本文介紹了一種基于ARM的光學指紋識別系統(tǒng)的設計方案。本方案采用ARM處理器作為控制核心，構建指紋識別算法的嵌入式系統(tǒng)的設計方法及過程。該系統(tǒng)采用光學指紋傳感器（內建格科微電子有限公司的光學GC0307 CMOS圖像采集芯片）與ARM Cortex M3內核的意法半導體公司32位高性能單片機STM32F205RE組成功能主體，采用Sobel邊緣檢測算子、Gabor濾波、圖像二值化等圖像采集與處理算法對指紋圖像進行識別。經過反復實踐證明，該方案適合嵌入式組件開發(fā)中需要進行生物指紋特征提取、識別，指紋身份認證、比對等場合。系統(tǒng)具有高性價比且交互簡易、識別率高、擴展性強，便于嵌入式應用。

0引言

隨著電子信息技術應用面日益拓展，不少場合需要對特定用戶群體進行身份識別或身份記錄，如門禁系統(tǒng)、考勤系統(tǒng)、安全認證系統(tǒng)等，在各種系統(tǒng)中運用的技術形式多樣，如視網膜識別、面相識別、指紋識別、RFID射頻識別應用等。其中，生物特征識別方式以其方便性強、安全性高等特點得到了越來越多人的認可和接受，特別是指紋識別技術方式，現(xiàn)已發(fā)展成為應用最廣泛的生物識別技術之一。因此，研究基于嵌入式架構的指紋識別系統(tǒng)具有現(xiàn)實意義和廣闊的應用前景。

1系統(tǒng)整體結構

系統(tǒng)采用光學指紋傳感器（內建格科微電子有限公司的光學GC0307 CMOS圖像采集芯片）與ARM Cortex M3內核意法半導體公司的32位高性能單片機STM32F205RE組成功能主體，采用Sobel邊緣檢測算子、Gabor濾波、圖像二值化等圖像采集與處理算法對指紋圖像進行識別，構建了小體積的嵌入式指紋識別模塊，具有積木式嵌入、微功耗、程序接口簡單易用、便于二次開發(fā)、識別準確度高、高性價比等特點。

2系統(tǒng)硬件電路設計

整個系統(tǒng)設計構成了一體化光學指紋識別模塊。模塊設計采用光學暗背景成像原理，加入特有活體檢測芯片，在解決干手指效應的同時解決殘留指紋誤識別、橡膠假指紋等問題。

圖1所示為格科微電子有限公司的光學GC0307 CMOS圖像采集芯片應用電路原理圖。該款CMOS圖像采集芯片是高精度、低功耗、微體積的高性能相機的內置式組件，它把實現(xiàn)優(yōu)質VGA影像的CMOS影像傳感器與高度集成的影像處理器、嵌入式電源和高質量的透鏡組結合在一起，輸出JPEG圖像或圖像視頻流，支持8/10位數(shù)字傳輸JPEG圖像和YCbCr接口，提供了完整的影像解決方案。

圖1 GC0307 CMOS圖像采集芯片電路原理圖

CMOS圖像采集芯功能輸出串行數(shù)據(jù)引腳、時鐘信號引腳、復位引腳、串行總線引腳等都接入到STM32F205RE的GPIO口，通過GPIO口模擬時序讀取CMOS芯片采集到的圖像信息。由于STM32F205RE的GPIO口工作頻率可達120 MHz，因而可以非常準確高效地模擬時序，實測640×480的原始圖像能以10幀/s的速度采集到主處理器STM32F205RE中進行圖像處理。

3系統(tǒng)軟件功能設計

本系統(tǒng)的指紋圖像采集過程如圖2所示。系統(tǒng)軟件設計部分則針對畸變糾正采用了四點轉正算法。

圖2 指紋圖像的采集過程

通過公式（1）和公式（2）可以得到從（x，y）到（u，v）的變換，其中，A ~ H由光路決定，可以由具體測定數(shù)據(jù)最終確定，通過實測可以獲得原始數(shù)據(jù)。圖3所示展示了原始圖像和畸變糾正前后圖像的效果差異。通過變換可見，畸變糾正后的圖像通過變換可達500 DPI分辨率，為后續(xù)獲得高質量圖像處理數(shù)據(jù)奠定了基礎條件。

