嵌入式光學指紋識別系統(tǒng)的設計方案

　　0 引言

　　隨著電子信息技術應用面日益拓展，不少場合需要對特定用戶群體進行身份識別或身份記錄，如門禁系統(tǒng)、考勤系統(tǒng)、安全認證系統(tǒng)等，在各種系統(tǒng)中運用的技術形式多樣，如視網膜識別、面相識別、指紋識別、RFID 射頻識別應用等。其中，生物特征識別方式以其方便性強、安全性高等特點得到了越來越多人的認可和接受，特別是指紋識別技術方式，現已發(fā)展成為應用最廣泛的生物識別技術之一。因此，研究基于嵌入式架構的指紋識別系統(tǒng)具有現實意義和廣闊的應用前景。

　　1 系統(tǒng)整體結構

　　系統(tǒng)采用光學指紋傳感器（內建格科微電子有限公司的光學GC0307 CMOS 圖像采集芯片）與ARM Cortex M3 內核意法半導體公司的32 位高性能單片機STM32F205RE 組成功能主體，采用Sobel 邊緣檢測算子、Gabor 濾波、圖像二值化等圖像采集與處理算法對指紋圖像進行識別，構建了小體積的嵌入式指紋識別模塊，具有積木式嵌入、微功耗、程序接口簡單易用、便于二次開發(fā)、識別準確度高、高性價比等特點。

　　2 系統(tǒng)硬件電路設計

　　整個系統(tǒng)設計構成了一體化光學指紋識別模塊。模塊設計采用光學暗背景成像原理，加入特有活體檢測芯片，在解決干手指效應的同時解決殘留指紋誤識別、橡膠假指紋等問題。

　　圖1 所示為格科微電子有限公司的光學GC0307 CMOS 圖像采集芯片應用電路原理圖。該款CMOS 圖像采集芯片是高精度、低功耗、微體積的高性能相機的內置式組件，它把實現優(yōu)質VGA 影像的CMOS 影像傳感器與高度集成的影像處理器、嵌入式電源和高質量的透鏡組結合在一起，輸出JPEG 圖像或圖像視頻流，支持8/10 位數字傳輸JPEG 圖像和YCbCr 接口，提供了完整的影像解決方案。

　　CMOS 圖像采集芯功能輸出串行數據引腳、時鐘信號引腳、復位引腳、串行總線引腳等都接入到STM32F205RE的GPIO 口， 通過GPIO 口模擬時序讀取CMOS 芯片采集到的圖像信息。由于STM32F205RE 的GPIO 口工作頻率可達120 MHz，因而可以非常準確高效地模擬時序，實測640×480 的原始圖像能以10 幀/s 的速度采集到主處理器STM32F205RE 中進行圖像處理。

　3 系統(tǒng)軟件功能設計

　　本系統(tǒng)的指紋圖像采集過程如圖2 所示。系統(tǒng)軟件設計部分則針對畸變糾正采用了四點轉正算法。

　　通過公式（1）和公式（2）可以得到從（x，y） 到（u，v） 的變換，其中，A ~ H 由光路決定，可以由具體測定數據最終確定，通過實測可以獲得原始數據。圖3 所示展示了原始圖像和畸變糾正前后圖像的效果差異。通過變換可見，畸變糾正后的圖像通過變換可達500 DPI分辨率，為后續(xù)獲得高質量圖像處理數據奠定了基礎條件。

　　然后送入算法處理。由于嵌入式系統(tǒng)的圖像處理算法必須運算量小、占用RAM 存儲器空間小，才能在運算性能有限的單片機系統(tǒng)中運行，故而本系統(tǒng)通過小塊方向替代點方向，減小RAM占用。

　　在圖像增強方面，可以將圖像以L 為長寬劃分為小塊，再按如下公式求取每一塊的均方差 ：

　　根據實驗數據測定和分析，當Aver>36 時，可認為該區(qū)域內有圖像，否則認為是背景。利用均方差區(qū)分出了前后景，還可以據此判斷圖像的對比度。根據對比度的差異分別來增強圖像，可以使得不同曝光亮度的圖像得到一致增強。對原始圖像進行了算法處理，提取處理前后效果進行比對，具體效果如圖4 所示。

　　軟件算法中對于指紋處理中的求取圖像方向場問題，采用了基于原Sobel 算子改進后的Sobel 算子。

　　原Sobel 算子如下：

　　改進后的Sobel 算子為：

　　改進的Sobel 算子能增加方向場的準確性，實測通過率從采用標準Sobel 算子的93.3% 提高到95.8%.圖5 所示為其變化情況。

　　如圖5 可見，改進的Sobel 算子在原Sobel 算子的基礎上，能顯著地分割出正確圖像的面積，幾乎能在整個畫面區(qū)域提取出正確的方向來。系統(tǒng)對圖像進行了Gabor 濾波和圖像數據二值化。指紋圖像屬于紋理圖像，紋理圖像采用Gabor 濾波器，利用每一點的點方向沿方向指向增強，沿方向的法線方向減弱。Gabor 濾波器能很好地拼接斷紋，濾除環(huán)境噪聲，最后將Gabor 濾波后的圖像做雙窗口均值門限二值化：

　　門限1 ：均值化算子矩陣： 7×7 的單位矩陣。

　　門限2 ：均值化算子矩陣： 3×3 的單位矩陣。

　　具體運算表達式如下：

　　當每一點的值g（x，y）>p（x，y） 時，則賦值g（x，y）=1，否則賦值為0，以此得到二值化最終的結果，提取圖像進行實測效果的比對如圖6 所示。

　　圖7 是最后根據圖像紋理的粗細二值化圖像，并根據端點和交叉點提取特征點。

　　經過上面的步驟，即可從原始圖像里面提取出有效的特征信息。特征信息描述了特征點的位置、方向等信息，最終形成一個大小不超過512 字節(jié)的特征模板。指紋的比對就是在特征模板的基礎上，構建兩個點形成的桿對集，而桿對所包含的桿長度、端點方向與桿的夾角等信息已經是相對量，與位置無關。理想狀況下，同一枚指紋，采集的兩幅圖像能找到的桿對的每一個量（長度、夾角）在數學上是完全相等的。以此為基本數學模型，構建整個比對算法。

　　4 結語

　　本文的基于ARM的光學指紋識別系統(tǒng)的設計方案，經過實物測試， 模塊錄入用戶指紋圖像時間為500 ~ 800 ms，拒真率小于等于1%，平均4.2 ms 即可比對一枚指紋，支持1∶1 指紋驗證和1∶N 指紋搜索。在硬件設計中引出了通信端子，系統(tǒng)支持3.3V TTL 串口通信，可以通過串口對模塊進行用戶注冊、刪除特定用戶、刪除所有用戶、復位模塊、獲取用戶總數、獲取用戶權限、1∶1 比對、1∶N 比對、設置串口波特率、讀取圖像并提取特征值、獲取圖像等30 個常規(guī)或擴展功能命令，能滿足大多數的指紋應用場合，可以很好地運用于嵌入式領域，從而證實了本方案的可行性。