嵌入式指紋識別系統設計

指紋識別技術(shù)在整個(gè)生物特征識別領(lǐng)域占據著(zhù)重要地位，目前傳統的指紋識別系統在指紋匹配準確度上也已經(jīng)達到了比較理想的效果。然而，隨著(zhù)數據信息的膨脹，在很多應用場(chǎng)合下指紋數據庫的規模越來(lái)越大，當系統需要處理大容量的指紋數據庫時(shí)，如果采用傳統的一對一的指紋識別模式，則將消耗相當長(cháng)的時(shí)間。這對于實(shí)時(shí)性要求較強的應用系統而言，顯然是不可接受的。為了提高大容量數據庫下指紋識別的效率，一種基于指紋檢索策略的快速搜索方案被提出，這一方案將有效降低整個(gè)指紋識別過(guò)程的耗時(shí)量。

此外，在嵌入式技術(shù)高速發(fā)展的今天，市場(chǎng)對于高度集成化、便攜化、智能化的嵌入式指紋系統有著(zhù)強烈的需求?？紤]到嵌入式指紋系統需要進(jìn)行現場(chǎng)指紋采集、指紋查找和驗證等過(guò)程，則更需要合理的策略來(lái)保證系統的實(shí)時(shí)性和可靠性。因此，設計高效的嵌入式指紋檢索算法，并在具有大容量指紋數據庫的嵌入式系統下實(shí)現指紋的快速檢索與匹配，有著(zhù)重要的研究意義和廣泛的商業(yè)價(jià)值。

1. 自動(dòng)指紋識別系統研究

隨著(zhù)計算機和信息技術(shù)的發(fā)展，FBI和法國巴黎警察局于上世紀六十年代開(kāi)始了對自動(dòng)指紋識別系統AFIS(Automatic Fingerprint Identification System)的研究。自動(dòng)指紋識別系統(AFIS)最初使用于刑事案件偵破之中，到了九十年代，被廣泛用于個(gè)人身份的鑒定。

自動(dòng)指紋識別系統(AFIS)是一個(gè)典型的生物特征識別系統，它包括了指紋圖像采集模塊、圖像預處理模塊、指紋特征分析與提取模塊、指紋對比匹配模塊等幾個(gè)部分。在實(shí)際應用中，一個(gè)完整的自動(dòng)指紋識別系統一般可以實(shí)現指紋注冊和指紋匹配兩大功能。在進(jìn)行指紋注冊時(shí)，系統首先通過(guò)指紋圖像采集模塊采樣得到待注冊用戶(hù)的指紋圖像數據；隨后將這些數字化的圖像信息傳入主控制器，并由圖像預處模塊進(jìn)行預處理加工；接著(zhù)由指紋特征分析與提取模塊提取出需要的指紋特征，并生成指紋特征模板；最后將特征模板存放到指紋數據庫中。在進(jìn)行指紋匹配時(shí)，首先依然是采集待鑒定用戶(hù)的指紋圖像數據；接著(zhù)同樣進(jìn)行圖像預處理和指紋特征提??；然后利用提取到的待測指紋特征與指紋庫中的指紋特征模板進(jìn)行對比；最后給出認證結果以確認身份是否匹配。自動(dòng)指紋識別系統基本工作流程如圖1所示。

圖1 自動(dòng)指紋識別系統基本工作流程圖

為了應對某些大容量指紋數據庫下自動(dòng)指紋識別系統運行效率低下的問(wèn)題，目前學(xué)術(shù)界也提出了相關(guān)優(yōu)化措施，其中以指紋分類(lèi)策略和指紋檢索策略最具代表性。指紋分類(lèi)技術(shù)的不足之處在于人體指紋并非均勻的分布在各個(gè)指紋類(lèi)中，在很大的數據庫下并不能很有效的減小對比范圍；另外對于模糊指紋，并不能起到準確的分類(lèi)效果。而指紋檢索技術(shù)則能較好的避免以上問(wèn)題，在縮小對比范圍的同時(shí)，也克服了模糊指紋分類(lèi)不確定的缺陷。

2. 指紋檢索算法與程序設計

2.1指紋圖像預處理算法

指紋檢索的首要環(huán)節就是進(jìn)行指紋圖像的預處理工作，其目的是為了去除圖像無(wú)效區域、降低噪聲，從而提高指紋檢索的效率。在利用指紋采集器獲取到灰度化的原始指紋圖像后，首先是進(jìn)行指紋圖像的分割，提取出指紋前景區；然后再通過(guò)計算平均像素灰度的方法對圖像進(jìn)行標準化處理，使指紋圖像的灰度和對比度調整到一個(gè)統一標準的范圍內。

