【正文】 為了解決這個(gè)難點(diǎn)，很多人在這方面也做了大量的工作。如將處理后的圖像存放在指針0x300000開(kāi)始的緩沖區(qū)，則將0x200000改為0x300000即可看到處理后的圖像。選擇CCS菜單View—Graph—Image，打開(kāi)如圖51所示窗口進(jìn)行參數(shù)設(shè)置。程序中將采集到的數(shù)據(jù)保存到指針lpImage開(kāi)始的片外存儲(chǔ)器中，由于普通5509的C語(yǔ)言數(shù)據(jù)指針無(wú)法超越64K（這里一幅指紋圖像的大小是300*256=75K）邊界，所以程序中采用FARPTR（unsigned long）類(lèi)型指針來(lái)讀寫(xiě)圖像。利用高級(jí)語(yǔ)言C編程效率高，可讀性好，修改方便，在調(diào)試程序的時(shí)候提高了工作效率。指紋預(yù)處理的核心算法采用軟件仿真方式驗(yàn)證，仿真環(huán)境為Simulator。軟件調(diào)試開(kāi)始的時(shí)候用硬件仿真方式，仿真環(huán)境為Emulator，在CCS上實(shí)時(shí)采集一幅指紋圖像。 軟件調(diào)試方法軟件部分可分為兩大部分，一個(gè)是采集部分，另一個(gè)是預(yù)處理算法部分。 軟件調(diào)試 軟件調(diào)試工具軟件調(diào)試的主要工具就是CCS環(huán)境，通過(guò)它可調(diào)試和運(yùn)行指紋采集程序以及各個(gè)指紋圖像處理算法。其次，確保正確連接電路之后，接通系統(tǒng)電源，則系統(tǒng)相應(yīng)的指示燈亮，并且指紋擴(kuò)展模塊上面的控制指示燈也被點(diǎn)亮。調(diào)試的工具除了指紋擴(kuò)展模塊和DSP系統(tǒng)外，還需要CCS軟件進(jìn)行輔助調(diào)試。如果在數(shù)目較少的指紋庫(kù)中查找某一個(gè)特定的指紋，只需逐個(gè)比對(duì)就可以了，若在大型規(guī)模引用中，則需對(duì)原指紋庫(kù)中的指紋進(jìn)行分類(lèi)，以便提高查找速度。建立指紋數(shù)據(jù)庫(kù)，一般要采集同一枚指紋的3~5個(gè)樣本，分別對(duì)這些樣本進(jìn)行預(yù)處理和特征抽取，由特征點(diǎn)間的相互位置關(guān)系確定樣本圖像是否兩兩匹配，根據(jù)特征點(diǎn)被匹配上的次數(shù)，確定該特征點(diǎn)的匹配權(quán)值，從所有樣本圖像中找出權(quán)值大于一給定閾值的特征點(diǎn)，以這些特征為模板建立指紋數(shù)據(jù)庫(kù)樣本。 特征匹配方法定位輸入特征點(diǎn)集和已有的模版特征點(diǎn)集之間的匹配原點(diǎn)對(duì),計(jì)算二個(gè)特征點(diǎn)集的旋轉(zhuǎn)和平移參數(shù)．并根據(jù)這些旋轉(zhuǎn)和平移參數(shù)校準(zhǔn)輸入點(diǎn)集，將校準(zhǔn)后的特征點(diǎn)集轉(zhuǎn)化到極坐標(biāo)系中，然后比較特征點(diǎn)之間相互關(guān)系集合，得出指紋圖像和模板之間的對(duì)應(yīng)關(guān)系。此時(shí)，系統(tǒng)的工作速度和效率往往顯得比較重要。研究表明在任意兩枚指紋之間，只要有8~12個(gè)細(xì)節(jié)特征點(diǎn)吻合，就可以確定兩枚指紋來(lái)源于同一個(gè)手指。 