摘要：嵌入式指紋識別是目前指紋脫機系統(tǒng)的研究應(yīng)用熱點，其核心是dsp 系統(tǒng)。本文就此采用ti 的高速dsp芯片tms320vc5410 集成開發(fā)環(huán)境（ide）ccs 2.2 對其實現(xiàn)進(jìn)行了研究，并用極值濾波、平滑濾波、拉普拉氏銳化、二值化對指紋圖像進(jìn)行預(yù)處理。系統(tǒng)evm 測試得出，預(yù)處理的時間為0.18~0.3s，需要dsp cpu 資源為約30000mips，達(dá)到了dsp 實現(xiàn)指紋識別實時性能要求。

　　關(guān)鍵詞：指紋識別；dsp；tms320vc5410；ccs 2.2

引言

利用生物認(rèn)證技術(shù)進(jìn)行個人身份鑒定，取代傳統(tǒng)的使用鑰匙、身份證、密碼等方法，可廣泛應(yīng)用于銀行、機場、公安等領(lǐng)域的出入管理。因此生物認(rèn)證技術(shù)將信息技術(shù)與生物技術(shù)相結(jié)合是本世紀(jì)最有發(fā)展?jié)摿夹g(shù)之一，而指紋識別是其中非常有前景的一種。國外在這方面起步較早，而國內(nèi)對指紋自動識別系統(tǒng)研究較晚。最近隨著識別算法精度的提高和dsp（數(shù)字信號處理器）芯片性能的改進(jìn)，使得以指紋為生物特征的身份鑒定系統(tǒng)得到快速發(fā)展，但是真正應(yīng)用于嵌入式的指紋系統(tǒng)國內(nèi)還是空白。為此，需要研究開發(fā)擁有自主知識產(chǎn)權(quán)的嵌入式指紋識別系統(tǒng)。

dsp 是指利用專用或通用的數(shù)字信號處理芯片，以數(shù)字計算的方法對信號進(jìn)行處理。它具有處理速度快，靈活，精確，抗干擾能力強，體積小等優(yōu)點。dsp 已經(jīng)成為一個新的技術(shù)領(lǐng)域和獨立的學(xué)科體系，并使當(dāng)前的指紋技術(shù)研究向更廣泛的應(yīng)用領(lǐng)域發(fā)展。結(jié)合研究應(yīng)用的實際情況，本文選定了100mhz dsp 并利用其流水線編碼的操作特點結(jié)合指紋識別技術(shù)，提出了基于tms320vc5410 ccs2.2 實現(xiàn)指紋成像系統(tǒng)的預(yù)處理研究。ccs 2.2（code composerstudio）代碼調(diào)試器是一種針對標(biāo)準(zhǔn)tms320 調(diào)試接口的開發(fā)環(huán)境ide（integrated developmentenvironment），由ti 公司在1999 年推出。指紋識別的流程如圖1 所示。對于tms320vc5410 指紋識別處理系統(tǒng)來說，可以將指紋處理過程分為3 個階段：

1）獲取原始指紋圖像后，進(jìn)行預(yù)處理階段；
2）指紋特征點提取階段；
3）指紋識別分析判斷階段。

在上述3 個階段中，指紋圖像的預(yù)處理階段尤為重要,該階段對圖像處理的好壞直接關(guān)系到后面2個階段工作的開展。由于整個指紋識別系統(tǒng)的復(fù)雜性，本文結(jié)合tms320vc5410 的特點，重點研究了指紋識別的預(yù)處理算法及其dsp 實現(xiàn)問題。其中了包括指紋的極值濾波、平滑濾波、拉普拉斯銳化、迭代二值化。該部分算法的在dsp 開發(fā)平臺ccs2.2 的c5000 上仿真實現(xiàn)并用c5000 evm 進(jìn)行了評估，為未來指紋系統(tǒng)的脫機應(yīng)用提供很有價值的參考。

圖1 指紋處理的系統(tǒng)流程

指紋識別算法的軟件仿真與dsp 編程實現(xiàn)

指紋識別預(yù)處理算法的構(gòu)成
指紋預(yù)處理的目的是使得指紋圖像更清晰，邊緣明顯，以便提取指紋的特征點進(jìn)行識別，其中包括了指紋的平滑、銳化、二值化等等。本文中采取了極值濾波，改進(jìn)的平滑濾波進(jìn)行噪聲消除，而不使圖像失真；采取拉普拉氏銳化對指紋進(jìn)行紋線增強，突出邊緣信息，為自適應(yīng)閥值的迭代二值化提供方便。

極值濾波
極值濾波器的設(shè)計是基于這樣一種理念：由于在指紋圖像的采集過程中，指紋圖像所受到的沖擊性噪聲表現(xiàn)為一些斑點或者亮點。在一般情況下，可以認(rèn)為絕大數(shù)沖擊性噪聲是被真實的灰度值所包圍。同時噪聲污染的像素要遠(yuǎn)遠(yuǎn)小于真實灰度值的像素。因此在消除噪聲的過程中，無需對大多數(shù)沒有被噪聲污染的像素進(jìn)行改變處理。只需對那些被污染的像素進(jìn)行“真實值”代替處理。而這些值的確定可通過圖像像素鄰域的相關(guān)性來確定。本設(shè)計中，極值濾波的改進(jìn)算法表述如下。

設(shè)有一待處理像素區(qū)域為0s ，其周圍8鄰域像素排列如下：

（1）

先取鄰域相關(guān)像素的均值，以四個像素為一組處理單元。對文獻(xiàn)[1]的極值濾波算法

可改進(jìn)表述如下：

實驗結(jié)果表明，該方法能得到與中值濾波類似的效果，達(dá)到了初步去除噪聲的目的。

平滑濾波
經(jīng)過上面的極值濾波之后，圖像中的大多數(shù)在傳輸過程中所形成的噪聲都被出去，但指紋圖像中還存在著隨機噪聲，需對圖像進(jìn)一步進(jìn)行平滑處理。在本文中，采取了兩次平滑濾波，一次是在極值濾波后，一次是在銳化濾波之后。經(jīng)過對相關(guān)文獻(xiàn)的研究分析，運用下面的算子對圖像進(jìn)行平滑處理：

將指紋中的每個像素與m 進(jìn)行卷積，改進(jìn)的平滑卷積核為：
（4）

其中系數(shù)取1/15 而非原來1/17 的原因在于為了提高圖像的對比度。而卷積核中心像素加權(quán)系數(shù)為