【正文】 指示燈綜合提示操作內(nèi)容。對添加到庫中的用戶指紋進(jìn)行權(quán)限管理，設(shè)置最高權(quán)限用戶，并能夠?qū)ζ溥M(jìn)行添加和刪除管理。 (3) 指紋管理。能進(jìn)行指紋的識別，指紋識別出錯時(shí) ，報(bào)警提示。 指紋圖像通過專門的指紋采集儀采集 。 該系統(tǒng)的主要功能有以下幾個(gè)方面： (1) 指紋錄入。它利用人體指紋各異性和不變性，為用戶提供加密手段，使用時(shí)只需將手指平放在指紋采集儀的采集窗口上，即可完成采集任務(wù)，并將顯示出指紋模塊采集指紋圖像各個(gè)流程及比對的結(jié)果。 11 第三章 指紋識別系統(tǒng)硬件設(shè)計(jì) 系統(tǒng)總體設(shè)計(jì) 指紋識別系統(tǒng)功能簡述 本系統(tǒng)是針對指紋采集、識別模塊開發(fā)出的指紋識別系統(tǒng)。點(diǎn)匹配算法是通過某些變換，如平移變換、旋轉(zhuǎn)變化、伸縮變換，可以把兩個(gè)點(diǎn)集中的對應(yīng)點(diǎn)匹配起來。它利用脊線上的端點(diǎn)和分叉點(diǎn)這兩種關(guān)鍵點(diǎn)來鑒定指紋。基于特征點(diǎn)的匹配算法具有簡單、快速、魯棒性等優(yōu)點(diǎn) 。指紋匹配是自動指紋識別的最后一步，也是非常關(guān)鍵的一步。 (4) 循環(huán)進(jìn)行上述過程，到所有點(diǎn)值不改變?yōu)橹梗疃噙M(jìn)行 20 次細(xì)化。對于滿足后六 種情況的模板賦值為 3，別的情況點(diǎn)值不做改變。 本論文中采用了細(xì)化方法步驟如下： （ 1）建立 3 維數(shù)組，第一組數(shù)據(jù)為預(yù)處理后的圖像信息，定義每一個(gè)像素點(diǎn)它周圍點(diǎn)像素參數(shù)。模板分為保留模板和消除模板，消除模板就是根據(jù)條件判定這點(diǎn)去除作為背景的模板；保留模板則是根據(jù)條件判定這點(diǎn)保留作為前景的模板。制約細(xì)化的直觀表現(xiàn)在計(jì)算速度、毛刺和斷點(diǎn)上。性能上這些算法各有所長。由于并行細(xì)化算法具有快速而準(zhǔn)確的特性，因此他一直是人們研究的熱點(diǎn)，并且相應(yīng)的提出了許多并行細(xì)化算法，如 OPTA 細(xì)化算法 [15]， R． W． Hall 細(xì)化算法， Rosenfeld 細(xì)化算法， Zhang amp。在串行細(xì)化算法中，當(dāng)前迭代的結(jié)果不僅取決于前一次的迭代迭代圖像，而且與當(dāng)前處理情況有關(guān)；而在并行方式中，當(dāng)前迭代僅僅是由前一次的迭代情況決定，串行細(xì)化算法的處理結(jié)果依 賴于對像素處理的先后順序，因而像素點(diǎn)的消除或保留不可預(yù)測。 (7)快速性：算法簡單，速度快。 (5)細(xì)化性：骨架紋線的寬度為 1個(gè)像素，即單像素寬。 (3)拓?fù)湫裕翰灰鸺y線的逐步吞食，保持原圖像的基本結(jié)構(gòu)特性。一種好的細(xì)化算法應(yīng)該滿足下列條件 [13]： (1)收 斂性：迭代必須是收斂的。 細(xì)化處理是指在指紋圖像二值化以后，在不影響紋線連通性的基礎(chǔ)上，刪除紋線的邊緣像素，直到紋線為單像素寬為止。獲取一個(gè)圖像骨架的過程通常稱為對圖像“細(xì)化”的過程。細(xì)化可以便我們 得到絞線的單像素的骨架。這種修改是為了使圖像連續(xù)圓滑。此時(shí)背景為白，紋線為黑。再根據(jù)前面判斷的是否為背景即 Icc 值的來修正 Icc 值：灰度值為 128 且 Icc 為 1 時(shí)（非背景指紋紋線時(shí)）， Icc 值為 0，像素值置為 0。所以最好選用局部閾值法作為二值化算法。