選取特征點(diǎn)統(tǒng)計(jì)表明，來(lái)源于平面采集的指紋圖像，一般可以提取出幾十到上百個(gè)細(xì)節(jié)特征點(diǎn)，而來(lái)源于滾動(dòng)采集或經(jīng)過(guò)拼接的指紋圖像，因其采集的圖像面積較寬，最多時(shí)甚至可以提取出超過(guò)200個(gè)細(xì)節(jié)特征點(diǎn)。用特征點(diǎn)與指紋中心點(diǎn)之間的紋線數(shù)以及特征點(diǎn)到中心點(diǎn)連線與指紋圖像坐標(biāo)的夾角來(lái)表征位置信息，將這些位置信息存入指紋庫(kù)。這樣得到的特征點(diǎn)大部分都是真的，但也包含因噪聲影響而產(chǎn)生的偽特征點(diǎn)，這將使鑒定誤識(shí)率上升,所以必須去除這些偽特征點(diǎn)。最終形成指紋特征文件，文件中包含指紋各特征點(diǎn)的種類(lèi)、大小、坐標(biāo)和方向等信息。特征點(diǎn)的提取可采用碼鏈?zhǔn)诜▽?duì)指紋線進(jìn)行追蹤搜索，提取出各類(lèi)特征及特征的坐標(biāo)位置。 指紋特征下圖415和416分別是指紋圖像中的特征以及各種細(xì)節(jié)特征點(diǎn)的示意圖[12]。要將它的各種特征找出來(lái)，并且精確地加以描述，這個(gè)過(guò)程稱(chēng)為特征提取過(guò)程。圖414 細(xì)化程序流程圖 特征提取指紋識(shí)別算法最終歸結(jié)為在指紋圖像中找到并比對(duì)指紋的特征點(diǎn)。細(xì)化過(guò)程就是判斷每一個(gè)二值化的圖像像素點(diǎn)是否滿足以上4個(gè)條件，滿足則刪除該點(diǎn)，重復(fù)判斷直至所有點(diǎn)都不能刪除為止。這4個(gè)條件是：條件1：2≤N（S[2][2]）≤6；條件2：T（S[2][2]）=1；條件3：S[1][2] *S[2][1] *[2][3]=0同時(shí)T（S[1][2]）！=1；條件4：S[1][2] *S[2][1] *[3][2]=0同時(shí)T（S[2][1]）！=1。取其中的33鄰域以S[2][1]為中心點(diǎn)，則T（S[2][1]）表示序列：S[1][1] S[1][0] S[2][0] S[3][0] S[3][1] S[3][2] S[2][2] S[1][2] S[1][1] 中0－1的變化次數(shù)。取其中的33鄰域以S[2][2]為中心點(diǎn)，則T（S[2][2]）表示序列：S[1][2] S[1][1] S[2][1] S[3][1] S[3][2] S[3][3] S[2][3] S[1][3] S[1][2]中0－1的變化次數(shù)。通過(guò)數(shù)學(xué)邏輯計(jì)算[7]，設(shè)置一個(gè)55的鄰域S模板，如表42所示，S模板中各個(gè)位置上的取值取決于模板所對(duì)應(yīng)圖像中不同像素位置，如果S模板某一個(gè)位置上所對(duì)應(yīng)的像素值為白，則模板上該位置賦為0，否則賦為1。在圖413中，每幅小圖的中心點(diǎn)是我們要判斷的是否滿足條件的像素點(diǎn)：圖（1）不能刪除，因?yàn)樗莾?nèi)部點(diǎn)，我們要求的是骨架，如果連內(nèi)部點(diǎn)也刪了，骨架也會(huì)被掏空的；圖（2）不能刪，和圖（1）是同樣道理；圖（3）可以刪，這樣的點(diǎn)不是骨架；圖（4）不能刪，因?yàn)閯h掉后，原來(lái)相連的部分?jǐn)嚅_(kāi)了；圖（5）可以刪，這樣的點(diǎn)不是骨架；圖（6）不能刪，因?yàn)樗侵本€的端點(diǎn)，如果被刪了，最后整個(gè)直線也被刪，剩下就沒(méi)什么了。 （1）B包含于X （2）B擊中X （3）B擊不中X圖412 擊中、擊不中與包含關(guān)系在細(xì)化一幅圖像X的過(guò)程中應(yīng)滿足兩個(gè)條件：第一，在細(xì)化的過(guò)程中，X應(yīng)該有規(guī)律的縮??；第二，在X逐步減小的過(guò)程中，應(yīng)當(dāng)使X的連通性保持比變。此公式含義是用B來(lái)細(xì)化X得到集合S，S是X的全部像素點(diǎn)除去擊中擊不中變換結(jié)果后的集合。細(xì)化的目的就是在將圖像的骨架提取出來(lái)的同時(shí)保持圖像細(xì)小部分的連通性，特別是在文字識(shí)別，地質(zhì)識(shí)別，工業(yè)零件識(shí)別或圖像理解中，先對(duì)被處理的圖像進(jìn)行細(xì)化有助于突出形狀特點(diǎn)和減少冗余信息量。用一個(gè)形象的比喻來(lái)說(shuō)明骨架的含義，那就是設(shè)想在t=0的時(shí)刻，將目標(biāo)的邊界各處同時(shí)點(diǎn)燃，火焰以勻速向目標(biāo)內(nèi)部蔓延，當(dāng)火焰的前沿相交時(shí)火焰熄滅，那么火焰熄滅點(diǎn)的集合就構(gòu)成了中軸，也就是圖像的骨架。骨架是二維二值目標(biāo)的重要拓?fù)涿枋?，它是圖像中央的骨骼部分，是描述圖像幾何及拓?fù)湫再|(zhì)的重要特征之一。其目的是用一組細(xì)線來(lái)刻畫(huà)一個(gè)連接成分，這不僅能達(dá)到壓縮數(shù)據(jù)量的目的，而且易于對(duì)連接成分的特征提取。所以寬度會(huì)給后面的識(shí)別增添很多麻煩。另一方面，一個(gè)連接成分如果能用線狀結(jié)構(gòu)去描述圖像的細(xì)化問(wèn)題成為圖像處理的一大熱門(mén)，有不少人紋脊線的輪廓和有關(guān)的端點(diǎn)和交叉點(diǎn)。在二值圖像處理領(lǐng)域，細(xì)化是一個(gè)很重要的處理環(huán)節(jié)。為了進(jìn)一步壓縮數(shù)據(jù)，需要對(duì)二值化后的圖像進(jìn)行細(xì)化處理[11]，在不破壞圖像連通性的情況下必須去掉多余的信息。迭代閾值法二值化流程如圖411所示。若像素小于iT，置0，否則置255。迭代閾值法固定閾值法算法簡(jiǎn)單，易于實(shí)現(xiàn)，但進(jìn)行二值化時(shí)，閾值是人為規(guī)定的，這在一定程度上加入了許多主觀因素，使得二值化的效果不盡如人意。該變換函數(shù)是階躍函數(shù)，只需給出閾值點(diǎn)T即可，經(jīng)過(guò)閾值處理后的圖像變成了一幅黑白二值圖。閾值處理的過(guò)程是先指定一個(gè)閾值，如果圖像中某像素的灰度值小于該閾值，則將該像素的灰度值設(shè)為0或255，否則灰度值設(shè)為255或0。怎樣從多值的數(shù)字圖像中只取出目標(biāo)物體，最常用的方法是設(shè)定某一閾值T，用T將圖像的數(shù)據(jù)分成兩大部分：大于T的像素群和小于T的像素群，這就是圖像的二值化。 固定閾值法二值化處理常用的方法是閾值處理。二值化的方法有很多，如非零取一、固定閾值、雙固定閾值、自適應(yīng)閾值法和局部自適應(yīng)閾值法等不同的閾值化變換方法。 