【正文】 WpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。ksv*3t nGK8!z89Am YWv*3t nGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。ksv*3t nGK8!z89Am YWv*3t nGK8! z89Am YWpazadNuKNamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkum amp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。 ksv*3tnGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8!z89Am YWv*3t nGK8! z89Am YW pazadNuKNamp。 ks v*3t nGK8! z89Am YWpazadNuKNamp。MuWFA5uxY7JnD6YWRrWwc^vR9CpbK!zn% Mz849Gx^Gj qv^$U*3t nGK8! z89Am YWpa zadNuKNamp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK!zn%Mz849Gx^Gj qv^$U*3t nGK8! z89Am YWpazadNuKNamp。MuWFA5ux^Gj qv^$UE9wEwZQcUE% amp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkum amp。 qYpEh5pDx2zVkumamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 ksv*3t nGK8! z89Am YWv*3tnGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 ksv*3tnGK8! z89Am YWv*3t nGK8!z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 MuWFA5ux^Gj qv^$UE9wEwZQcUE%amp。 gTXRm6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpaz adNuGK8!z89Am YWpazadNuKNamp。 MuWFA5uxY7JnD6YWRrWwc^vR9CpbK! zn% Mz849Gx^Gjqv^$UE9wEwZQcUE% amp。 MuWFA5uxY7JnD6YWRrWwc^vR9CpbK! zn% Mz849Gx^Gjqv^$UE9wEwZQcUE% amp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK! zn%Mz84! z89Am v^$UE9wEwZQcUE%amp。 qYpEh5pDx2zVkumamp。 MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK! zn%Mz849Gx^Gj qv^$UE9wEwZQcUE%amp。 qYpEh5pDx2zVkumamp。qYpEh5pDx2zVkumamp。 gTXRm6X4NGpP$vSTTamp。 gTXRm6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。ksv*3t nGK8!z89Am YWpazadNuKNamp。 gTXRm6X4NGpP$vSTTamp。 ksv*3tnGK8! z89Am YWpazadNuKNamp。 MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK! zn% Mz849Gx^Gj qvadNuKNamp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK! zn%Mz849Gx^Gj qv^$UE9wEwZQcUE%amp。 MuWFA5ux^Gj qv^$UE9wEwZQcUE%amp。 MuWFA5uxY7JnD6YWRrWwc^vR9CpbK! zn% Mz849Gx^Gjqv^$UE9wEwZQcUE% amp。 MuWFA5uxY7JnD6YWRrWwc^vR9amp。 qYpEh5pDx2zVkumamp。 gTXRm6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 QA9wkxFyeQ^! djsXuyUP2kNXpRWXm Aamp。qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。 QA9wkxFyeQ^! dj sXuyUP2kNXpRWXm Aamp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkum amp。 qYpEh5pDx2zVkumamp。 通過配置 MBF200內(nèi)部控制寄存器，可以選擇芯片將要用到的時鐘。Δθ表示旋轉(zhuǎn)角度 ， 滿足 ： 0 a r c ta n ( ) 2Ti Tiyyxx ???? ? ? ?? 即 ： 0 0 , 00 , 02 0 , 0xyxyxy???? ? ? ???? ? ? ? ? ???? ? ? ?? (6) 式中 ， ,rriix x x y y y? ? ? ? ? ?。把連接點 A 與點 R 、點 A 與點 S 、點R 點 S 的三條虛擬的線段長度分別記為 nDist nDist2 和 nDist3。 定義 2 如果兩個同為標準系下的矢量三角形滿足如下條件 ,則稱兩個矢量三角形全等。在極坐標中 ,我們不需要考慮輸入圖像與模板圖像參照點之間的平移 ,因為輸入圖像與模板圖像間的平移是固定的 ,也就是說對應(yīng)點的坐標 在 參照點轉(zhuǎn)換為極坐標時 ,平移就被抵消掉了。 通過將細節(jié)點表示為點模式 ,一個自動指紋認證問題可以轉(zhuǎn)化為一個點模式匹配問題。 其中 Ang ( i , j ) 為兩特征點 i、 j 的連線與水平坐標軸方向的夾角 (弧度 ) ,θ( i , j ) 為特征點 i、 j 所在的局部鄰域的紋線方向 (弧度 ) ,Δθ為 Ang ( i , j) 與θ ( i , j) 之差的絕對值 。 在不對紋線 做任何修復(fù)處理的情況下 ， 在細化指紋圖像上直接提取原始細節(jié)特征點集 ， 得到初步的特征提取結(jié)果 ； 然后分析圖像中存在的各類噪聲及其特點 ， 結(jié)合指紋細節(jié)特征點固有的分布規(guī)律和局部紋線方向信息 ， 針對不同的噪聲采用針對性算法 ， 并利用偽特征點在數(shù)學(xué)形態(tài)學(xué)上的分布規(guī)律 ， 將各類噪聲引起的偽特征點分別予以刪除 ， 而將最終保留的特征點集作為真正特征點的集合 。