的256色降為黑白2色，對指紋圖像信息量進行了壓縮；細化則是在不改變原有圖像像素拓撲連接關(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單明了，為指紋特征的提取和索引做準備，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算指紋核心點（Core）和細節(jié)點（Minutia）的特征信息。在提取指紋核心點時，采用的是Poincare Index算法，該算法的思路是在指紋圖像某像素點區(qū)域內(nèi)，按圍繞該點的閉合曲線逆時針方向旋轉(zhuǎn)一周，計算方向角度旋轉(zhuǎn)變化量的和，最后以計算結(jié)果來尋找核心點。計算過程中如果某像素點的Poincare Index值為π則判定為核心點，然后便提取該點的坐標(biāo)與方向場信息，記為P（Cx， Cy，θc）。
對于指紋的細節(jié)點特征，在本設(shè)計中只要求提取指紋脊線端點（Ending）和脊線分叉（Bifurcation）兩種細節(jié)點。在細化的指紋圖像中，這兩種細節(jié)點的形態(tài)如圖2和圖3所示：

  


在提取指紋細節(jié)點時，首先為細化圖像中的每個像素點P建立一個8鄰域像素區(qū)，如圖4所示。其中P1~P8為像素點P周圍的鄰近環(huán)繞像素點。P1~P8中黑色點的值設(shè)為1，白色點的值設(shè)為0.

  


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

  


最后按上述方法對細化指紋圖像中的所有像素點進行CN值計算，當(dāng)CN值為1時，可判定所檢測的P點為脊線端點，當(dāng)CN值為3時，則可判定P點為脊線分叉點。檢測到細節(jié)點之后返回該點的坐標(biāo)（x，y），并根據(jù)CN的值返回細節(jié)點的類型T，然后再讀取該點的方向角θ。因此，在本算法中一個指紋細節(jié)點的具體特征最后用M（x， y，θ，T）算子來表征。
2.3 指紋索引與檢索算法
在得到一系列的指紋特征后，接下來就是設(shè)計指紋綜合索引因子。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。指紋檢索時通過將待查詢指紋的索引因子與數(shù)據(jù)庫中指紋的索引因子相比較，可快速計算得出與目標(biāo)指紋相似度較高的一批候選指紋，達到有效縮減匹配范圍的目的。指紋綜合索引因子的設(shè)計描述如下：

邁騰嵌入式導(dǎo)航推薦, 數(shù)字傳媒技術(shù)嵌入式, 嵌入式人工智能教育, 推進各民族嵌入式, 華為5g嵌入式, 嵌入式linux特點, 嵌入式ap初始密碼, 嵌入式面試書籍推薦, 嵌入式代碼檢測工具, 飛凌嵌入式7寸, 嵌入式軟件開發(fā)調(diào)試, 單片機與嵌入式關(guān)系, 鍵盤懸浮式和嵌入式, 成都嵌入式行業(yè), 嵌入式邏輯左移, 二維碼模塊嵌入式, 嵌入式工程師職業(yè), 嵌入式培訓(xùn)課程學(xué)習(xí), 福建嵌入式培訓(xùn), 安卓系統(tǒng)屬于嵌入式,


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P（Cx,Cy）為中心，固定半徑R內(nèi)所有細節(jié)點到核心點距離的平均值；Δ則代表離核心點最近的三個細節(jié)點（設(shè)M1, M2, M3）的方向角與核心點方向角的差值，記作Δ={ω1, ω2, ω3}（ωi=θi-θc，且-π<ωi<π）。
檢索開始時，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)庫中的指紋綜合索引因子為S’{Θ’m×n，F(xiàn)’m×n，D’，Δ’}。然后計算以下各項相似度分數(shù)：


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個相似度值計算S和S’這兩枚指紋的總體相似分數(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)實際測試，在保證檢索效果最佳時，μ的各項經(jīng)驗值分別取：μ1=0.28，μ2=0.16，μ3=0.30，μ4=0.26。檢索算法按照索引因子比對法則將待查詢指紋與數(shù)據(jù)庫中的所有指紋進行檢索對比，在遍歷完整個指紋數(shù)據(jù)庫以后，得到了一系列的相似度分數(shù)。最后根據(jù)設(shè)定的閾值分數(shù)，選出分數(shù)最高的一部分指紋，從而降低指紋對比識別的范圍。
2.4 軟件程序設(shè)計
軟件程序是整個指紋檢索算法的映射與實現(xiàn)，它將算法的各個理論環(huán)節(jié)轉(zhuǎn)化為實際的函數(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。軟件進入到執(zhí)行狀態(tài)后，首先按照用戶指令參數(shù)進行模式判斷，選擇進入到指紋注冊或者指紋檢索狀態(tài)。當(dāng)選擇指紋注冊入庫時，軟件會先進行指紋圖像采集，然后對圖像進行預(yù)處理，接著提取出指紋的細節(jié)特征并建立指紋索引因子，最后將指紋特征模板和對應(yīng)的索引因子入庫保存。而當(dāng)需要進行指紋檢索時，系統(tǒng)同樣會先進行指紋采集、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行指紋庫檢索，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)�這部分指紋逐一對比，給出匹配結(jié)果。