拉普拉斯銳化實(shí)現(xiàn)流程圖49 銳化程序流程 二值化處理二值化是將指紋圖像從灰度圖像轉(zhuǎn)化成二值圖像的過(guò)程，即把8灰度的指紋圖像變成0和255的黑白二值圖像。該系數(shù)取值要合理，如果過(guò)大，圖像輪廓邊緣會(huì)產(chǎn)生過(guò)沖；反之，如果過(guò)小，銳化效果就不明顯。拉普拉斯算子拉普拉斯運(yùn)算是偏導(dǎo)數(shù)運(yùn)算的線性組合，而且是一種各向同性（旋轉(zhuǎn)不變）的線性運(yùn)算。圖像銳化一般有兩種方法：一種是微分法，另一種是高通濾波法。從頻譜角度來(lái)分析，圖像模糊的實(shí)質(zhì)是其高頻分量被衰減，因而可以通過(guò)高通濾波器操作來(lái)清晰圖像。圖48 中值濾波程序流程圖 銳化處理圖像銳化[9]的目的是使模糊的圖像變得更加清晰起來(lái)，以突出指紋紋線的邊緣信息。程序設(shè)計(jì)過(guò)程中，定義一個(gè)臨時(shí)緩沖區(qū)存放處理后的圖像數(shù)據(jù)，同時(shí)也便于在CCS圖形界面中觀察和比較處理前后的指紋圖像。經(jīng)過(guò)實(shí)際研究證實(shí)，中值濾波能有效去除圖像中的噪聲點(diǎn)，特別是在一片連續(xù)變化緩和的區(qū)域中（比如人的衣服，皮膚等），幾乎100％去除灰度突變點(diǎn)（可以認(rèn)為是噪聲點(diǎn)）。 中值濾波理論基礎(chǔ)中值濾波是一種局部圖像平滑技術(shù)，屬于非線性濾波，它可以是1維的也可以是2維的，因?yàn)閳D像是2維像素矩陣，所以這里使用2維中值濾波。因此，鄰域平均法具有顯著地平滑噪聲的效果，鄰域平均法是一種平滑技術(shù)。可見(jiàn)，33均值濾波處理是以圖像模糊為代價(jià)來(lái)?yè)Q取噪聲的減小的，且面積（即模板大?。┰酱?，噪聲減少越顯著。對(duì)于鄰域可以有不同的選取方式，如下圖46所示： （1）模板1 （2）模板2 （3）模板3圖 46 鄰域模板選取為了保持平滑處理后的圖像的平均值不變，模板內(nèi)各元素的和為1。33均值濾波理論基礎(chǔ)設(shè)為給定的含有噪聲的圖像，經(jīng)過(guò)簡(jiǎn)單的鄰域平均處理后為，在數(shù)學(xué)上可表現(xiàn)為： 其中 （41）式中S是所取鄰域中的各鄰近像素的坐標(biāo)，M是鄰域中包含的鄰近像素的個(gè)數(shù)，可以這樣說(shuō)明。實(shí)現(xiàn)均值或中值濾波，為了簡(jiǎn)化編程工作，可以定義一個(gè)NN的模板數(shù)組。對(duì)于均值濾波采用一個(gè)有奇數(shù)點(diǎn)的滑動(dòng)窗口在圖像上滑動(dòng)，窗口中心點(diǎn)所對(duì)應(yīng)像素的灰度值用窗口內(nèi)所有像素的灰度平均值代替，在取均值過(guò)程中，如果窗口規(guī)定了各個(gè)像素點(diǎn)所占的權(quán)重，也就是各個(gè)像素點(diǎn)的系數(shù)，則稱(chēng)為加權(quán)均值濾波。由于頻譜變換方法算法復(fù)雜，而空間域方法直觀、編程簡(jiǎn)便，因此課題中采用空間域方法進(jìn)行平滑濾波處理。同樣情況下，如果采用圖像變換的方法，如傅立葉變換算法、沃爾什算法等間接處理技術(shù)，就可以獲得更為有效的處理方法。在圖像處理領(lǐng)域中，圖像的平滑處理[8]可采用空域處理方式（又稱(chēng)空間濾波）和頻域處理方式（又稱(chēng)變換域法）兩類(lèi)。