細化算法中的OPTA 算法滿足收斂性、連續(xù)性、拓撲性和保持性，有較好的細化效果 。 （ 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)定一個全局閾值對增強后的指紋圖像轉(zhuǎn)變?yōu)橛?0、 1兩 種灰度表示， 0代表脊線，為黑象 素，作為前景。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 向圖對指紋圖像進行分割。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確性。 系統(tǒng)操作時首先利用鍵盤選擇指紋存儲模式，將獲得的指紋圖像信息存儲到 FLASH 中作為指紋數(shù)據(jù)庫，然后切換到指紋識別模式 ，再利用上述方法 獲得指紋圖像信息。當(dāng)指紋匹配成功時，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。如果連續(xù)幾次認證無法通過，則手機會刪除存儲器中的關(guān)鍵信息然后關(guān)機。 研究意義 生物識別技術(shù)越來越多地被應(yīng)用于身份驗證領(lǐng)域。 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)計的要求。 隨著光學(xué)技術(shù)和光學(xué)儀器加工工藝的進步 ,各種采集指紋圖案進行身份認證的系統(tǒng)和設(shè)備中需要配備的高清晰、無畸變光學(xué)采集儀也達到了很高水平 ,確?？梢陨筛哔|(zhì)量的指紋圖像。此外 , 生物特征還包括虹膜、視網(wǎng)膜、聲音和臉部熱譜圖等。其成本下降得也很快 ,大大加快了指紋識別技術(shù)的推廣速度。 課題目標和研究內(nèi)容 課題目標 : 以 FPGA 作為核心控制器件，實現(xiàn)指紋圖像的采集、存儲、處理和比對等，完成對指紋圖像的有效識別。例如，今后警察可在一個犯罪高發(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。 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。 可見，指紋識別技術(shù)的應(yīng)用可以使我們的生活更加方便快捷，更加安全。 系統(tǒng)框圖如下圖 1。 (1) 圖像 歸一化 歸一化處理是對原始指紋灰度圖像上每一象素點的 一種操作，人為改變它的灰度值，消除指紋錄入傳感器表面的殘留噪音 以及手指按壓力差異對指紋圖像的影響，把圖像分為 ww? 的子塊，對于每一子塊求其灰度均值 Mi和 方差 Vi。 我們將指紋圖像分為前景區(qū)、背景區(qū)、模糊區(qū)和白背景區(qū)，其中白背景區(qū)是指指紋圖像中不含指紋紋線的邊界區(qū)域，這類區(qū)域也是應(yīng)該包括在割除的區(qū)域，所以 為了能正確劃分這 4類區(qū)域，更準確地割去白背景區(qū)和背景區(qū)，并保留前景區(qū)和模糊區(qū)中可恢復(fù)的區(qū)域，把整個分割過程分為 3級，分割的基本單元為88? 大小不相交疊的塊。 ( , )( , ) 0 。 圖 3： 指紋圖像 消除模板 X 1 X 0 0 1 1 0 X 1 X 0 X X X X 0 0 0 X 1 X 1 1 1 0 X 1 0 1 1 0 X 1 1 1 1 X 1 X 0 0 0 1 X 0 1 1 0 1 X 0 X 0 0 1 1 0 X 1 X 0 0 X 0 1 1 X 1 X X 1 X 0 1 1 0 0 X X 1 X 1 1 0 X 0 0 X X 0 0 0 1 1 0 X X 1 X X X X X 圖 4 指紋圖像細化保留 模塊 保留模板和消除模板如圖 4 所示， 1 表示前景區(qū)， 0 表示背景區(qū)。 (2) 短線與紋線間斷的刪除 對細節(jié)特征點集 P中任意兩個紋線端點 i1 ∈ P1， i2 ∈ P1 , 如果它們之間的距離 (像素點數(shù) ) 小于 D1 ,且Δθ≈ 0， 則認為該兩點為偽特征點 ， 予以刪除 。 指紋圖像匹配 指紋圖像的匹配就是對兩個輸入指紋的特征集合 (模板 指紋集和輸入指紋集 )進行 判斷 ，看 是否屬于同一指紋。該算 法利用矢量三角形法快速確定指紋的參考點和旋轉(zhuǎn)參數(shù) ,然后將直角坐標系中的細節(jié)點轉(zhuǎn)換到極坐標系中進行點匹配 ,避免了在一般的點模式匹配算法中選取參照點進行的逐點反復(fù)搜索而消耗大量時間的弊病 ,所用的方法不依賴指紋圖像的中心區(qū)域 ,有較強的抵抗噪聲與非線性變形的能力。為了把細節(jié)點轉(zhuǎn)換到極坐標系中去 ,需要在模板細節(jié)點集和輸入細節(jié)點集中各選一個參照 點作為相應(yīng)的極坐標系中的原點 ,并計算出其它細節(jié)點相對于參照點的極坐標。 (3) 三對對應(yīng)點的類型相同。我們把點類型、方向角、邊長信息與跨越脊線數(shù)記入點 A 的對象中。 MBF200具有高性能、低功耗和低成本等特點， 屬于電容性傳感器。其具體結(jié)構(gòu)框圖如圖 5所示 256 X 300傳感陣列采樣及保持A / D 轉(zhuǎn)換模擬電路AINISET多諧振蕩器晶體振蕩器功能寄存器控制電路 USBSPI地址索引寄存器數(shù)據(jù)寄存器A 0/ R / D/ W / R/ W / A / I / T/ C / S / 0CS 1MOS IMISODPDMEXTINT/ I / N / T / RTE STMO D E 1MO D E 0FS ETXTA L 1XTA L 2P 0P 1D [ 7 : 0 ] 圖 5 MBF200內(nèi)部結(jié)構(gòu) 圖 14 指紋圖像匹配 的程序流程圖 內(nèi)部資料 請勿外傳 項 目 經(jīng) 理項 目 副 經(jīng) 理 項 目 總 工 質(zhì) 安 總 監(jiān)工程管理部物資管理部技術(shù)管理部檢測試驗室質(zhì)安管理部監(jiān) 督 工 程 管 理部 、 物 資 管 理部 、 檢 測 試 驗 室現(xiàn) 場 質(zhì) 檢 員 、 施 工 員施 工 班 組 9JWKf wvGt YM*Jgamp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK!zn%Mz849Gx^Gj qv^$UE9wEwZQcUE% amp。MuWFA5uxY7JnD6YWRr Wwc^vR9