基于DSP CCS2.2實現(xiàn)指紋識別預(yù)處理系統(tǒng)設(shè)計方案

利用生物認(rèn)證技術(shù)取代傳統(tǒng)的使用鑰匙、身份證、密碼等方法進(jìn)行個人身份鑒定,可廣泛應(yīng)用于銀行、機(jī)場、公安等領(lǐng)域的出入管理。將信息技術(shù)與生物技術(shù)相結(jié)合的生物認(rèn)證技術(shù)是本世紀(jì)最有發(fā)展?jié)摿Φ募夹g(shù)之一,而指紋識別技術(shù)則是其中非常有前景的一種。
　　
數(shù)字信號處理器(DSP)是指以數(shù)值計算的方法對數(shù)字信號進(jìn)行處理的芯片。它具有處理速度快、靈活、精確、抗干擾能力強(qiáng)、體積小、使用方便等優(yōu)點。DSP應(yīng)用于指紋識別已經(jīng)成為一個新的科技領(lǐng)域和獨立的學(xué)科體系,當(dāng)前已形成了有潛力的產(chǎn)業(yè)和市場。
　　
本文選定100MHz DSP TMS320VC5402作為指紋信號的處理器,利用其流水線編碼的操作特點,并結(jié)合指紋識別技術(shù),實現(xiàn)基于DSP CCS2.2的指紋識別預(yù)處理系統(tǒng)。CCS 2.2(Code Composer Studio)是一種針對標(biāo)準(zhǔn)TMS320調(diào)試接口的集成開發(fā)環(huán)境(IDE),由TI公司于1999年推出。指紋識別的處理流程如圖1所示。

圖1 指紋識別流程圖

　　
指紋處理過程可分為三個階段:
　　
(1) 獲取原始指紋圖像,進(jìn)行預(yù)處理;
　　
(2) 提取指紋特征點;

(3) 指紋識別分析判斷。
　　
在上述三個階段中,指紋圖像的預(yù)處理階段尤為重要,該階段對圖像處理的好壞直接關(guān)系到后面兩個階段工作的開展。本文結(jié)合TMS320VC5402的特點,重點研究指紋識別的預(yù)處理算法及其DSP實現(xiàn)問題,其中包括指紋的極值濾波、平滑濾波、拉普拉斯銳化、迭代二值化和該算法在DSP開發(fā)平臺CCS2.2的C5000上的仿真實現(xiàn)。這一問題的解決,可為未來指紋識別系統(tǒng)的脫機(jī)應(yīng)用提供很有價值的參考。

　　
1 指紋識別預(yù)處理算法
　　
指紋識別預(yù)處理的目的是使指紋圖像更清晰,邊緣更明顯,以便提取指紋的特征點進(jìn)行識別。本文采取極值濾波和改進(jìn)的平滑濾波進(jìn)行噪聲消除,使圖像不失真;采取拉普拉斯銳化對指紋進(jìn)行紋線增強(qiáng),突出邊緣信息,為自適應(yīng)閥值的迭代二值化提供方便。
　　
1.1 極值濾波
　　
解梅、馬爭認(rèn)為極值濾波器的設(shè)計是基于這樣一種理念:在指紋圖像的采集過程中,指紋圖像所受到的沖擊性噪聲表現(xiàn)為一些斑點或亮點。在一般情況下,可以認(rèn)為絕大數(shù)沖擊性噪聲是被真實的灰度值所包圍。同時噪聲污染的像素要遠(yuǎn)遠(yuǎn)小于真實灰度值的像素。因此在噪聲的消除過程中,無需對大多數(shù)沒有被噪聲污染的像素進(jìn)行改變處理,只需對那些被污染的像素進(jìn)行“真實值”代替處理,而這些值的確定可通過圖像像素鄰域的相關(guān)性來確定。設(shè)有一待處理器像素為s0,其周圍8鄰域像素排列為

　　
取鄰域相關(guān)像素的均值為Ai,i∈{1,2,...8},并以四個像素為一組處理單元,則改進(jìn)的極值濾波[1]算法可表述如下:
　　
如果A0>max(Ai),i∈{1,2,...8},則
　
s1=s2=s4=s0=min(A1,A2,A4)
　　s2=s3=s5=s0=min(A2,A3,A5)
　　s4=s6=s7=s0=min(A4,A6,A7)　 　 　 　 　 (3)
　　s5=s7=s8=s0=min(A5,A7,A8)
　　
如果min(Ai)≤Ai≤max(Ai),i∈{1,2,...8},則將像素原值輸出,不作處理。 實驗結(jié)果表明,該方法能得到與中值濾波類似的效果,達(dá)到了初步去除噪聲的目的。
　　
1.2 平滑濾波
　　
經(jīng)過上面的極值濾波處理之后,圖像傳輸過程中所形成的大多數(shù)沖擊性噪聲均被除去,但指紋圖像中還存在著隨機(jī)噪聲,需進(jìn)一步對圖像進(jìn)行平滑處理。本文采取兩次平滑濾波,一次是在極值濾波之后,一次是在銳化濾波之后。改進(jìn)的平滑卷積核為

