基于ARM的手指靜脈識別系統(tǒng)

1 嵌入式系統(tǒng)總體結(jié)構(gòu)

比較完整的手指靜脈識別系統(tǒng)應(yīng)具備采集和識別這兩個基本的功能。首先通過嵌入式采集裝置獲取使用者的相關(guān)信息，并將該使用者的手指靜脈特征添加到手指靜脈特征數(shù)據(jù)庫；然后根據(jù)數(shù)據(jù)庫中使用者信息與采集的手指靜脈圖像比對，判定其身份是否正確。為此，將該嵌入式手指靜脈識別系統(tǒng)分為硬件平臺、嵌入式操作系統(tǒng)和應(yīng)用軟件三部分。

嵌入式系統(tǒng)硬件主要由嵌入式微處理器S3C6410及其外圍擴(kuò)展電路組成。其中，S3C6410是一款基于ARM11內(nèi)核的微控制器，其主頻達(dá)667 MHz，具有豐富的外圍接口控制器，可以滿足圖像識別所需性能要求。嵌入式操作系統(tǒng)采用 WinCE6.0，其模塊化設(shè)計使得嵌入式系統(tǒng)和應(yīng)用程序開發(fā)者能夠方便地根據(jù)需求定制產(chǎn)品，同時還具有100%開放WinCE 6.0內(nèi)核源代碼。采用微軟的多媒體DirectShow技術(shù)，在Visual Studio 2005環(huán)境下開發(fā)圖像采集應(yīng)用程序，在PC機(jī)上調(diào)試成功后移植到嵌入式系統(tǒng)平臺下運(yùn)行并實現(xiàn)身份識別。

2 嵌入式系統(tǒng)硬件設(shè)計

系統(tǒng)硬件設(shè)計采用模塊化設(shè)計原則，把嵌入式系統(tǒng)硬件平臺分為微處理器核心模塊、手指靜脈成像模塊、自動調(diào)光控制模塊和輔助操作模塊。其硬件結(jié)構(gòu)如圖1所示。

本設(shè)計選取S3C6410作為嵌入式微處理器，其上外接DRAM接口、Nand Flash接口以及豐富的總線接口電路。同時S3C6410還集成了電源電路、復(fù)位電路、RS232接口電路和USB接口電路等部分。其中，DRAM接口用于連接動態(tài)存儲器，本設(shè)計采用Mobile DDR存儲器，用于運(yùn)行操作系統(tǒng)及存取應(yīng)用程序。Nand Flash則用于固化嵌入式操作系統(tǒng)Windows CE內(nèi)核、手指靜脈識別軟件等，以及儲存采集的圖像等數(shù)據(jù)資料。

手指靜脈成像模塊包括紅外光源、紅外濾光片和圖像傳感器。本設(shè)計選用微型OV9650圖像傳感器模組，它由30針的CMOS圖像傳感器和手動微調(diào)鏡頭組成，需要為其提供必須的電源。攝像頭電源電路如圖2所示。通過S3C6410的攝像頭接口從S3C6410獲取+5 V電源，分別轉(zhuǎn)換為3路電壓值為攝像頭電路供電。

本文通過轉(zhuǎn)接板來實現(xiàn)攝像頭模組與S3C6410的連接，其接口電路如圖3所示。其中，J1用于 S3C6410攝像頭接口與轉(zhuǎn)接板的連接，U10則是攝像頭模組與轉(zhuǎn)接板的接口。

對于近紅外光源，選用波長為850 nm、型號為TSHG5210的高速紅外發(fā)光二極管，設(shè)計中排成直線形陣列。由于環(huán)境不同，可見光對手指靜脈成像影響也有所不同，因此，在鏡頭前放置型號為IR780的近紅外濾光片來濾除可見光。

自動調(diào)光控制模塊使紅外光源能夠根據(jù)被采集對象手指的不同粗細(xì)進(jìn)行自動調(diào)光，使攝像頭接收到的光強(qiáng)不變，采集到的圖像亮度適中。本設(shè)計在原來研制的積分調(diào)節(jié)電路[2]基礎(chǔ)上改進(jìn)為帶PID控制器的紅外光強(qiáng)自動調(diào)節(jié)電路。當(dāng)采用PID電路進(jìn)行串聯(lián)校正時，可以使得系統(tǒng)型別提高一級；同時還為系統(tǒng)提供兩個負(fù)實零點(diǎn)，進(jìn)行調(diào)節(jié)時，可進(jìn)一步提高系統(tǒng)穩(wěn)定性，改善系統(tǒng)動態(tài)性能。PID控制器電路圖如圖4所示。

輔助操作模塊包括LCD、USB鼠標(biāo)和8×8矩陣鍵盤等，用于對嵌入式系統(tǒng)進(jìn)行控制。

3 嵌入式識別系統(tǒng)應(yīng)用軟件開發(fā)

本文采用多媒體DirectShow技術(shù)來設(shè)計攝像頭圖像采集應(yīng)用程序。為了完成對圖像數(shù)據(jù)的處理，創(chuàng)建多個過濾器并連接，數(shù)據(jù)流從源過濾器經(jīng)過中間過濾器移動到渲染過濾器，最終提供給用戶。在這個過程中完成對數(shù)據(jù)的讀取、解碼、將數(shù)據(jù)輸出到相應(yīng)設(shè)備上。本文將視頻預(yù)覽和視頻捕捉封裝成視頻采集過濾器，如圖5所示。其中，“智能Tee”是為了調(diào)節(jié)PCI總線分流數(shù)據(jù)。