預處理的第二環(huán)節是圖像的濾波增強，本文采用基于方向場(chǎng)和頻率場(chǎng)特性的Gabor濾波增強算法對指紋圖像進(jìn)行增強處理。在濾波前首先需要計算指紋圖像的脊線(xiàn)方向場(chǎng)圖像和頻率特性 圖，對于指紋脊線(xiàn)方向場(chǎng)信息，采用經(jīng)典的Sobel算子求取像素的梯度值，然后利用求出的像素橫向梯度矢量Gx和縱向梯度矢量Gy計算方向角度值；對于指紋頻率信息，則通過(guò)計算某一區域指紋脊線(xiàn)間平均像素距離而得到。獲得以上信息后，再利用Gabor濾波函數對指紋圖像做增強處理。

得到增強的指紋圖像后，還要對圖像進(jìn)行二值化和細化處理。二值化是使灰度圖像變成黑白圖像，將圖像在灰度層次上從原來(lái)的256色降為黑白2色，對指紋圖像信息量進(jìn)行了壓縮；細化則是在不改變原有圖像像素拓撲連接關(guān)系的條件下，保留了紋線(xiàn)的主要信息，使指紋圖像的脊線(xiàn)分布變得簡(jiǎn)單明了，為指紋特征的提取和索引做準備，因此也是圖像預處理中非常重要的一步。

2.2 指紋特征提取算法

指紋特征提取的主要目的是計算指紋核心點(diǎn)(Core)和細節點(diǎn)(Minutia)的特征信息。在提取指紋核心點(diǎn)時(shí)，采用的是Poincare Index算法，該算法的思路是在指紋圖像某像素點(diǎn)區域內，按圍繞該點(diǎn)的閉合曲線(xiàn)逆時(shí)針?lè )较蛐D一周，計算方向角度旋轉變化量的和，最后以計算結果來(lái)尋找核心點(diǎn)。計算過(guò)程中如果某像素點(diǎn)的Poincare Index值為π則判定為核心點(diǎn)，然后便提取該點(diǎn)的坐標與方向場(chǎng)信息，記為P(C_x, C_y, θ_c)。

對于指紋的細節點(diǎn)特征，在本設計中只要求提取指紋脊線(xiàn)端點(diǎn)(Ending)和脊線(xiàn)分叉(Bifurcation)兩種細節點(diǎn)。在細化的指紋圖像中，這兩種細節點(diǎn)的形態(tài)如圖2和圖3所示：

在提取指紋細節點(diǎn)時(shí)，首先為細化圖像中的每個(gè)像素點(diǎn)P建立一個(gè)8鄰域像素區，如圖4所示。其中P1~P8為像素點(diǎn)P周?chē)泥徑h(huán)繞像素點(diǎn)。P1~P8中黑色點(diǎn)的值設為1，白色點(diǎn)的值設為0。

圖4 8鄰域像素圖

根據Crossing Number (CN)理論，在8鄰域像素圖中按照公式1計算像素點(diǎn)的CN值。例如在圖2和圖3中，8領(lǐng)域像素區域內中心點(diǎn)的CN值分別為1和3。

最后按上述方法對細化指紋圖像中的所有像素點(diǎn)進(jìn)行CN值計算，當CN值為1時(shí)，可判定所檢測的P點(diǎn)為脊線(xiàn)端點(diǎn)，當CN值為3時(shí)，則可判定P點(diǎn)為脊線(xiàn)分叉點(diǎn)。檢測到細節點(diǎn)之后返回該點(diǎn)的坐標(x,y)，并根據CN的值返回細節點(diǎn)的類(lèi)型T，然后再讀取該點(diǎn)的方向角θ。因此，在本算法中一個(gè)指紋細節點(diǎn)的具體特征最后用M(x, y, θ ,T)算子來(lái)表征。

2.3 指紋索引與檢索算法

在得到一系列的指紋特征后，接下來(lái)就是設計指紋綜合索引因子。索引因子以多維向量的形式表示，概括了一枚指紋圖像的綜合特征。指紋檢索時(shí)通過(guò)將待查詢(xún)指紋的索引因子與數據庫中指紋的索引因子相比較，可快速計算得出與目標指紋相似度較高的一批候選指紋，達到有效縮減匹配范圍的目的。指紋綜合索引因子的設計描述如下：

