DSP的指纹识别FPS200.docx
- 文档编号:30185347
- 上传时间:2023-08-05
- 格式:DOCX
- 页数:83
- 大小:1.01MB
DSP的指纹识别FPS200.docx
《DSP的指纹识别FPS200.docx》由会员分享,可在线阅读,更多相关《DSP的指纹识别FPS200.docx(83页珍藏版)》请在冰豆网上搜索。
DSP的指纹识别FPS200
第一章绪论
指纹识别技术是生物特征识别领域中最为成熟的一门应用技术,具有悠久的历史。
长期以来,指纹识别技术主要应用于刑事侦查与司法鉴定领域,不被大多数人所了解。
计算机与信息处理技术的飞速发展,为这门历史悠久的应用技术开拓了更为广阔的市场,指纹识别技术与相关产品越来越多地应用于民用市场。
1.1生物特征识别技术简介
1.1.1生物特征识别的意义
生物识别技术(BiometricIdentificationTechnology)是利用人体生物特征进行身份认证的一种技术[1]。
生物特征是唯一的(与他人不同)、可以测量或可以自动识别和验证的生理特性或行为方式,分为生理特征和行为特征。
生物识别系统对生物特性进行取样,提取其唯一特征并进行身份认证。
典型的生物识别系统的系统结构如图1.1:
图1.1生物识别系统结构框图
现行的许多计算机系统中,包括许多非常机密的系统,都是使用"用户ID+密码"的方法来进行用户的身份认证和访问控制的。
实际上,这种方案隐含着一些问题。
例如,密码容易被忘记,也容易被别人窃取。
而且,如果用户忘记了他的密码,他就不能进入系统,当然可以通过系统管理员重新设定密码来重新开始工作,但是一旦系统管理员忘记了自己的密码,整个系统也许只有重新安装后才能工作。
有关机构的调查表明,因为忘记密码而产生的问题已经成为IT厂商售后服务的最常见问题之一[2]。
除了计算机网络及其应用系统外,一些传统的需要进行身份验证的场合,也存在着类似的安全性问题。
例如证件的伪造和盗用、不正当的转借等。
一些犯罪通过伪造证件进入机密场所以窃取机密信息,有的犯罪伪造签证和护照非法入境或移民,这是因为传统的证件使用了易于伪造、未经加密的纸制证件。
为了防范这类事件的发生,人们需要一种直接的身份认证手段,这就是“人体生物特征识别技术”。
他根据每个人自身所具有的生物特征来对每个人的真实身份进行鉴别。
这些生物特征大都具有“人格有异”、“终身不变”和“随身携带”的特点,确保认证的精确性和可靠性。
1.1.2生物特征识别分类[3][4][5][6]
迄今为止,通过现代科学技术手段,被人们所发现的同时兼具“人各有异”、“终身不变”和“随身携带”这三个特点的人体生物特征主要有指纹、虹膜、人体细胞的遗传基因等。
此外还有一些虽然不能完全具备上述三个特点但尚在一段时间内具有“人各有异”特点的生物特征,如面容、掌纹、语音、行为等进行身份识别已成为目前的研究热点并发展为“生物检测学”的专门学科,其相关技术也被称为“生物特征识别技术”。
(1)虹膜识别
虹膜识别技术是利用虹膜的终身不变性和差异性来识别身份的。
虹膜识别技术与相应的算法结合后,可达到很高的精度。
虹模是眼球内部含有色素的环形薄膜,它由结缔组织细胞和肌纤维等组成,中间部位是眼球。
因眼球的颜色是由虹膜所含色素的多少而决定的,故称之为虹膜,旧称虹彩。
虹膜的结构在人出生前就确定下来了。
虹膜识别技术是将虹膜的可视特征转换成一个512字节的虹膜代码,这个代码模板被存储下来以供后期识别使用。
由于虹膜代码是通过复杂的运算获得的,并能提供较多数量的特征点,因此虹膜识别的精度最高。
整个识别的过程非常简单,虹膜的定位可以在一秒内完成。
虹膜识别的技术缺点是,目前虹膜识别系统只是用统计学原理进行小规模的试验,尚未进行过世界范围的认证试验。
此外,图像获取设备的价格昂贵,难以实现小型化。
(2)视网膜识别
视网膜识别技术使用激光来照射眼球的背面,以获得具有唯一性的视网膜特征。
