【正文】 o，測(cè)試臺(tái)輸入可使用圖形化的HDL Bencher，狀態(tài)圖輸入可使用StateCAD，前、后仿真則可使用Modesim XE（Xilinx Edition）或Modelsim SE。(2)在Process窗口可以直接選擇添加或創(chuàng)建新的設(shè)計(jì)文件。通過新的局部時(shí)鐘布線功能，支持再200Mhz以上的高速存儲(chǔ)器接口。23) 8管腳插槽輔助晶振。19) 帶按鈕的旋轉(zhuǎn)編碼器。15) 3個(gè)管腳擴(kuò)展連接器。11) FPGA/CPLD下載/調(diào)試USB接口。7) 16字符－2線式LCD顯示屏。3) 64個(gè)宏單元的XC2C64A CoolRunner CPLD。實(shí)際上，該芯片的靈敏度是由放電電流和放電時(shí)間寄存器來調(diào)節(jié)的。行捕獲分為兩個(gè)階段，第一階段，在充電的同時(shí)，一個(gè)內(nèi)部信號(hào)使能一個(gè)采樣保持電路以采樣被選行的電容單元電壓。MBF200作為一款可編程的傳感器芯片，其內(nèi)部設(shè)置了19個(gè)控制寄存器，以完成多種功能。MBF200內(nèi)部具有A/D轉(zhuǎn)換模塊，在控制寄存器的控制下，進(jìn)行A/D轉(zhuǎn)換，將采集到的電容信號(hào)變成數(shù)字信號(hào)，便于數(shù)據(jù)的傳輸。第三章 開發(fā)工具及器件簡介本設(shè)計(jì)中采用的MBF200是富士通公司推出的一款先進(jìn)的固態(tài)指紋傳感器芯片，它除可自動(dòng)檢測(cè)指紋外，還帶有SPI，MCU，USB等多種接口模式。由于最后要將細(xì)節(jié)點(diǎn)都轉(zhuǎn)換到極坐標(biāo)系下， 我們僅僅計(jì)算了輸入圖像與模板圖像間的旋轉(zhuǎn)角度， 而不考慮兩幅圖像間的平移,只需將輸入細(xì)節(jié)點(diǎn)與模板細(xì)節(jié)點(diǎn)都分別相對(duì)于參照點(diǎn)A 和B 轉(zhuǎn)換到極坐標(biāo)系中,然后在所有輸入細(xì)節(jié)點(diǎn)的極角上加一個(gè)角度。通常情況下,紋線數(shù)目比距離、相對(duì)角更具有魯棒性,因此,這里我們?cè)谂袛鄡蓚€(gè)矢量三角形是否全等時(shí),增加了這個(gè)條件。把點(diǎn)A 、點(diǎn)R 與點(diǎn)S 的類型(末梢點(diǎn)或分支點(diǎn)) 分別記為nType1 , nType2 與nType3。(2) 三對(duì)對(duì)應(yīng)頂點(diǎn)間的方向角相等。我們把這兩個(gè)點(diǎn)集分別表示為:P = { ( xP1 , yP1 ,θP1 ) , . . . , ( xPM, yPM,θPM) }Q = { ( xQ1, yQ1,θQ1) , . . . , ( xQN, yQN,θQN) }其中( xPi , yPi ,θPi ) 記錄了點(diǎn)集P 中第i 個(gè)特征點(diǎn)的三條信息:X 坐標(biāo), Y 標(biāo)與方向,同樣( xQj, yQj,θQj) 記錄了點(diǎn)集Q 中第j個(gè)特征點(diǎn)的三條信息: X 坐標(biāo), Y 坐標(biāo)與方向。因此,本設(shè)計(jì)選擇在極坐標(biāo)系中做細(xì)節(jié)匹配,而且只需考慮輸入圖像與模板圖像間的旋轉(zhuǎn)形變參數(shù)。正如Anil Jain[7 ]等指出,在極坐標(biāo)中進(jìn)行細(xì)節(jié)匹配有很多的優(yōu)點(diǎn):指紋圖像的非線性形變往往表現(xiàn)為放射狀,即這種形變呈非線性地向外擴(kuò)張。本設(shè)計(jì)采用了一種矢量三角法來確定參照點(diǎn)的點(diǎn)模式匹配算法。目前最常用的是FBI提出的細(xì)節(jié)點(diǎn)坐標(biāo)模式來做細(xì)節(jié)匹配。 D5 為指紋圖像平均紋線寬度，可通過計(jì)算得到。