通過Visual Studio 2005開發(fā)環(huán)境的MFC智能設(shè)備應(yīng)用程序向?qū)?chuàng)建一個基于對話框的應(yīng)用程序；然后創(chuàng)建類、設(shè)計采集界面以及編寫程序，實現(xiàn)視頻采集與預(yù)覽、圖像保存等功能。所用到的主要函數(shù)如下：
GetFirstCameraDriver()：獲取系統(tǒng)中注冊的第一個視頻捕捉設(shè)備名。
FreeDShow()：釋放創(chuàng)建DirectShow接口對象。
PreviewCamera()：用于預(yù)覽視頻，同時負(fù)責(zé)DirectShow接口的初始化工作。
SnapPicture()：抓拍視頻中的一幅圖片，并以文件形式保存。

此外，把手指靜脈識別算法加入到應(yīng)用程序中，并移植到WinCE 6.0操作系統(tǒng)下。該軟件功能包括：錄入手指靜脈圖像并保存所有相關(guān)信息至數(shù)據(jù)庫中，測試當(dāng)前采集手指靜脈圖像與數(shù)據(jù)庫中圖像是否匹配；調(diào)取數(shù)據(jù)庫中手指靜脈圖像進(jìn)行算法研究。

當(dāng)需要用本系統(tǒng)進(jìn)行手指靜脈識別時，先啟動操作系統(tǒng)，用戶從可視化界面輸入相應(yīng)信息，開始采集圖像。

4 手指靜脈識別算法

手指靜脈識別算法是本系統(tǒng)軟件的核心部分，目前該算法在計算機(jī)上已達(dá)到較高水平。但將其移植到嵌入式系統(tǒng)時，由于受嵌入式處理器硬件性能的限制，達(dá)不到預(yù)期的效果。因此，本文采用了一種適合于嵌入式系統(tǒng)的手指靜脈識別算法。

4.1 圖像預(yù)處理

（1）格式轉(zhuǎn)換與灰度歸一化。本文中通過圖像采集裝置采集的手指靜脈圖像是24 bit JPG格式的真彩圖像，采用Imaging技術(shù)[3]循環(huán)解碼將其轉(zhuǎn)化為24 bit BMP格式的圖像。

通過改變各個分量(R，G，B)的權(quán)重，把三個點(diǎn)合成一個點(diǎn)就可以將24 bit BMP圖像轉(zhuǎn)換成256色的灰度圖像。本設(shè)計采用加權(quán)平均值法可以得到較合理的灰度圖像，即：

（4）濾波與去噪。在經(jīng)過前面圖像分割后的特征圖像中存在許多孤立點(diǎn)、塊狀噪聲以及一些細(xì)小空洞。為了便于以后處理，必須填充這些細(xì)小空洞和除去噪聲。首先采用中值濾波法，消除圖像中的高斯噪聲和脈沖干擾信號，接著進(jìn)行面積去噪，以消去孤立的噪聲。

（5）紋路細(xì)化。經(jīng)過一系列處理后的圖像靜脈紋路很粗，所以采用改進(jìn)的條件細(xì)化算法進(jìn)行處理，即在條件細(xì)化后的靜脈圖像上，加入模板算法去掉分叉點(diǎn)處冗余的像素。目的是通過連續(xù)剝離圖像最外層元素直到獲得單像素的連通線，去掉冗余信息，且保留紋路的拓?fù)?/strong>連接關(guān)系，以利于后續(xù)的特征提取。

其中，Np為點(diǎn)集P中元素的個數(shù)。

5 實驗結(jié)果

把在PC機(jī)開發(fā)的應(yīng)用軟件移植到ARM11板，上電開啟操作系統(tǒng)運(yùn)行該軟件，開始采集和測試手指靜脈圖像的效果圖如圖7所示。

本軟件把圖像采集、預(yù)處理等一系列過程合成到一起進(jìn)行操作，實現(xiàn)一鍵完成，使其更加接近產(chǎn)品化。錄入用戶圖像信息時，圖像處理達(dá)到了每次約0.5 s的速度，令人滿意。實驗測試中，采集50個手指的靜脈圖像，每個手指采集4次，一共采集了200幅靜脈圖像，構(gòu)成手指靜脈數(shù)據(jù)庫。根據(jù)本文的方法，來驗證算法的匹配識別效果。測試1:1匹配識別，將每個手指的1個樣本分別與其他3個樣本進(jìn)行比對完成識別，每次識別過程達(dá)到約0.4 s的速度，得到的結(jié)果如表1所示，達(dá)到了預(yù)期的效果。

本文構(gòu)建了一種基于ARM技術(shù)的嵌入式手指靜脈識別系統(tǒng)。設(shè)計的硬件平臺穩(wěn)定性好、集成度高；采用的WinCE 6.0界面友好、畫面清晰；開發(fā)的識別應(yīng)用軟件可以開機(jī)啟動，便于操作，使本識別系統(tǒng)具有很好的人機(jī)交互特性。同時針對嵌入式系統(tǒng)采用一套合適的手指靜脈識別算法。實驗表明，該手指靜脈識別系統(tǒng)可以實現(xiàn)快速圖像處理和識別，與基于PC機(jī)的識別系統(tǒng)相比，具有體積小、重量輕、易于移動與操作、易于集成等優(yōu)點(diǎn)。