视网膜是一些位于眼球后部十分细小的神经(一英寸的1/50),它是人眼感受光线并将信息通过视神经传给大脑的重要器官,它同胶片的功能有些类似,用于生物识别的血管分布在神经视网膜周围,即视网膜四层细胞的最远处。
视网膜扫描设备要获得视网膜图像,使用者的眼睛与录入设备的距离应在半英寸之内,并且在录入设备读取图象时,眼睛必须处于静止状态,使用者的眼睛在注视一个旋转的绿灯时,录入设备从视网膜上可以获得400个特征点,同指纹录入比较,指纹只能提供30到40个特征点用来录入,创建模板和完成确认。
同虹膜识别技术一样,视网膜扫描可能是最可靠、最值得信赖的生物识别技术,但该技术未经过任何测试,而且是否会损伤使用者的眼球,还有待进一步研究。
(3)面部识别
面部识别技术通过对面部特征和它们之间的关系来进行识别,识别技术基于这些唯一的特征时是非常复杂的,这需要人工智能和机器知识学习系统,用于捕捉面部图像的两项技术为标准视频和热成像技术。
标准视频技术通过一个标准的摄像头摄取面部的图像或者一系列图像,在面部被捕捉之后,一些核心点被记录,面部识别技术通常基于以下方法实现:
a.对面部外观特征进行分析。
b.对面部图像进行全局分析。
c.对面部热谱图像及面部的红外光谱图像中的特征进行分析。
尽管已有一些有关面部识别技术的实用产品,但目前面部识别系统对采集到的面部图像仍有一定的限制,如背景、光线、表情等,其大范围的识别正确率最高只在99%左右。
因此面部识别技术主要适合应用于一些使用者为配合型的应用场合,在抗拒型人群以及完全无人工干预的场合,其使用效果仍不尽人意。
(4)签名识别
签名作为身份认证的手段已有上千年的历史了,而且我们都很熟悉在银行的格式表单中签名作为我们身份的标志。
将签名数字化是这样一个过程,测量图像本身以及整个签名的动作在每个字母以及字母之间的不同的速度、顺序和压力,签名识别和语音识别一样,是一种行为测定学。
使用签名识别更容易被大众接受而且是一种公认的身份识别的技术。
但随着经验的增长,性情的变化与生活方式的改变,签名也会随之而改变;为了处理签名的不可避免的自然改变,我们必须在安全方面加以妥协;用于签名的手写板结构复杂而且价格昂贵,因为和笔记本电脑的触摸板的分辨率有着很大的差异,我们在技术上很难将两者结合起来,很难将它的尺寸小型化。
(5)语音识别
语音识别也是一种行为识别技术,语音识别设备不断地测量、记录语音的波形和变化特征,再将现场采集到的语音与登记过的语音模板进行对比,最后做出判断。
语音识别是基于生理学的声音特征,它与语言识别的区别是不对已说出的词语本身进行辨识,而是通过分析语音的惟一特点(例如发音的频率)来识别讲话者。
它属于非接触的识别技术,用户可以很自然地接受。
和其他的行为识别技术一样,语音因为变化的范围太大,故而很难进行一些精确的匹配;语音会随着音量、速度和音质的变化(例如当你感冒时)而影响到采集与比对的结果。
(6)基因识别
DNA基因识别是迄今为止已知的最准确的生物识别方法之一。
但实现该技术所需的设备非常复杂和昂贵,还需要有经过专门培训的专业技术人员来使用和操作这些设备,完成鉴定所花费的时间也较长,因此DNA基因识别还不能广泛地应用到日常生活的各个领域。
(7)指纹识别
指纹识别是目前生物检测学中研究最深入,应用最广泛,发展最成熟的技术。
指纹识别作为识别技术已经有几个世纪的历史了。
指纹识别技术通过分析指纹的全局特征和指纹的局部特征,特征点如嵴、谷和终点、分叉点或分歧点,从指纹中抽取的特征值可以非常的详尽,以便可靠地通过指纹来确认一个人的身份。
平均每个指纹都有几个独一无二可测量的特征点,每个特征点都有大约七个特征,我们的十个手指产生最少4900个独立可测量的特征。
这足够来确认指纹识别是否是一个更加可靠的鉴别方式。
长期以来,指纹识别技术大量被应用到司法和刑事侦查领域,使得人们往往把指纹识别技术与刑事侦查和犯罪联系在一起,带有一些抗拒心理,影响了指纹识别系统的可接受性。
另外某些人或某些群体的指纹因为指纹特征很少,故而很难成像,也影响了指纹识别的准确性。