一般的圖像處理中的二值化算法主要是計(jì)算整幅圖像的灰度平均值，然后將該值作為門限，高于該門限的像素點(diǎn)就置 1，反之置 0。根據(jù)是否將圖像分塊處理，又分全局閾值算法和局部閾值算法兩種，全局閾值算法是將整幅圖像以一個(gè)閾值處理，而局部閾值算法則把原圖分成若干個(gè)子圖，在每個(gè)子圖中確定閩值，在進(jìn)行二值化，由于指紋圖像在不同區(qū)域的亮度和對比度是有差別的，因而全局閾值算法不適用。這樣不僅可以壓縮原指紋圖像的數(shù)據(jù)量，而且也方便后面的細(xì)節(jié)特征的提取。由于指紋圖像脊、谷相間，因此指紋圖像的處理常是將指紋圖像二值化。 ????????????V A RA V EyxIV A RV A RA V EyxIV A Ryx200200)),((AV E)),((AV E),I （ （ ） 其中 0AVE 和 0VAR 為期望的灰度均值和方差。歸一化 [11]的目的是把不同原圖像的對比度和灰度調(diào) 整到一個(gè)固定的級別上，為后續(xù)處理提供一個(gè)較為統(tǒng)一的圖像規(guī)格。 ? ?? ???? 1H 0 10 ),(LH 1A V E i Lj jiI （ ） 21H010 A V E),( LH1V A R ）（? ?????? iLj jiI （ ） (3)如果計(jì)算得到的方差幾乎接近于 0 就認(rèn)為是背景，對于方差不為零的區(qū)四川文理學(xué)院學(xué)位論文 8 域在進(jìn)行閾值分割算法，這種算法主要是根據(jù)計(jì)算得到的方差來決定其是否為背景區(qū)。 (2)計(jì)算出每一塊的均值和方差。 該算法基于背景區(qū)灰度方差小，而指紋區(qū)方差大的思想，將指紋圖像分成塊，計(jì)算每一塊的方差，如果該塊的方差小于閾值為背景，否則為前景。 均值方差法 在 圖像分割概述中，已經(jīng)提到基于塊特征的指紋圖像分割。全局的圖像分割可以是人工選定幾個(gè)特定點(diǎn)后再根據(jù)全局的特點(diǎn)來處理，此法也可運(yùn)用于匹配。此方法的實(shí)現(xiàn)是利用方向?yàn)V波器。 ? ? ? ? ? ? ? ? ? ? )1,1()1,(21,11,11,21,1, ????????????????? jiGjiGjiGjiGjiGjiGjix? ? ? ? ? ? ? ? ? ? )1,1(),1(21,11,11,21,1, ????????????????? jiGjiGjiGjiGjiGjiGjiy ? ? ),(,2),( 2/ 2/ 2/ 2/ vuvujir wi wi wj wjx ? ??? ?? ??? （ ） ? ? 22/ 2/ 2/ 2/ 2 ),(,),( vuvujir wi wi wj wjy ? ??? ?? ???? （ ） 它是利用正交坐標(biāo)系下，原點(diǎn)到它們組成的坐標(biāo)點(diǎn)的有向線段與 X 的正半軸的夾角可來表示該子塊的塊方向。一般來說，常見的方向場的計(jì)算分為掩模法和公式法兩大類。其中塊指的是將圖像分個(gè)成一個(gè)個(gè)小的圖像塊。其優(yōu)點(diǎn)是計(jì)算簡單，僅需比較灰度值即可；運(yùn)算效率較高，速度快；它的缺陷在于僅考慮圖像的灰度信息，而忽略了圖像的空間信息，對于圖像中不存在明顯灰度差異或各物體的灰度值范圍有較大熏疊的圖像分割問題難以得到準(zhǔn)確的結(jié)果 [7]。其原理是先定一個(gè)閾值，大于此值為 1，小于則認(rèn)為為 0；多閥值則可以利用多維函數(shù)。 另一種閾值分割就是簡單地用一個(gè)或幾個(gè)閾值將圖像的灰度直方圖分成幾個(gè)類，認(rèn)為圖像中灰度在同一個(gè)灰度類內(nèi)的像素屬同一物體 。 在指紋識別識別中使用小波變換有助于噪聲的濾除以及有利于檢測奇異點(diǎn)。 ? ? ? ? dta bttfafba Rbaf ? ?????? ??? ? *21,W ?? （ ） dadba btbaWa f? ? ?????? ??????? ?? ),(1C 1 2 （ ） 計(jì)算機(jī)中的圖像信息是以離散信號形式存放的，在信號處理中，特別是在數(shù)字信號處理和數(shù)值計(jì)算等方面，為了計(jì)算機(jī)實(shí)現(xiàn)的方便，連續(xù)小波必須進(jìn)行離散化，而最基本的離散化方法就是二進(jìn)制離散，一般將這種經(jīng)過離散化的小波及其變換叫做二進(jìn)小波和二進(jìn)變換。所不同的是傅里葉變換采用時(shí)間屬于 (一 ∞， +∞)的諧波函數(shù) )exp(inx 作為基函數(shù)，而小波變換的基函數(shù)是具有緊支集的母函數(shù) ? (t)，通過對母函數(shù) ? (t)進(jìn)行伸縮和平移得到一個(gè)小波序列： ? ? ?????? ?? a btatba ?? 1, Rba?, ； 0?a 式中 a 為伸縮因子， b 為平移因子。 基于像素的指紋圖像 分割中目前流行多尺度小波變換和閾值法 [6]。通過提取圖像特征 ,可將原始圖像映射到特征空間 ,使圖像特征在特征空間中呈現(xiàn)一定的分布。圖像特征是指紋圖像的固有屬性 ,如灰度值 ,鄰域關(guān)系 ,紋線的扭曲程度等。 指紋圖像的分割 指紋圖像分割概述 在指紋識別系統(tǒng)中，指紋圖像分割是圖像預(yù)處理的一部分。 圖 指紋特征示意圖 很多研究者試圖解決指紋分類問題，但至今分類算法的誤識率仍較高。就是這些特征點(diǎn)提供了指紋唯一性的確認(rèn)信息。 指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。 指紋的局部特征 局部特征是指指紋上的節(jié)點(diǎn)的特征，這些 具有某種特征的節(jié)點(diǎn)稱為特征點(diǎn)。這是一種基本分類，也叫兩極分類法。花紋中部有直立的或傾斜的紋基本紋型 弓型 箕型 斗型 分布概率 5% 60% 35% 5 線，將弧形線撐起 呈 帳蓬狀。 (4)弧形紋：是由平緩的或略微突起的弧形線組成的一種結(jié)構(gòu)簡單的花紋形式。 (3)弓型紋 (Arch): 由弓形線和橫直線層疊而成，中心花紋與上下包圍線無明顯界限，因此也沒有真正的三角區(qū)。分為環(huán)形、螺形、囊形、雙箕形、雜形五種?；渭y中心和三角之間的距離和紋線數(shù)量多少不一，有的只有 1－ 2 條線，多數(shù)為十條線左右，個(gè)別的可達(dá) 30 余條。按箕技的流向分為橈側(cè)箕形紋（反箕）和尺側(cè)箕形紋（正箕）兩種。 箕型 斗型 弓型 圖 指紋的紋形 (1) 箕形紋（ Loop）：有一條以上完整的基性線組成中心花紋。 四川文理學(xué)院學(xué)位論文 4 指紋的脊紋形式是適應(yīng)之間的球狀表面和半圓形頂端以及橫行的指間屈基線生長的，除少數(shù)弓形紋之外，絕大多數(shù)是箕、斗 型紋（約占 95%），（三種紋形的大致分布概率如表 ） 表 紋形的大致分布概率 紋型是指紋的基本分類，是按中心花紋和三角的基本形態(tài)劃分的。 指紋的總體特征 總體特征是指那些用人眼直接就可以觀察到的特征，包括基本紋路圖案 [5]：環(huán)型（ loop），弓型（ arch），螺旋型（ whorl)。 該系統(tǒng)能夠?qū)崿F(xiàn)單片機(jī)和指紋模塊之間的串口通信，通過操作獨(dú)立式鍵盤按鍵，向指紋模塊的 DSP 芯片發(fā)送相應(yīng)指令，從而 執(zhí)行錄入用戶、添加用戶、認(rèn)證用戶、刪除指定用戶、刪除全部用戶、以及管理個(gè)人身份信息等功能。各模塊之間聯(lián)系緊密，共同構(gòu)成完整的系統(tǒng)。