(5) 較長毛刺的刪除對(duì)細(xì)節(jié)特征點(diǎn)集P中任一紋線端點(diǎn)i ∈P1和任一分叉點(diǎn)j ∈P2, 如果它們之間的距離小于D4，且有紋線連接該兩點(diǎn)， 并且Δθπ/4, 則認(rèn)為該兩點(diǎn)為偽特征點(diǎn)，予以刪除。這些點(diǎn)集中可能含有大量的偽特征點(diǎn)需進(jìn)一步處理。整個(gè)改進(jìn)算法克服了原算法的不足，有效清除了毛刺，對(duì)指紋圖像能進(jìn)行充分細(xì)化。針對(duì)其算法的不足進(jìn)行改進(jìn)，重新構(gòu)造模板，采用統(tǒng)一模板，左上角區(qū)域?yàn)橄０鍏^(qū)域。自適應(yīng)局部閾值二值化的流程圖如圖2：圖2 　自適應(yīng)局部閾值二值化流程圖圖2中T為該塊指紋圖像的平均灰度值Nh、Nl分別為第（k，l）塊指紋圖像中灰度值大于等于T和小于T的像素點(diǎn)數(shù)，δ= w w 10 % ，w 是分塊尺寸(像素) 。（3）指紋圖像二值化二值化，就是把灰度圖像轉(zhuǎn)變?yōu)楹诎紫嚅g的二值圖像，通過設(shè)定一個(gè)全局閾值對(duì)增強(qiáng)后的指紋圖像轉(zhuǎn)變?yōu)橛?、1兩種灰度表示，0代表脊線，為黑象素，作為前景。第一級(jí)分割為白背景區(qū)分割，第二級(jí)分割為模糊區(qū)分割，第三級(jí)分割為背景區(qū)分割，白背景區(qū)灰度均值很低，而且由于沒有紋線峰和谷的變化，方差也很小，因此白背景區(qū)的判斷采用：(1) 塊灰度均值： (2) 塊灰度方差第一級(jí)分割的判決為：當(dāng)mean小于預(yù)定義的閾值T1且variance也小于預(yù)定義的閾值T2即同時(shí)滿足上述兩個(gè)條件時(shí)，該塊為白背景塊，刪除掉。目前常用的指紋圖像分割的一般方法是：一種是基于圖像灰度特性的灰度均值分割，這種分割容易把有效部分割除掉，而把用力重的模糊不清的區(qū)域保留；另一種是基于灰度方差的閾值分割，這種單一分割方法不適合低對(duì)比度的圖像；第三種是基于指紋紋理的方向性，利用方向圖對(duì)指紋圖像進(jìn)行分割。子塊灰度均值和方差的計(jì)算按如下公式： （1） （2）其中I（x，y）為子塊中象素（x，y）的灰度值，子塊歸一化的目的是調(diào)整均值和方差到一個(gè)期望的范圍，如果用G(i，j)表示（x，y）點(diǎn)的歸一化后的值，那么第I個(gè)子塊歸一化后灰度值為： (3)如果：，則把灰度值為全部歸0作為背景處理，這樣可以有效地去除傳感器表面殘留紋印引入的噪聲。預(yù)處理的目的是改善輸入指紋圖像的質(zhì)量，以提高特征提取的準(zhǔn)確性。圖1 系統(tǒng)框圖 項(xiàng)目關(guān)鍵技術(shù)及創(chuàng)新性： 傳感器的選擇目前，市面上存在很多種類的指紋傳感器，應(yīng)用最廣泛的有光學(xué)、電容、電磁波、壓力、微電機(jī)和熱學(xué)指紋傳感器。系統(tǒng)操作時(shí)首先利用鍵盤選擇指紋存儲(chǔ)模式，將獲得的指紋圖像信息存儲(chǔ)到FLASH中作為指紋數(shù)據(jù)庫，然后切換到指紋識(shí)別模式，再利用上述方法獲得指紋圖像信息。同時(shí)本項(xiàng)目重點(diǎn)研究基于FPGA的指紋識(shí)別系統(tǒng)，利用FPGA高集成度化，低功耗，短開發(fā)周期等優(yōu)點(diǎn)，實(shí)現(xiàn)系統(tǒng)的ASIC，具有更加深遠(yuǎn)的意義和廣闊的市場(chǎng)商機(jī)。當(dāng)指紋匹配成功時(shí)，汽車便按已編程設(shè)定的內(nèi)部參數(shù)來控制后視鏡、汽車座椅、無線基站以及車內(nèi)空氣環(huán)境。注冊(cè)過程十分簡單：每個(gè)授權(quán)駕駛的成員將其手指置于傳感器上，并將汽車的各種參數(shù)按個(gè)人愛好進(jìn)行設(shè)置，然后將這些設(shè)置存入車載的電腦存儲(chǔ)器中。如果連續(xù)幾次認(rèn)證無法通過，則手機(jī)會(huì)刪除存儲(chǔ)器中的關(guān)鍵信息然后關(guān)機(jī)。