指纹识别技术具有诸多优点:
指纹是人体独一无二的特征,并且它们的精确度和复杂度足以提供用于鉴别的足够特征;如果想要增加可靠性,只需登记更多的指纹,鉴别更多的手指,最多可以多达十个,而每一个指纹都是独一无二的;扫描指纹的速度很快,使用非常方便;读取指纹时,用户必需将手指与指纹采集头相互接触,与指纹采集头直接接触是读取人体生物特征最可靠的方法。
指纹采集头可以更加小型化,并且价格会更加的低廉。
可以见到,指纹识别技术是目前最方便、可靠、非侵害和价格便宜的生物识别技术解决方案,对于广大市场的应用有着很大的潜力。
每种生物识别技术均有各自的优点和缺点,其实用性也与应用的领域密切相关。
没有一种技术在任何工作环境下都优于其他技术。
常用的各种生物特征识别技术的技术性能比较如表1.1所示:
表1.1常用生物识别技术比较
类型
鉴别可靠度
可否运用1对1比照
可否运用1对多比照
传感器价格
尺寸
虹膜
很好
是
是
高
较大
视网膜
很好
是
是
高
较大
面部
一般
是
否
低
中等
签名
一般
是
否
低
较小
语音
一般
是
否
极低
非常小
基因
最好
是
否
极高
很大
指纹
很好
是
是
较低
非常小
由上面分析可知,指纹识别在各种生物特征识别领域中综合性能较好,因此指纹识别技术在认证系统中被广泛应用。
1.2嵌入式系统简介[7][8]
目前嵌入式系统技术已经成为了最热门的技术之一。
但是对于何为嵌入式系统,什么样的技术又可以称之为嵌入式技术,仍在讨论之中。
从广义上讲,可以认为凡是带有微处理器的专用软硬件系统都可以称为嵌入式系统。
作为系统核心的微处理器又包括三类:
微控制器(MCU)、嵌入式微处理器(MPU)、数字信号处理器(DSP)。
从狭义上讲,嵌入式系统是指使用嵌入式微处理器构成独立系统,具有自己的操作系统并且具有某些特定功能的系统,这里的微处理器专指32位以上的微处理器。
1.2.1嵌入式微处理器(EmbeddedMicroprocessorUnit,EMPU)
嵌入式微处理器的基础是通用计算机中的CPU。
在应用中,将微处理器装配在专门设计的电路板上,只保留和嵌入式应用有关的母板功能,这样可以大幅度减小系统体积和功耗。
为了满足嵌入式应用的特殊要求,嵌入式微处理器虽然在功能上和标准微处理器基本是一样的,但适应恶劣工作温度和抗电磁能力较差。
1.2.2嵌入式微控制器(MicrocontrollerUnit,MCU)
嵌入式微控制器又称单片机,顾名思义,就是将整个计算机系统集成到一块芯片中。
嵌入式微控制器一般以某一种微处理器内核为核心,芯片内部集成ROM/EPROM、RAM、总线、总线逻辑、定时/计数器、Watc我ings215hDog、I/O、串行口、脉宽调制输出、A/D、D/A、FlashRAM、EEPROM等各种必要功能和外设。
1.2.3数字信号处理器(DigitalSignalProcessor,DSP)[9]
数字信号处理器(DSP)对系统结构和指令进行了特殊设计,使其适合于执行DSP算法,编译效率较高,指令执行速度也较高。
在数字滤波、FFT、谱分析等方面DSP算法正在大量进入嵌入式领域,DSP应用正从在通用单片机中以普通指令实现DSP功能,过渡到采用嵌入式DSP处理器。
嵌入式DSP处理器有两个发展来源,一是DSP处理器经过单片化、EMC改造、增加片上外设成为嵌入式DSP处理器,TI的TMS320C2000/C5000等属于此范畴;二是在通用单片机或SOC中增加DSP协处理器,例如Intel的MCS-296和Infineon(Siemens)的TriCore。
嵌入式DSP处理器比较有代表性的产品是TexasInstruments的TMS320系列和Motorola的DSP56000系列。
TMS320系列处理器包括用于控制的C2000系列,移动通信的C5000系列,以及性能更高的C6000和C8000系列。
其特点是具备双Harvard结构和双乘/累加单元。