本系統(tǒng)采用模塊化的總體結(jié)構(gòu)設(shè)計(jì)，依據(jù)實(shí)現(xiàn)的各種功能，把整個(gè)系統(tǒng)分成幾個(gè)功能模塊，使得系統(tǒng)簡潔明了。實(shí)際應(yīng)用要求最好自動指紋識別系統(tǒng)能對識別任務(wù)實(shí)時(shí)做出響應(yīng)，而讓指紋匹配算 法同時(shí)達(dá)到高速度和高準(zhǔn)確率也是一個(gè)難題。要想設(shè)計(jì)一個(gè)對較多真正特征點(diǎn)缺失、較多偽特征點(diǎn)出現(xiàn)和較大形變均不敏感的指紋匹配算法，也是一件十分困難的事。要想使設(shè)計(jì)的細(xì)節(jié)特征提取算法能夠?qū)Φ唾|(zhì)量指紋圖像也能可靠工作。論文涉及指紋的圖像分割、細(xì)化和匹配。因此，指紋識別技術(shù)的應(yīng)用范圍極廣。 ④指紋與主體的不可分離性：即指紋不存在丟失、遺忘、被竊取的可能。正是這些無窮無盡的細(xì)節(jié)特征組合構(gòu)成了指紋的唯一性．事實(shí)上， 甚至包括雙胞胎，世界上兩個(gè)指紋相同的概率小于 1／ 109，幾乎為零，這就構(gòu)成了指紋的第一大特點(diǎn)。 ②唯一性，指每一個(gè)人的指紋都不同。 指紋識別技術(shù)的特點(diǎn) 指紋特征是人終生不變的特征之一，而且不同人的指紋特征相同的可能性幾乎為零。 與國外相比，我國在自動指紋識別技術(shù)的研究水平上還存在一定的差距。另外，一些公司和機(jī)構(gòu)結(jié)合社會應(yīng)用的實(shí)際需求，開發(fā)了各種類型的具有獨(dú)立知識產(chǎn)權(quán)的嵌入式指紋識別模塊、指紋應(yīng)用系統(tǒng)軟件等，用戶反映良好。 目前許多公司和研究視梅在指紋識別技術(shù)領(lǐng)域都取得了突破性的進(jìn)展，推出許多指紋識別與傳統(tǒng) IT 技術(shù)完美結(jié)合的應(yīng)用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來越多的用戶所認(rèn)可。 大多數(shù)基于特征的識別算法專注于脊線上的末梢點(diǎn)和分叉點(diǎn)，該方法根據(jù)各個(gè)特征點(diǎn)的位置和方向來表示和區(qū)分指紋，從而使指紋識別問題轉(zhuǎn)化為判斷兩個(gè)特征點(diǎn)集間的最大相似度 (最大重合度 )的問題。指紋特征多種多樣，有特征點(diǎn)、奇異點(diǎn)、域方向圖、脊線數(shù)目，甚至脊線線型等。指紋特征的復(fù)雜度足以提供用于鑒別的足夠特征。這類算法的問題在于圖像特征難以定義和匹配，因此算法的拒識率和誤識率較高。 基于圖像的識別算法認(rèn)為，指紋圖像的頻 域和空域信息可以用來唯一表示并識別不同的指紋 [2]。 這就要求研究指紋識別環(huán)節(jié)中若干問題，這對于問題的解決很有意義。 因此，指紋識別技術(shù)，作為一種可靠的生物識別技術(shù) [1]，受到了人們的重視。 ②唯一性， 指每一個(gè)人的指紋都不同。 指紋特征是人終生不變的特征之一，而且不同人的指紋特征相同的可能性幾乎為零。這些都是傳統(tǒng)的安全系統(tǒng)所采用的方式，隨著社會的發(fā)展，其安全性越來越脆弱。 MCU (Microcontroller Unit) I 目錄 第一章 緒論 ..................................................................................................................................... 1 .........................................................................