DSP原理及应用课程设计基于DSP的指纹生物特征识别统的设计模板Word格式文档下载.docx
- 文档编号:21959140
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:20
- 大小:362.69KB
DSP原理及应用课程设计基于DSP的指纹生物特征识别统的设计模板Word格式文档下载.docx
《DSP原理及应用课程设计基于DSP的指纹生物特征识别统的设计模板Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《DSP原理及应用课程设计基于DSP的指纹生物特征识别统的设计模板Word格式文档下载.docx(20页珍藏版)》请在冰豆网上搜索。
2设计要求·
3设计内容·
2
3.1DSP与指纹生物特征技术概述·
·
3.1.1DSP处理器概述·
2
3.1.2指纹生物特征识别技术·
3
3.2方案设计·
5
3.3器件选型·
7
3.3.1DSP处理器选择·
3.3.2指纹传感器选择·
8
3.3.3存储器选择·
10
3.4硬件设计·
11
3.4.1电源设计·
3.4.2存储器设计·
12
3.4.3指纹采集模块设计·
13
3.3.4其他模块设计·
14
3.5软件设计·
15
总结与致谢·
18
参考文献·
19
附录·
20
摘要
指纹识别系统是指使用取像设备读取指纹图像,通过识别软件提取出指纹图像中的特征数据,然后根据匹配算法得出的结果鉴别指纹所有人身份的生物识别的一套由硬件和软件组合的装置。
指纹识别技术是通过计算机实现的身份识别手段,也是当今应用最为广泛的生物特征识别技术之一。
在过去主要应用于刑侦系统。
近几年来已逐渐走向民用市场。
同时,民用市场也对指纹识别技术提出了具有小型化、廉价的指纹采集设备,高速计算平台,更高的识别准确率的要求,以满足各种不同应用的需求。
目前,指纹识别主要应用在考勤、门禁、保险箱柜等领域,将向身份证,机动车,家居等更多的领域发展。
随着科技的进步,个人电脑和光学扫描仪两项技术不断革新,指纹识别技术不断发展,为指纹识别技术的应用提供了更广阔的空间。
本设计做作的是一个基于DSP的指纹生物特征识别系统。
由于系统要存储很多指纹模板,而且要留出一部分空间用于代码的执行,实现指纹的匹配,所以要外扩存储器。
其实,指纹识别就是模式识别的过程,指纹图像识别部分的算法主要通过DSP(TMS320C6713)芯片来完成。
本系统有MBF200采集指纹并转化成八位数字量,DSP根据指纹识别算法,对其进行运算,提取指纹特征,进而与模板匹配。
匹配成功则在上位机提示匹配成功,显示指纹及指纹信息;
如果匹配失败,则在上位机提示匹配失败,只显示采集到的指纹。
关键词:
指纹;
DSP;
MBF200;
模式识别
设计目的
指纹识别已经有了很长一段时间的历史,指纹识别技术是通过计算机实现的身份识别手段,也是当今应用最为广泛的生物特征识别技术。
目前,指纹鉴定已经被官方所接受在法律界成为一种有效的身份鉴定手段。
如何正确提取特征和实现正确匹配,是指纹识别技术的关键。
指纹识别技术涉及图像处理、模式识别、机器学习、计算机视觉、数学形态学、小波分析等众多学科。
本文将设计一个基于DSP的模式识别系统。
2设计要求
指纹传感器提供指纹图像给DSP,DSP系统对照存储的指纹模板对捕捉的指纹图像进行处理,一旦匹配成功,DSP系统通过RS-232标准串口或USB标准,向上位机(PC机)用可视图像或者音频信号,通知使用者或认证系统识别成功。
3设计内容
3.1DSP与指纹生物特征识别技术概述
3.1.1DSP处理器概述