因此，去除噪聲，恢復(fù)原始圖像是圖像處理中的一個(gè)重要環(huán)節(jié)。圖45 取整幅圖像程序流程 指紋圖像預(yù)處理軟件設(shè)計(jì) 平滑濾波精確的指紋識(shí)別高度依賴(lài)于對(duì)脊線紋理結(jié)構(gòu)、細(xì)節(jié)特征點(diǎn)的辨認(rèn)。圖44 指紋采集流程圖在取指紋圖像的過(guò)程中，首先要啟動(dòng)傳感器內(nèi)部的8位A/D轉(zhuǎn)換器，對(duì)采集進(jìn)來(lái)的指紋圖像數(shù)據(jù)進(jìn)行A/D轉(zhuǎn)換，然后對(duì)圖像的每一行進(jìn)行轉(zhuǎn)換，如果當(dāng)前行轉(zhuǎn)換完畢，讀取每行像素值，讀數(shù)據(jù)寄存器取8位有效值，存儲(chǔ)圖像等待當(dāng)前點(diǎn)轉(zhuǎn)換完畢，依次循環(huán)，直到300行256列處理結(jié)束。行捕獲結(jié)束之后，接著對(duì)該信號(hào)進(jìn)行數(shù)字化，從而完成一次采樣。第二階段是傳感器板放電階段，放電快慢由放電電流寄存器決定。行捕獲分為兩個(gè)階段。指紋傳感器陣列由256 列300 行的傳感器單元組成。/*等A/D轉(zhuǎn)換*/ delay (1)。 iFP_MAX_COLUMN。 j++) //loop for 300 rows in whole image{ /*Wait Row Capture Time*/delay (2)。 //start image A/D sequencefor (j=0。uintl6 regl,reg2。指紋圖像全圖的獲取流程如圖43所示。 delay(2)。 iFP_MAX_COLUMN。 //start row A/D sequence/*Wait Row Capture Time*/delay(2)。 //set MSB of row addressFPWriteReg(FP_RAL, row LSB)。圖42 行獲取流程圖行獲取部分代碼如下：void FPMCUGetRow(FP_ROW data, uint8 row_ MSB, uint8 row _LSB){ uintl6 i。在手指檢測(cè)[10]中要用到此函數(shù)。 FPWriteReg (FP_PGC, gain)。設(shè)置函數(shù)如下：void FPAdjustParams(uint8 discharge time, uint8 discharge_ current , uint8 gain){FPWriteReg (FP_ DTR, discharge time)。 return (FPReadDataReg())。對(duì)傳感器的“讀”的過(guò)程是：先寫(xiě)目錄寄存器FPWriteIndexReg(REG)找到要讀的寄存器地址，然后讀取該寄存器內(nèi)的內(nèi)容return(FPReadDataReg())。 FPWriteDataReg (DATA)?！皩?xiě)”包括寫(xiě)目錄寄存器FP WriteIndexReg(REG)和寫(xiě)數(shù)據(jù)寄存器FPWriteDataReg(DATA)。~FP_ENABLE))。主要是對(duì)控制寄存器B(CTRLB)的參數(shù)設(shè)置，與傳感器使能函數(shù)相反，即清除CTRLB的使能位。void FPEnable(void){FPWriteReg (FP_CTRLB, (FPReadReg (FP_CTRLB)|FP_ENABLE)