基于ARM的光學(xué)指紋識(shí)別系統(tǒng)的設(shè)計(jì)方案
如圖5可見,改進(jìn)的Sobel算子在原Sobel算子的基礎(chǔ)上,能顯著地分割出正確圖像的面積,幾乎能在整個(gè)畫面區(qū)域提取出正確的方向來。系統(tǒng)對(duì)圖像進(jìn)行了Gabor濾波和圖像數(shù)據(jù)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(diǎn)的點(diǎn)方向沿方向指向增強(qiáng),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(yùn)算表達(dá)式如下:
當(dāng)每一點(diǎn)的值g(x,y)>p(x,y)時(shí),則賦值g(x,y)=1,否則賦值為0,以此得到二值化最終的結(jié)果,提取圖像進(jìn)行實(shí)測(cè)效果的比對(duì)如圖6所示。
圖6 二值化處理前后的實(shí)測(cè)效果對(duì)比
圖7是最后根據(jù)圖像紋理的粗細(xì)二值化圖像,并根據(jù)端點(diǎn)和交叉點(diǎn)提取特征點(diǎn)。
圖7 根據(jù)圖像紋理的粗細(xì)提取的二值化圖像斷點(diǎn)和交叉點(diǎn)特征點(diǎn)
經(jīng)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(diǎn)的位置、方向等信息,最終形成一個(gè)大小不超過512字節(jié)的特征模板。指紋的比對(duì)就是在特征模板的基礎(chǔ)上,構(gòu)建兩個(gè)點(diǎn)形成的桿對(duì)集,而桿對(duì)所包含的桿長(zhǎng)度、端點(diǎn)方向與桿的夾角等信息已經(jīng)是相對(duì)量,與位置無關(guān)。理想狀況下,同一枚指紋,采集的兩幅圖像能找到的桿對(duì)的每一個(gè)量(長(zhǎng)度、夾角)在數(shù)學(xué)上是完全相等的。以此為基本數(shù)學(xué)模型,構(gòu)建整個(gè)比對(duì)算法。
4結(jié)語
本文的基于ARM的光學(xué)指紋識(shí)別系統(tǒng)的設(shè)計(jì)方案,經(jīng)過實(shí)物測(cè)試,模塊錄入用戶指紋圖像時(shí)間為500 ~ 800 ms,拒真率小于等于1%,平均4.2 ms即可比對(duì)一枚指紋,支持1∶1指紋驗(yàn)證和1∶N指紋搜索。在硬件設(shè)計(jì)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(duì)模塊進(jìn)行用戶注冊(cè)、刪除特定用戶、刪除所有用戶、復(fù)位模塊、獲取用戶總數(shù)、獲取用戶權(quán)限、1∶1比對(duì)、1∶N比對(duì)、設(shè)置串口波特率、讀取圖像并提取特征值、獲取圖像等30個(gè)常規(guī)或擴(kuò)展功能命令,能滿足大多數(shù)的指紋應(yīng)用場(chǎng)合,可以很好地運(yùn)用于嵌入式領(lǐng)域,從而證實(shí)了本方案的可行性。
評(píng)論