DSP(DigitalsignalProcessors)芯片,即数字信号处理芯片,是一种进行数字信号处理运算的微处理器,其特有的稳定性、可重复性、可大规模集成,特别是可编程性高和易于实现自适应处理等特点,给数字信号处理的发展带来了巨大机遇,并使信号处理手段更灵活,功能更复杂,其应用领域也拓展到国民经济生活的各个方面。
DSP芯片一般具有如下主要特点:
●在一个指令周期内可完成一次乘法和一次加法;
●程序和数据空间分开,可以同时访问指令和数据;
●片内具有快速,通常可通过独立的数据总线在两块中同时访问;
●具有低开销或无开销循环及跳转的硬件支持;
●快速的中断处理和硬件I/O支持;
●具有在单周期内操作的多个硬件地址产生器;
●可以并行执行多个操作;
●支持流水线操作,使取指、译码和执行等操作可以并行执行。
DSP芯片可以按照下列三种方式进行分类:
按基础特性分
这是根据DSP芯片的工作周期和指令类型来分类,如果有两种或两种以上的DSP芯片,它们的指令集和相应的及其代码机管脚结构相互兼容,则这类DSP芯片称为一致性DSP芯片。
按数据格式分
这是根据DSP芯片工作的数据格式来分类。
数据以定点格式工作的DSP芯片称为定点DSP芯片。
而浮点DSP芯片所采用的浮点格式不完全一样,有的DSP芯片采用白定义的浮点格式,有的DSP芯片则采用IEEE的标准浮点格式。
按用途分
按照DSP的用途来分,可分为通用型DSP芯片和专用型DSP芯片。
通用型DSP芯片适合普遍的DSP应用。
专用DSP芯片是为特定的DSP运算设计的,更适合特殊的运算,如数字滤波、卷积和FFT。
3.1.2指纹生物特征识别技术
指纹,具有终身不变性、唯一性和方便性。
指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。
纹线有规律的排列形成不同的纹型。
相对于人体其它的生物特征而言,指纹在唯一性、永久性方面有着明显得优势:
科学研究发现,两枚指纹完全相同的概率极小,可以认为世界上没有两个人会有完全相同的指纹;
而且每个人的指纹会保持终生不变,指纹由皮肤表面死亡的角质细胞堆积而成,即使磨损,只要不伤及真皮,也能重新长出。
另外,指纹的应用是非常方便、可靠的,并且不会对人体构成侵犯,用户接受程度也比较高。
基于以上特点,指纹识别技术在社会安全、信息安全、金融安全、个人安全以及防伪领域得到了广泛的应用,几乎成为生物特征识别的代名词。
纹线的起点、终点、结合点和分叉点,称为指纹的细节特征点。
指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。
传统的指纹识别运用局限在法律用途,而且是以人工肉眼比对,十分费时。
从八十年代开始,各国政府己将指纹卡输入大型电脑代替人工比对,且全球已累积到一亿张以上的数量。
然而这些资料是先以油墨沾印到指纹卡,再扫描进电脑。
指纹品质多半不够好,有时甚至在犯罪现场上采到清晰的指纹,也会因建档的指纹资料模糊,而无法找出嫌犯。
目前的技术发展,已有足够能力取得高品质的活体指纹影像,且在建档及传输上完全电脑化,足以解决上述的窘境。
指纹识别技术的基本原理
指纹识别技术是指使用取像设备读取指纹图像,通过识别软件提取出指纹图象中的特征数据,然后根据匹配算法得出的结果鉴别指纹所有人身份的生物识别技术。
指纹识别系统主要有两种方法,连接到PC的桌面应用系统和嵌入式系统实现。
连接PC桌面应用系统具有灵活的系统结构,多个系统可以共享指纹识别设备,实现建立大型的数据库应用。
但由于需要连接计算机才能完成指纹识别的功能,因此限制了这种系统在许多方面的应用。
嵌入式系统是一个相对独立的完整系统,它不需要连接其他设备或计算机就可以独立完成其设计的功能。