公式2中Θ_m×n代表將指紋圖像劃分為m×n塊以后，由指紋圖像每一子塊局部脊線(xiàn)方向場(chǎng)組成的角度矩陣；F_m×n代表指紋的局部脊線(xiàn)頻率矩陣；D代表以指紋核心點(diǎn)P(C_x,C_y)為中心，固定半徑R內所有細節點(diǎn)到核心點(diǎn)距離的平均值；Δ則代表離核心點(diǎn)最近的三個(gè)細節點(diǎn)(設M1, M2, M3)的方向角與核心點(diǎn)方向角的差值，記作Δ={ω₁, ω₂, ω₃}(ω_{i=θi-θc，且-πωiπ)。}

檢索開(kāi)始時(shí)，設待查詢(xún)指紋的綜合索引因子為S{Θ_m×n，F_m×n，D，Δ}, 指紋數據庫中的指紋綜合索引因子為S’{Θ’_m×n，F’_m×n，D’，Δ’}。然后計算以下各項相似度分數：

其中dj=θ[j]-θ’[j], (j=1,2,…,m×n；θ[j]為指紋圖像第j塊的局部脊線(xiàn)方向角)。

最后根據以上4個(gè)相似度值計算S和S’這兩枚指紋的總體相似分數T。

公式7中μ表示各部分相似度值的權重因子。根據實(shí)際測試，在保證檢索效果最佳時(shí)，μ的各項經(jīng)驗值分別?。?mu;₁=0.28，μ₂=0.16，μ₃=0.30，μ₄=0.26。檢索算法按照索引因子比對法則將待查詢(xún)指紋與數據庫中的所有指紋進(jìn)行檢索對比，在遍歷完整個(gè)指紋數據庫以后，得到了一系列的相似度分數。最后根據設定的閾值分數，選出分數最高的一部分指紋，從而降低指紋對比識別的范圍。

2.4 軟件程序設計

軟件程序是整個(gè)指紋檢索算法的映射與實(shí)現，它將算法的各個(gè)理論環(huán)節轉化為實(shí)際的函數，并封裝成可以在嵌入式系統下執行的功能模塊。本文中嵌入式指紋檢索程序實(shí)現用戶(hù)指紋注冊和指紋檢索匹配兩大功能，涵蓋了指紋采集程序、指紋圖像預處理程序、指紋特征提取程序、指紋索引與檢索程序、指紋匹配程序等部分，其執行流程如圖5所示。軟件進(jìn)入到執行狀態(tài)后，首先按照用戶(hù)指令參數進(jìn)行模式判斷，選擇進(jìn)入到指紋注冊或者指紋檢索狀態(tài)。當選擇指紋注冊入庫時(shí)，軟件會(huì )先進(jìn)行指紋圖像采集，然后對圖像進(jìn)行預處理，接著(zhù)提取出指紋的細節特征并建立指紋索引因子，最后將指紋特征模板和對應的索引因子入庫保存。而當需要進(jìn)行指紋檢索時(shí)，系統同樣會(huì )先進(jìn)行指紋采集、圖像預處理、特征提取和索引因子建立，然后利用索引因子進(jìn)行指紋庫檢索，找出與查詢(xún)指紋最相似的一批待匹配指紋，最后利用匹配程序對這部分指紋逐一對比，給出匹配結果。

圖5 嵌入式指紋檢索軟件執行流程圖

3. 嵌入式應用平臺設計

為了使所設計的指紋檢索算法得到實(shí)現和驗證，根據嵌入式指紋檢索系統的要求，還需要設計嵌入式應用平臺。該平臺的設計主要分為硬件系統和軟件環(huán)境兩部分。

3.1嵌入式硬件系統設計

本文所設計的用于指紋檢索算法實(shí)現與驗證的嵌入式硬件平臺以東南大學(xué)自主研發(fā)的高性能微處理器SEP6200為核心控制單元。SEP6200是一顆32位的高性能應用處理器，主頻達到800Mhz，有著(zhù)高效的運算和控制能力，能夠較好的執行指紋檢索程序。主控制器配合DDR、Nand Flash、LCD、USB指紋采集器等外圍設備，搭建成了完整的嵌入式指紋檢索硬件平臺，圖6是所設計的嵌入式指紋檢索系統的硬件框架結構圖。系統中主控制器SEP6200用于控制指紋采樣和進(jìn)行任務(wù)調度；DDR模塊用來(lái)臨時(shí)存儲指紋圖像數據和執行軟件程序；Nand Flash用以存放算法軟件代碼和指紋數據庫；LCD顯示屏在執行算法時(shí)用于提供良好的GUI用戶(hù)界面；USB指紋采集器則是用來(lái)采集原始指紋圖像，并將圖像數據經(jīng)USB接口傳送至核心控制單元。