  


3.嵌入式應(yīng)用平臺設(shè)計
為了使所設(shè)計的指紋檢索算法得到實現(xiàn)和驗證，根據(jù)嵌入式指紋檢索系統(tǒng)的要求，還需要設(shè)計嵌入式應(yīng)用平臺。該平臺的設(shè)計主要分為硬件系統(tǒng)和軟件環(huán)境兩部分。
3.1嵌入式硬件系統(tǒng)設(shè)計
本文所設(shè)計的用于指紋檢索算法實現(xiàn)與驗證的嵌入式硬件平臺以東南大學(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，主頻達到800Mhz，有著高效的運算和控制能力，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，圖6是所設(shè)計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行任務(wù)調(diào)度；DDR模塊用來臨時存儲指紋圖像數(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；LCD顯示屏在執(zhí)行算法時用于提供良好的GUI用戶界面；USB指紋采集器則是用來采集原始指紋圖像，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)動配置兩個方面。
3.2.1.嵌入式Linux操作系統(tǒng)
本設(shè)計采用Linux2.6內(nèi)核操作系統(tǒng)作為嵌入式底層軟件基礎(chǔ)平臺。Linux操作系統(tǒng)作為一個開源軟件系統(tǒng)，有著良好的可配置、可裁剪特性，同時其開發(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)用軟件的開發(fā)和測試。
3.2.2.驅(qū)動程序配置
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Linux內(nèi)核配置相關(guān)的設(shè)備驅(qū)動程序。對于USB指紋采集器，本設(shè)計采用V4L2驅(qū)動框架對圖像數(shù)據(jù)進行控制管理，V4L2是Linux下開發(fā)視頻設(shè)備驅(qū)動的一套新框架，該框架為驅(qū)動程序定義了一系列對應(yīng)的回調(diào)函數(shù)，同時為應(yīng)用程序定義了一套標(biāo)準的API調(diào)用，便于用戶在應(yīng)用層通過URB獲得指紋圖像數(shù)據(jù)。此外，對于LCD液晶顯示屏也需要提供相應(yīng)的驅(qū)動支持，LCD通常由微處理器的LCDC（LCD Controller，LCD控制器）進行控制。
　　4.系統(tǒng)測試與分析
在系統(tǒng)設(shè)計完成之后，筆者對系統(tǒng)的性能和效率等指標(biāo)做了相應(yīng)的測試。實驗中采用了兩個指紋數(shù)據(jù)庫進行系統(tǒng)驗證，分別是國際標(biāo)準指紋測試庫FVC2000-DB3和本系統(tǒng)采集自建的指紋數(shù)據(jù)庫庫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分別為兩個指紋數(shù)據(jù)庫的示例圖像。

  


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)量占整個數(shù)據(jù)庫的比重，該比重可以由算法程序員自行設(shè)定；檢索錯誤率（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到目標(biāo)指紋的概率，即檢索失敗率。在實驗中利用所述的兩個指紋數(shù)據(jù)庫對系統(tǒng)進行測試，得到一系列的實驗數(shù)據(jù)，將這些實驗數(shù)據(jù)進行曲線擬合，繪制出如圖9所示的曲線圖。

  


從實驗數(shù)據(jù)圖可知，在FVC2000-DB3數(shù)據(jù)庫上，當(dāng)檢索穿透率為10%時，系統(tǒng)檢索錯誤率在6%左右。而在OWN-DB數(shù)據(jù)庫上，當(dāng)穿透率為10%時，系統(tǒng)錯誤率則可降低至4.6%以內(nèi)，充分驗證了本設(shè)計的可靠性。此外作為嵌入式系統(tǒng)，軟件程序的執(zhí)行效率也是一項重要指標(biāo)。在實驗中，當(dāng)系統(tǒng)進行1：800檢索時總耗時1.63秒；當(dāng)進行1：500檢索時總耗時0.99秒�？傮w來看，系統(tǒng)的實時性也達到了比較良好的指標(biāo)。
結(jié)語
指紋檢索算法是一種應(yīng)用于大容量指紋數(shù)據(jù)庫的快速指紋搜索方案。本文在對傳統(tǒng)自動指紋識別系統(tǒng)研究的基礎(chǔ)上，設(shè)計了基于多維向量指紋索引因子的快速指紋檢索算法，同時利用國產(chǎn)SOC芯片SEP6200，搭建了嵌入式應(yīng)用平臺，并最終將所設(shè)計的算法以應(yīng)用程序的形式在嵌入式目標(biāo)平臺上進行映射與實現(xiàn)。系統(tǒng)經(jīng)過實驗測試與分析，得到了良好的性能指標(biāo)，進一步論證了本設(shè)計的可行性。 0次