例如指纹门禁系统和指纹考勤机就是嵌入式系统。
这种系统具有速度快、体积小、接口多、价格低、保密性强等优点被应用在各种领域。
指纹处理识别主要涉及指纹图像采集、指纹图像处理、特征提取、特征匹配等过程。
首先,通过指纹取像设备读取得到指纹的数字图像,并对原始图像进行初步处理,使之更清晰。
然后,指纹识别算法将建立指纹图像的特征数据,这些数据的集合通常称为模版。
进行指纹识别时,由计算机对预存的模版与当前获得的特征数据进行比较,计算出它们的相似程度,从而得到两幅指纹图像的匹配结果。
可见,指纹识别过程实质上是一个图像识别过程。
指纹处理算法
在本系统中所采用的指纹处理流程主要有以下几个步骤:
1)原始指纹图像数据来源于MBF200指纹传感器,采集象素尺寸为300X256。
2)滤波:
由于指纹头采集到的数据受到传输线路和物理器件的干扰,不可避免的存在噪声。
比较明显的是椒盐噪声,所以对采集到数据(象素值小于17)进行了中值滤波。
(实践表明该滤波器能有效除掉椒盐噪声)
3)图像分割:
区分指纹和背景区域。
在300X256模式下,指纹区域只是占整个采集图像的一部分,并且在指纹区域,有些地方的纹线比较模糊(比如污迹……),必须将其视作背景,以免产生伪特征。
4)在指纹的局部区域,纹线保持相同的方向。
求出指纹在每个区域的方向信息,此信息对后面的求纹线宽度和增强有着重要的作用。
算法中将指纹分割成7×
7的块,然后求得每一块的方向信息。
对所得方向信息进行量化,得到8个方向值。
在某些位置,由于噪声的干扰或图像质量本身的问题,初次求得的方向信息不准确,需要根据周围的方向信息对其进行修正。
5)脊线宽度:
沿着指纹脊线垂直的方向,根据灰度变化特性,求出每一块的指纹脊线宽度。
6)根据指纹的方向信息和纹线宽度信息,将象素值为0~255的灰度图像变换成象素值为0和255的二值图像。
其中,象素值为0的地方表示指纹的脊线,象素值为255的地方表示指纹的谷线。
7)细化:
二值图像中,指纹的脊线宽度(每条脊线上,垂直与脊线方向的象素个数)不为l,因此,将宽度变为一个象素的过程就是细化。
8)后处理:
由于细化算法的不完备或者二值化图像不是很精确,所得到的细化图像不可避免的存在一些毛刺和空洞。
后处理就是消除毛刺和空洞。
9)特征提取:
指纹的主要信息是端点和分叉点。
l0)指纹分类:
指纹的特征分为全局特征和局部特征,全局特征指描述指纹总体结构的一些特征,如纹线的整体走向,奇异点相对位置等。
这些特征最终表现为不同的分类,包括:
拱、尖拱、左旋、右旋、螺旋五类。
11)匹配:
将提取的信息与指纹库中的指纹特征信息进行比对,检查是否存在相同的指纹。
指纹匹配算法
同一指纹传感器在不同时刻采集同一个手指的指纹,所得到图像不可避免的存在平移和旋转,为了匹配算法的简单化和精确度,本系统的匹配算法以极坐标为参考坐标系(极坐标系的原点选取将在下文说明)。
在下面的阐述中,将指纹库中的指纹信息称为模板图像P,输入待匹配的图像称为输入图像Q。
以P和M(P)分别表示一幅模板指纹和该指纹的特征点信息,Q和M(Q)分别表示输入指纹和该指纹的特征点信息。
为了将直角坐标中的指纹信息转换到极坐标,需要在P和Q中分别找出一个特征点M(P)(i)和M(Q)(j)作为参考点,并以M(Q)(j)的特征点的位置为坐标系的极点,Q中的OX轴作为极坐标系的极轴(方向:
从特征点到最后采样点)。
确定极坐标系后,在后续的特征点的匹配过程中,需要将M(Q)(j)变换到极坐标系中。
由于一开始对M(P)和M(Q)中点的对应关系一无所知,所以从M(P)(m)(1≤m≤m(P))和M(Q)(m)(1≤m≤m(Q))找出一对参考点。
指纹匹配算法步骤如下:
1)对于M(P)中的每个特征点M(P)(i)(1<
i<
=m(P))和M(Q)中的每个特征点M(Q)(j)(1<
j<
=m(Q)),判断他们是否是一对参考点。
如果不是,继续寻找(改变i或j的值),直到找到一对参考点,并转入
(2);
若所有的点被判断过但仍然没有找到参考点,则认为两个指纹不匹配,跳出。
(软件实现中,以j为外循环,i为内循环,一个一个点的对比查找)
(2)以M(P)(i)和M(Q)(j)为参考点,判断其它所有点(M(P)(m)(m≠i)和M(Q)(n)(n≠j))是否为匹配点。
若为匹配点,则使标记符表明这两个特征点已经匹配,无需再将这两个特征点与其它特征点对比。
(程序中,使jzb2[m][2]=m,jzbl[n][2]=1,程序初始化时这两个值都为一1)
(3)检查全局变量mscore的值,看是否满足两幅指纹匹配的条件,若满足,则认为两幅指纹匹配,否则转入
(1)。
3.2方案设计
指纹识别系统是一个典型的模式识别系统,包括指纹图像获取、处理、特征提取和比对等模块。
指纹识别系统框图如图1所示。
图1指纹识别系统框图
现在国内外指纹识别大都采用基于细节特征点的指纹识别技术,即采用基于图像处理的指纹识别算法,其中比较有代表性的有两种。
一种是基于方向滤波增强,并在指纹细化图上提取特征点的算法,另一种是直接从指纹灰度图上提取特征点的算法。
指纹识别作为一种热门的生物识别技术受到越来越多人的关注,国内外许多机构和学者都采用了很多不同的算法对指纹图像进行预处理和匹配。
但有些算法会由于指纹图像的噪音、皮肤弹性引起的非线性形变等多方面因素,导致在识别过程中出现误差,影响识别率等。
由于指纹识别要用到复杂的算法,计算量很大,所以我们选用DSP作为控制器。
从图中可以看到整个系统包括:
电源模块、DSP处理器、JTAG接口、指纹采集模块、CPLD逻辑控制接口、存储器、USB接口等。
嵌入式指纹生物特征识别系统主要包括嵌入式硬件、指纹算法的实现、应用管理程序及逻辑。
整个算法的过程如图2所示:
图2指纹图像处理的一般过程
3.3器件选型
3.3.1DSP处理器选择
图3TMS320C6713功能模块和内核结构图
美国德克萨斯仪器公司(TI)是全世界领先德高性能信号处理集成电路制造商,是全球主要的可编程DSP芯片供应商之一。
TMS320C6000[61系列具有非常强的高速处理能力,广泛用于通信、图象、医疗仪器等领域。
该系列包括定点系列TMS320C62xx、TMS320C64xx和浮点系列TMS320C67xx。
图3所示为TMS320C6713的内部系统框图,主要包括以下几个部分:
●程序读入及指令译码、分配机构。
包括指令取指单元、指令分配单元和指令译码单元。
程序取指单元由程序总线与片内程序存储器相连;
●程序执行机构。
包括2个对称数据通路(A和B)、2个对称的通用寄存器组、2组对称的功能单元(每组4个)、控制寄存器和控制逻辑以及中断逻辑等。
每组数据通路有读入及存储(写入)数据总下及片内数据存储器连接;
●芯片测试和仿真端口及其控制逻辑。
由于指纹处理算法大多数为浮点运算,为了方便实现本系统选用了TI公司C6000系列中的高性能32位浮点DSP-TMS320C6713作为整个系统的核心处理器。
该芯片的主要特征如下:
●300、225、200MHz(GDP)系统时钟频率;
●最高可达2400/1800MIPS/MFLOPS;
●增强型甚长指令字结构;
●内部含有4K-ByteL1P第一级程序缓存(ProgramCache)、4K-ByteLID第一级两路数据缓存(2.WayDataCache)、64K-ByteL2第二级缓存、192K-ByteL2映射存储器;
●32位外部存储器接!