1.3本文的主要工作和结构安排
第一章介绍生物识别系统和自动指纹识别系统的发展和现状
第二章介绍指纹识别的基本原理和研究采用的方法
第三章详细讨论一种成熟的指纹识别算发的实现
第四章研究设计基于TMS320C5402的指纹识别硬件电路
第五章设计硬件系统相应软件设计和调试
第六章总结本文工作
第二章指纹识别的原理和方法
2.1指纹识别技术简介
2.1.1指纹识别技术的历史
相关资料显示,中国是世界上最早应用指纹识别技术的国家。
在西安半坡出土的距今六千多年的陶器上已发现了指纹的痕迹。
从有据可查的资料中显示,我国对指纹的应用最早出现在中国古代秦朝以前,诸如南郑春秋商城遗址出土的春秋战国时代陶豆柄上的指印等。
唐代时,以“按指为书”为代表的“指纹捺印”已经在文书、契约等民用场合被广泛采用。
著名学者海因德尔(Heinai)在其权威的《指纹鉴定》著作中断定:
“根据我国《周礼义疏》及《仪礼义疏》记载,中国第一个提到指纹鉴别个人的是唐代的作家贾公彦[10]。
他的作品大约写于公元650年,他是着重提到指纹是确定个人身份方法的世界上最早的作家。
”自宋朝起,指纹则开始被用作刑事诉讼的物证。
指纹在中国古代的借贷契约、买卖文凭、婚约休书、狱辞供状等方面得到广泛应用。
我国在广泛应用指、掌纹的漫长历史中,随着对外文化的交流,应用指纹的传统习惯传播到了世界上许多国家。
中国也是世界公认的指纹发源地。
公元1788年,梅耶(J.Mayer)首次著文指出了至今仍然被承认的指纹的两个重要特性,一是没有人的指纹是完全相同的(唯一性),另外一个是指纹的式样终身不会改变(稳定性)[11]。
公元1823年,珀金杰(J.Purkinie)首次把指纹纹形分成了9类。
公元1858年,赫谢尔(W.Herschel)规定与官方定契约必需捺指纹。
公元1880年,福尔茨(HenryFauld)发表了指纹认证的论文,第一次科学地提出了指纹的个体性和唯一性。
指纹唯一性的发现,使得指纹作为一种更为有效的鉴别方法而得到采用。
公元1889年,亨利[12](E.R.Henry)在总结前人研究成果的基础上,提出基于指纹细节特征识别(Minutia-Based)的理论,并提出了用指纹识别来进行确定罪犯身份的设想,从而奠定了现代指纹学的基础。
直到一个世纪后的今天,采用基于Minutia-Based的指纹识别算法[13]仍是主流。
公元1892年,英国的弗朗西斯·盖尔顿(FrancisGalton)爵士对指纹进行了广泛的研究,写了《FingerPrint》一书,向世人介绍了用于单个指纹分类的细节特征,首次系统地阐述了指纹学。
完善地确立了一整套指纹识别的方法,并且用于刑事侦察中对犯罪嫌疑人的甄别和鉴定。
2.1.2国内外自动指纹识别研究现状
指纹识别技术从被发现起,就被广泛应用到契约等民用领域。
由于人体指纹具有终身稳定性和唯一性,很快就被用于刑事侦查,并被尊为“物证之首”。
但早期的指纹识别采用的方法是人工识别法。
这项工作需要有一些经过专门训练的专业技术人员和有经验的指纹专家凭经验对指纹逐个对比,从而得出鉴定的结果。
用这种方法进行指纹鉴定,不但效率低、速度慢,查找范围也很有限,远远不能满足现代社会的需要。
20世纪60年代末,以电子计算机技术为代表的信息技术逐步兴起,计算机技术开始进入指纹识别领域,为指纹鉴定的自动化带来了新的解决思路、新的实现方法和新的处理途径。
美国开始有人提出用计算机图像处理和模式识别方法进行指纹分析以代替人工比对,这就是“自动指纹识别系统”(AutomatedFingerprintIdentificationSystem,简称AFIS)。
到70年代,由于计算机的广泛应用及模式识别理论的发展,世界各国都争相开发使用自动指纹识别系统。
20世纪70年代末一些实用系统已经出现,如加拿大警方首次应用激光进行指纹检验。
日本立石电机公司80年代研制出了指纹核对机。
美国人福勒80年代设计了指纹电子检验系统。