圖3 畸變糾正前后的圖像

然后送入算法處理。由于嵌入式系統(tǒng)的圖像處理算法必須運算量小、占用RAM存儲器空間小，才能在運算性能有限的單片機系統(tǒng)中運行，故而本系統(tǒng)通過小塊方向替代點方向，減小RAM占用。

在圖像增強方面，可以將圖像以L為長寬劃分為小塊，再按如下公式求取每一塊的均方差：



根據(jù)實驗數(shù)據(jù)測定和分析，當Aver>36時，可認為該區(qū)域內有圖像，否則認為是背景。利用均方差區(qū)分出了前后景，還可以據(jù)此判斷圖像的對比度。根據(jù)對比度的差異分別來增強圖像，可以使得不同曝光亮度的圖像得到一致增強。對原始圖像進行了算法處理，提取處理前后效果進行比對，具體效果如圖4所示。

圖4 圖像增強前后的變化

軟件算法中對于指紋處理中的求取圖像方向場問題，采用了基于原Sobel算子改進后的Sobel算子。

原Sobel算子如下：

改進后的Sobel算子為：

改進的Sobel算子能增加方向場的準確性，實測通過率從采用標準Sobel算子的93.3%提高到95.8%.圖5所示為其變化情況。

圖5 Sobel算子改進前后的效果變化

如圖5可見，改進的Sobel算子在原Sobel算子的基礎上，能顯著地分割出正確圖像的面積，幾乎能在整個畫面區(qū)域提取出正確的方向來。系統(tǒng)對圖像進行了Gabor濾波和圖像數(shù)據(jù)二值化。指紋圖像屬于紋理圖像，紋理圖像采用Gabor濾波器，利用每一點的點方向沿方向指向增強，沿方向的法線方向減弱。Gabor濾波器能很好地拼接斷紋，濾除環(huán)境噪聲，最后將Gabor濾波后的圖像做雙窗口均值門限二值化：

門限1 ：均值化算子矩陣：7×7的單位矩陣。

門限2 ：均值化算子矩陣：3×3的單位矩陣。

具體運算表達式如下：

當每一點的值g（x，y）>p（x，y）時，則賦值g（x，y）=1，否則賦值為0，以此得到二值化最終的結果，提取圖像進行實測效果的比對如圖6所示。

圖6 二值化處理前后的實測效果對比

圖7是最后根據(jù)圖像紋理的粗細二值化圖像，并根據(jù)端點和交叉點提取特征點。

圖7 根據(jù)圖像紋理的粗細提取的二值化圖像斷點和交叉點特征點

經過上面的步驟，即可從原始圖像里面提取出有效的特征信息。特征信息描述了特征點的位置、方向等信息，最終形成一個大小不超過512字節(jié)的特征模板。指紋的比對就是在特征模板的基礎上，構建兩個點形成的桿對集，而桿對所包含的桿長度、端點方向與桿的夾角等信息已經是相對量，與位置無關。理想狀況下，同一枚指紋，采集的兩幅圖像能找到的桿對的每一個量（長度、夾角）在數(shù)學上是完全相等的。以此為基本數(shù)學模型，構建整個比對算法。

4結語

本文的基于ARM的光學指紋識別系統(tǒng)的設計方案，經過實物測試，模塊錄入用戶指紋圖像時間為500 ~ 800 ms，拒真率小于等于1%，平均4.2 ms即可比對一枚指紋，支持1∶1指紋驗證和1∶N指紋搜索。在硬件設計中引出了通信端子，系統(tǒng)支持3.3V TTL串口通信，可以通過串口對模塊進行用戶注冊、刪除特定用戶、刪除所有用戶、復位模塊、獲取用戶總數(shù)、獲取用戶權限、1∶1比對、1∶N比對、設置串口波特率、讀取圖像并提取特征值、獲取圖像等30個常規(guī)或擴展功能命令，能滿足大多數(shù)的指紋應用場合，可以很好地運用于嵌入式領域，從而證實了本方案的可行性。