EI(EMIF),可以和SRAM、EPROM、FLASH、SBSRAM、SDRAM无缝连接;
●16个独立的增强型直接存储访问控制(EDMA);
●16位主机接口(HPI):
●两个多通道缓冲串口。
3.3.2指纹传感器选择
目前指纹传感器主要有三类:
光学传感器、硅晶体电容传感器、超声波扫描传感器。
光学传感器工作原理
光学传感器主要是利用CCD将有深色脊和浅色谷构成的指纹图象传感成数字图象。
光线照射到压有指纹的玻璃表面,光线经玻璃射到谷的地方后在玻璃与空间的界面发生全发射,光线被反射到CCD,而射向脊的光线不发生全反射,而是被脊与玻璃的接触面吸收或者漫反射到别的地方,反射广的量依赖于压在玻璃表面指纹的脊和谷的深度和皮肤与玻璃间的油脂和水分,这样就在CCD上形成了指纹的图像。
脊谷构成的指纹图像转换成数字图像,为了获得一个实际可用的图像,图像的亮度需要作自动(多采用)或手工(较困难)的调整。
由于指纹的采集是通过CCD来获得,通常情况下嵌入式系统CPU的外部接口和CCD连接在时序上是不吻合的,因此还需要额外的CPLD或FPGA来配合CCD时序并将数据传送到CPU。
在硬件上实现起来比较麻烦。
硅晶体传感器工作原理
硅晶体电容传感器是1998年在市场上才出现的,最常见的硅电容传感器通过电容感应电压来捕获指纹。
在半导体金属阵列上结合大约100,000个电容传感器,其外面是绝缘的表面,当用户的手指放在上面时,皮肤组成了电容阵列,硅芯片传感器为电容阳极,手指则代表阴极,硅芯片面板与手指之间的电容被转换成一个8-bit的灰度数字图象。
另一种晶体传感器是压感式的,其表面的顶层是具有弹性的压感介质材料,它们依靠指纹的外表地形(凹凸)转化为对应的电子信号。
其他的晶体传感器还有温度感应传感器,它通过感应压在传感器上的脊和远离传感器的谷温度的不同来获取指纹图象。
硅晶体传感器的获取方式又分为以下两种:
●单次触摸型传感器,要求手指在指纹采集区进行可靠的触摸;
●滑动型传感器,要求手指在传感器表面擦过。
硅晶体电容器体积小巧,它可以集成到许多现有设备中,能够生成质量较好的指纹图象,并且指纹录入时不需要像光学录入设备那样,要求有较大面积的录入头。
但相比光学传感器,硅晶体传感器不足主要有:
l、稳定性方面还有待提高;
2、指纹扫描区域小于光学传感器;
3、容易受到静电影响,对于干燥指纹效果非常差。
超声波传感器工作原理
超声波指纹图像采集技术被认为是指纹采集技术中最好的一种,但在指纹识别系统中还不多见,成本很高,而且还处于实验室阶段。
超声波指纹取像的原理是:
当超声波扫描指纹的表面,紧接着接收设备获取的其反射信号,由于指纹的脊和谷的声阻抗的不同,导致反射回接受器的超声波的能量不同,测量超声波能量大小,进而获得指纹灰度图像。
积累在皮肤上的脏物和油脂对超声波取像影响不大。
所以这样获取的图像是实际指纹纹路
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- DSP 原理 应用 课程设计 基于 指纹 生物 特征 识别 设计 模板
![提示](https://static.bdocx.com/images/bang_tan.gif)