1982年日本NEC首次向警方提供了AFIS。
目前世界上有30多家著名大学、科研机构、公司一直从事自动指纹识别系统方面研究[14]。
我国的指纹自动识别技术研究,已经经历了较长的发展历程。
时至近日,自动指纹识别技术已经从单一系统的应用,发展到网络化的全面应用。
20世纪90年代末期,价格较低的指纹采集器、快速、匹配的算法发展为指纹技术用于个人身份识别提供了广阔的市场空间。
指纹识别技术被广泛应用意味着它能在影响亿万人的日常生活的各个地方使用。
通过取代个人识别码和口令,指纹识别技术可以阻止非授权;可以防止盗用ATM、蜂窝电话、智能卡、桌面PC、工作站及其计算机网络;在通过电话、网络进行的金融交易时可以进行身份认证;在建筑物或工作场所可以取代钥匙、证件、图章等。
指纹识别技术的飞速发展及其广泛应用开创了个人身份鉴别的新时代。
2.1.3自动指纹识别技术的优势与前景
生物特征识别可以采用很多方法,如人像,指纹,虹膜和声纹等,而其中指纹识别在广泛性,持久性,独特性,防伪性和采集性等多方面都具有很强的优势,因此也成为了目前应用最为广泛的生物特征识别技术。
在惟一性方面,相对于面部、声音等识别技术,指纹因其特征数量较多,且特征定位精确度可以做得更高,故惟一性好;在稳定性方面,由于一个人在出生时指纹就已经被定型了,随着年龄的增长指纹永久不变,因此不变性较面部、声音等优越;在方便性方面,与虹膜、视网膜等采样难度较高的情况相比,指纹样本便于获取,采样成本较低,识别系统中硬件部分较容易实现,因此方便性相对较好。
商用指纹识别技术在中国的应用虽然还只有10年左右的时间,但已得到了很大的发展和进步。
国内从业公司不断增加,理论研究不断得以增强,国产商品质量和档次不断提高,产品价格逐渐降低到合理水平,指纹识别应用领域已从简单的门禁扩展到门禁/考勤、金融、社会福利、计算机信息安全及ID证卡等多个领域,中国庞大的潜在市场吸引着越来越多的国内外投资者涉及这一领域。
这一切都显示了中国指纹市场极其广阔的前景。
2.2指纹识别的采集及其参数[15]
指纹具有惟一性(随身携带、难以复制、人人不同、指指相异)。
根据指纹学理论,将两人指纹分别匹配上12个特征时的相同几率仅为1/1050。
指纹还具有终身基本不变的相对稳定性。
指纹在胎儿六个月时已完全形成,随着年龄的增长,尽管人的指纹在外形大小、纹线粗细上会有变化,局部纹线之间也可能出现新细线特征,但从总体上看,同一手指的指纹纹线类型、细节特征的总体布局等无明显变化。
指纹的这些特点为身份鉴定提供了客观依据。
指纹识别过程可以分为4个步骤:
采集指纹图像、提取特征、保存数据和比对。
通过指纹读取设备读取到人体指纹的图像,取到指纹图像之后,要对原始图像进行初步的处理,使之更清晰。
指纹辨识软件建立指纹的数字表示特征数据,软件从指纹上找到被称为“节点”(minutiae)的特征点,这些数据(通常称为模板),保存为1K大小的记录。
最后,通过计算机模糊比较的方法,把两个指纹的模板进行比较,计算出它们的相似程度,最终得到两个指纹的匹配结果。
2.2.1指纹图像的采集[16][17][18]
指纹采集模式主要分为“离线式”和“在线式”两种。
所谓“离线式”就是指在指纹采集时,利用某些中间介质(如油墨和纸张)来获取指纹图像,在通过一定的技术手段将图像数字化输入计算机,它属于非实时采集。
目前“离线式”采集方式在大多数场合已经消失。
所谓“在线式”是通过与计算机联机的先进指纹传感器的专用指纹采集设备,将真实的人体指纹直接变成数字图像数据,实时传输给计算机。
基于指纹传感器的“在线式”实时采集设备以其操作简单、实时性强、采集效率高、图像质量好等优点,广泛应用于自动指纹识别领域。
指纹传感器是采集指纹的装置,是一切自动指纹识别系统的必备设备,从原理上,目前见到的指纹传感器分下面3类:
(1)光学录入
它是最早开发的指纹输入装置,多采用红外主动光斜向照射指尖,利用全反射的原理,在反射方向接收指纹影像。