此人則將其右手的第一、二或第三個(gè)手指置于一個(gè)與無線PDA相連的傳感器上，可以迅速將嫌疑人與以前的犯罪記錄進(jìn)行對(duì)比確認(rèn)。藏鋒者專業(yè)網(wǎng)絡(luò)安全免費(fèi)論文： 研究意義生物識(shí)別技術(shù)越來越多地被應(yīng)用于身份驗(yàn)證領(lǐng)域。 研究內(nèi)容：本系統(tǒng)采用xilinx公司Spartan 3E系列FPGA作為核心控制芯片，通過富士通公司的MBF200指紋傳感器實(shí)現(xiàn)對(duì)指紋圖象的采集，利用SPI接口傳輸?shù)紽PGA進(jìn)行數(shù)據(jù)的存儲(chǔ)，利用內(nèi)嵌的MicroBlaze處理器對(duì)指紋圖象進(jìn)行灰度濾波、二值化、二值去噪、細(xì)化等預(yù)處理，得到清晰的指紋圖象，再從清晰的指紋圖象中提取指紋特征點(diǎn)并存入指紋數(shù)據(jù)庫作為建檔模版。本系統(tǒng)采用xilinx公司Spartan 3E系列FPGA作為核心控制器件，這款器件采用90ns的先進(jìn)工藝，最大容量50萬門，可支持32位的RISC處理器，具有128 Mbit 并行Flash，足以滿足設(shè)計(jì)的要求。同時(shí)人們對(duì)消費(fèi)類產(chǎn)品的要求越來越趨向于小型化，并且對(duì)可攜帶設(shè)備的安全性要求也與日俱增。隨著光學(xué)技術(shù)和光學(xué)儀器加工工藝的進(jìn)步,各種采集指紋圖案進(jìn)行身份認(rèn)證的系統(tǒng)和設(shè)備中需要配備的高清晰、無畸變光學(xué)采集儀也達(dá)到了很高水平,確?？梢陨筛哔|(zhì)量的指紋圖像。指紋識(shí)別是生物識(shí)別技術(shù)中最為成熟的, 其唯一性、穩(wěn)定性, 一直都被視為身份鑒別的可靠手段之一。此外, 生物特征還包括虹膜、視網(wǎng)膜、聲音和臉部熱譜圖等。使用計(jì)算機(jī)管理指紋數(shù)據(jù)庫,極大提高了指紋對(duì)比的速度,同時(shí)由于計(jì)算機(jī)比對(duì)算法的不斷改進(jìn)提高,使指紋比對(duì)誤識(shí)率已降到了10 6 以下,不僅可以滿足刑偵方面的需要,而且迅速進(jìn)入了更多的應(yīng)用領(lǐng)域。其成本下降得也很快,大大加快了指紋識(shí)別技術(shù)的推廣速度。藏鋒者專業(yè)網(wǎng)絡(luò)安全免費(fèi)論文：而本設(shè)計(jì)正是為了這一目的，選用具有高集成度、低功耗、短開發(fā)周期的FPGA來完成此項(xiàng)設(shè)計(jì)，以實(shí)現(xiàn)系統(tǒng)的ASIC為研究背景，具有很強(qiáng)的現(xiàn)實(shí)意義和廣闊的市場(chǎng)空間。 課題目標(biāo):以FPGA作為核心控制器件，實(shí)現(xiàn)指紋圖像的采集、存儲(chǔ)、處理和比對(duì)等，完成對(duì)指紋圖像的有效識(shí)別。該識(shí)別系統(tǒng)可用于門禁、考勤、證件管理等很多方面，具有很廣泛的應(yīng)用前景。例如，今后警察可在一個(gè)犯罪高發(fā)區(qū)截住一名嫌疑人，要求其提供指紋而不是身份證或汽車駕照。如果不是授權(quán)用戶，手機(jī)便繼續(xù)保持鎖住。 在今后的汽車應(yīng)用中，用戶可輸入家庭成員指紋樣本，經(jīng)鑒權(quán)才能駕駛。指紋模板和匹配軟件保存在汽車內(nèi)的一個(gè)嵌入式模塊中?？梢?，指紋識(shí)別技術(shù)的應(yīng)用可以使我們的生活更加方便快捷，更加安全。當(dāng)處理圖像數(shù)據(jù)時(shí)，F(xiàn)PGA通過讀取SDRAM的指紋數(shù)據(jù)，并在其邏輯單元中進(jìn)行濾波、灰度歸一化、二值化、細(xì)化和特征值提取等操作，從而獲得重要的指紋圖像信息。系統(tǒng)框圖如下圖1。 指紋圖像的預(yù)處理圖像預(yù)處理的主要步驟包括：灰度值歸一化、圖像分割、濾波、圖像增強(qiáng)、二值化、細(xì)化等。(1) 圖像歸一化歸一化處理是對(duì)原始指紋灰度圖像上每一象素點(diǎn)的一種操作，