基于DSP CCS 2.2實現(xiàn)指紋識別預(yù)處理系統(tǒng)
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噪聲,需進一步對圖像進行平滑處理。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,該改進是可行的,有利于突出中心像素并有效去除隨機噪聲。
1.3 銳化濾波
對于由于積分運算所造成的模糊圖像,有必要對其模糊進行校正,進而增強指紋圖像的邊界。具體做法為增強指紋脊線與谷的對比度。這種增強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,并使細節(jié)清晰[2]。在本文中,銳化卷積核采用拉普拉斯算子[3]:
通過該卷積核對圖像進行卷積預(yù)算,能實現(xiàn)高通濾波,進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,需對指紋圖像進行分割。本文采取迭代閥值的方法對指紋圖像進行閥值分割。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。
?、谟嬎銉山M的平均灰度值u1和u2。
③重新設(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對指紋圖像進行閥值分割。
這種方法是以自適應(yīng)的閥值對指紋圖像進行二值化處理。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,達到了DSP處理指紋圖像的應(yīng)用目的。結(jié)果如圖2所示。
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,使采用改進的極值濾波和改進的卷積核平滑濾波對指紋圖像進行一次、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,達到了利用DSP對指紋圖像進行預(yù)處理的應(yīng)用目的。
參考文獻
1 解 梅, 馬 爭.基于脊向指紋濾波算法[J].電子學(xué)報,2004;32(1):5~7
2 Visual C++實現(xiàn)二值圖像處理.www.yesky.com/SoftChannel/72342371928702976/20030731/1718121_2.shtml
3 尹 勇,歐光軍,關(guān)榮鋒.DSP集成開發(fā)環(huán)境CCS開發(fā)指南[M].北京:北京航空航天大學(xué)出版社,2003;1~97
評論