指纹影像由CCD摄像头接收,输出的视频信号由图像采集卡数字化后输入计算机.近年来,也有用CMOS摄像头直接获取指纹图像的数字信号,通过计算机并口或USB口输入计算机。
由于不需要附加卡,这种带USB口的CMOS指纹传感器有成本低且安装方便的特点,很受市场欢迎。
(2)硅晶体电容式传感器录入
硅晶体电容式传感器是最近在市场上才出现的。
这些含有微型晶体的平面通过多种技术来绘制指纹图像。
电容传感器通过电子度量设计来捕捉指纹。
电容设备能结合大约100,000导体金属阵列的传感器,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的另一面。
电容器的电容值因两极间的距离而变化,这里指的是脊(近的)和谷(远的)之间的距离。
压感式表面的顶层是具有弹性的压感介质材料,他们依照指纹的外表地形(凹凸)转化为相应的电子信号。
硅晶体电容式不需要光线参与,小型化有优势,并且不需要指尖移动,而是一次成像如果能够克服目前一些产品容易受静电影响击穿(尤其在我国北方干燥季节)的缺陷,它将是未来最受欢迎的指纹传感器。
(3)超声波录入
超声波录入是目前采样效果最好的指纹采样设备,当超声波源发出超声波通过传感器表面达到手指表面时,会被反射回去。
皮肤凹陷的部分与传感器表面间有较多的空气及杂质,会吸收一部分超声波。
这样皮肤突起部分反射回的超声波比凹陷部分的更强,从而依据超声波的强弱形成指纹纹理图像。
最近几年,指纹传感器的价格已经剧烈的下降。
至于体积,光学传感器的体积从6×3×3英寸降到3×1×1英寸。
硅晶体电容式传感器的体积差不多是这样或者更小。
在晶片上,集成电路的技术越来越高(如:
数字化电路把指纹信号转化为数字信号强度),系统体积将越来越小,硅晶体电容式传感器的体积接近与手指大小所需要的体积,其长宽大约是1×1英寸高不到1英寸。
在硅晶体电容式传感器之前,一些没有用到的机能是局部调整、软件控制、自动获取控制(AGC)技术。
对于大多数光学设备,只能通过人工调整来改变图像的质量。
然而,硅晶体电容式传感器提供自动调节象素,行以及局部范围的敏感程度,从而提高图像的质量。
AGC在不同的环境下结合反馈的信息产生高质量的图像。
例如,一个不清晰(对比度差)的图像,如干燥的指纹,能够被感觉并增强灵敏度,在捕捉的瞬间产生清晰的图像(对比度好);由于提供了局部调整的能力,图像不清晰(对比度差)的区域也能够被检测到(如:
手指压得较轻的地方)并在捕捉的瞬间为这些像素提高灵敏度。
硅晶体电容式传感器技术最重要的弱点在于,它们容易受到静电的影响,这使得晶体传感器有时会取不到图像,甚至会被损坏,另外,它们并不象玻璃一样耐磨损,从而影响了使用寿命。
总之,各种技术都具有它们各自的优势,也有各自的缺点。
我们在下面给出三种主要技术的比较。
表2.1几种取像设备的性能比较
比较项目
光学全反射技术
电容传感技术
超声波扫描
体积
大
小
中
耐用性
非常耐用
容易损坏
一般
成像能力
干手指差,但汗多的和稍脏的手指成像模糊
干手指好,但汗多的和稍脏的手指不能成像
非常好
耗电
较多
较少
较多
成本
低
低
很高
2.2.2指纹图像的参数
衡量一个指纹传感器的质量,可以通过考察其输出数字化后的指纹图像的质量来确定。
指纹图像的主要参数有图像尺寸、图像分辨率和图像的灰度。
(1)图像的尺寸
图像的尺寸通常用长度(mm)×宽度(mm)来表示,如18mm×12.7mm,或者用垂直方向上的像素点数×水平方向上的像素点数来表示,如360×256点阵。
图像尺寸和点阵数越大,则表示指纹传感器的采集区域越宽。
用于民用领域的指纹传感器,大多采用平面采集方式,因而不要求较大的采集区域,一般不小于12.7mm×12.7mm或256*156点阵。
(2)图像分辨率
图像分辨率体现了对图像细纹之处的描述精
- 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 指纹识别 FPS200