　　
系數(shù)取1/15而非原來的1/17的原因在于提高圖像的對比度;而卷積核中心像素加權(quán)系數(shù)取為5是為了突出該點像素。實驗結(jié)果表明,該改進(jìn)是可行的,有利于突出中心像素并有效去除隨機(jī)噪聲。
　　
1.3 銳化濾波
　　
對于由于積分運算所造成的模糊圖像,有必要對其模糊進(jìn)行校正,進(jìn)而增強(qiáng)指紋圖像的邊界。具體做法為增強(qiáng)指紋脊線與谷的對比度。這種增強(qiáng)指紋圖像的高頻成分,使其邊緣清晰的方法稱為銳化。因此,銳化的目的在于使經(jīng)過平均或積分運算后變得模糊的圖像的邊緣和輪廓變得清晰,并使細(xì)節(jié)清晰。在本文中,銳化卷積核采用拉普拉斯算子:

　　
通過該卷積核對圖像進(jìn)行卷積預(yù)算,能實現(xiàn)高通濾波,進(jìn)而得到銳化后的指紋脊線。

1．4 迭代閥值二值化
　　
指紋圖像經(jīng)過極值濾波、平滑濾波、拉普拉斯銳化濾波、平滑濾波后,大多數(shù)噪聲都已被消除,這就為特征點提取提供了基礎(chǔ)。為了提取特征點,需對指紋圖像進(jìn)行分割。本文采取迭代閥值的方法對指紋圖像進(jìn)行閥值分割。在圖像處理中,反復(fù)地用一種運算直至條件滿足而得到輸出圖像的方法稱為迭代。迭代閥值方法如下:

　?、僭O(shè)定初始灰度閥值T(如令T＝127),把指紋圖像的灰度值分為兩組R1和R2。
　　②計算兩組的平均灰度值u1和u2。
　?、壑匦略O(shè)定新的灰度閥值T。新的T定義為:T＝(u1+u2)/2。
　?、芤罁?jù)新的T對指紋圖像進(jìn)行閥值分割。
　　
這種方法是以自適應(yīng)的閥值對指紋圖像進(jìn)行二值化處理。實驗結(jié)果表明,該方法比設(shè)定固定閥值進(jìn)行處理更有普遍意義,且行之有效。

　　
2 指紋圖像在CCS 2.2上的輸入與輸出
　　
在設(shè)計中,采用DSP集成開發(fā)環(huán)境CCS2.2對指紋識別算法進(jìn)行模擬驗證。用指紋成像系統(tǒng)采集一幅*bmp格式指紋圖像,如finger.bmp指紋圖像。在該指紋圖像的數(shù)據(jù)上面添加一個COFF文件的文件頭。以文件名finger.out保存。*.out文件為TI的公共目標(biāo)文件。利用CCS中的File-Load Data 可以將finger.out的指紋圖像放到DSP的相應(yīng)內(nèi)存中去,本次設(shè)計中將finger.out存放于DSP的數(shù)據(jù)存儲空間。利用CCS中的Image菜單,通過設(shè)置相關(guān)選項可以觀察處理前的圖像與處理后的圖像。

　　
3 實際指紋圖像預(yù)處理效果
　　
依據(jù)上述指紋識別預(yù)處理算法,通過CCS2.2的模擬功能,實現(xiàn)了指紋識別預(yù)處理的DSP處理,達(dá)到了DSP處理指紋圖像的應(yīng)用目的。結(jié)果如圖2所示。
　　

圖2 實際指紋預(yù)處理結(jié)果

　　
本文針對TMS320VC5402 DSP的快速、高效的特點,采取了DSP集成開發(fā)環(huán)境CCS2.2對指紋圖像進(jìn)行預(yù)處理。在指紋的預(yù)處理中,由于DSP具有10ns指令周期,使采用改進(jìn)的極值濾波和改進(jìn)的卷積核平滑濾波對指紋圖像進(jìn)行一次、二次平滑實時處理成為可能。實驗結(jié)果表明,該方法能有效地處理指紋圖像的沖擊性噪聲和隨機(jī)噪聲。而迭代二值化的運算充分利用了DSP 五級流水線操作,達(dá)到了利用DSP對指紋圖像進(jìn)行預(yù)處理的應(yīng)用目的。