圖6 嵌入式指紋檢索系統硬件平臺架構圖

3.2嵌入式軟件系統配置

嵌入式軟件系統主要涉及到操作系統和設備驅動(dòng)配置兩個(gè)方面。

3.2.1. 嵌入式Linux操作系統

本設計采用Linux2.6內核操作系統作為嵌入式底層軟件基礎平臺。Linux操作系統作為一個(gè)開(kāi)源軟件系統，有著(zhù)良好的可配置、可裁剪特性，同時(shí)其開(kāi)發(fā)周期短、成本低、安全性高，非常適用于嵌入式系統下指紋檢索應用軟件的開(kāi)發(fā)和測試。

3.2.2. 驅動(dòng)程序配置

為了使操作系統能夠控制USB指紋采集器和LCD等外設工作，必須為L(cháng)inux內核配置相關(guān)的設備驅動(dòng)程序。對于USB指紋采集器，本設計采用V4L2驅動(dòng)框架對圖像數據進(jìn)行控制管理，V4L2是Linux下開(kāi)發(fā)視頻設備驅動(dòng)的一套新框架，該框架為驅動(dòng)程序定義了一系列對應的回調函數，同時(shí)為應用程序定義了一套標準的API 調用，便于用戶(hù)在應用層通過(guò)URB獲得指紋圖像數據。此外，對于LCD液晶顯示屏也需要提供相應的驅動(dòng)支持，LCD通常由微處理器的LCDC(LCD Controller，LCD控制器)進(jìn)行控制。

4. 系統測試與分析

在系統設計完成之后，筆者對系統的性能和效率等指標做了相應的測試。實(shí)驗中采用了兩個(gè)指紋數據庫進(jìn)行系統驗證，分別是國際標準指紋測試庫FVC2000-DB3和本系統采集自建的指紋數據庫庫OWN-DB。FVC2000-DB3包含800張指紋圖像，OWN-DB包了含500張指紋圖像，兩庫中的圖像都以8位灰度的BMP格式保存，圖7和圖8分別為兩個(gè)指紋數據庫的示例圖像。

指紋檢索算法的性能采用檢索穿透率(Penetration Rate, PR)和檢索錯誤率 (Error Rate, ER)衡量。檢索穿透率(PR)定義為檢索得出的待匹配指紋數量占整個(gè)數據庫的比重，該比重可以由算法程序員自行設定；檢索錯誤率(ER)則定義為在某一穿透率的限制下，在待匹配指紋中未檢測到目標指紋的概率，即檢索失敗率。在實(shí)驗中利用所述的兩個(gè)指紋數據庫對系統進(jìn)行測試，得到一系列的實(shí)驗數據，將這些實(shí)驗數據進(jìn)行曲線(xiàn)擬合，繪制出如圖9所示的曲線(xiàn)圖。

圖9 指紋檢索系統的性能試驗數據

從實(shí)驗數據圖可知，在FVC2000-DB3數據庫上，當檢索穿透率為10%時(shí)，系統檢索錯誤率在6%左右。而在OWN-DB數據庫上，當穿透率為10%時(shí)，系統錯誤率則可降低至4.6%以?xún)?，充分驗證了本設計的可靠性。此外作為嵌入式系統，軟件程序的執行效率也是一項重要指標。在實(shí)驗中，當系統進(jìn)行1:800檢索時(shí)總耗時(shí)1.63秒；當進(jìn)行1:500檢索時(shí)總耗時(shí)0.99秒?？傮w來(lái)看，系統的實(shí)時(shí)性也達到了比較良好的指標。

結語(yǔ)

指紋檢索算法是一種應用于大容量指紋數據庫的快速指紋搜索方案。本文在對傳統自動(dòng)指紋識別系統研究的基礎上，設計了基于多維向量指紋索引因子的快速指紋檢索算法，同時(shí)利用國產(chǎn)SOC芯片SEP6200，搭建了嵌入式應用平臺，并最終將所設計的算法以應用程序的形式在嵌入式目標平臺上進(jìn)行映射與實(shí)現。系統經(jīng)過(guò)實(shí)驗測試與分析，得到了良好的性能指標，進(jìn)一步論證了本設計的可行性。