生物识别门禁系统方案

《生物识别门禁系统方案》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、www.uuzcc.com深圳市优软众创技术有限公司生物识别门禁系统开发方案英唐众创技术公司提出了一种在门禁系统中利用人脸识别技术与指纹识别技术等生物识别技术相结合进行身份验证的设计方案。实验表明，结合两种技术将会提高身份识别的效率和可靠性，能解决传统门禁系统的不足之处。生物识别门禁系统方案简述　　本文所设计的门禁系统由一个服务器和两个门禁控制器组成，一个门禁控制器在通过摄像头采集人脸图像的同时另一个可以通过指纹采集仪采集指纹信息。管理服务器软件并行连接两个门禁识别器软件，通过USB接口实现相互

2、通信，服务器端软件对两个门禁识别器软件的连接实现多线程处理。　　系统基于嵌入式Windows平台开发，有体积小，专用性强等特点。　　图像采集端利用DirectShow技术对摄像头进行控制，实现视频图像的预览，并在预览的过程中对实时的视频进行抓拍，将抓拍图像传至嵌入式计算机主板，由基于PCA和BP神经网络的人脸识别软件进行识别处理。　　指纹采集端由指纹采集仪获取用户指纹，并通过封装在识别器内部的指纹处理模块进行指纹比对。门禁控制器包括AT89S52芯片MBF200识别模块、液晶显示器、数据存储器、

3、键盘、电源和电控锁等部分组成。本识别系统软件在Windows平台上采用VC++6.0进行开发，全部核心算法都采用模块化设计，提高了算法的可移植性。4www.uuzcc.com深圳市优软众创技术有限公司生物识别门禁系统的工作原理　　英唐众创技术公司研发的这款生物识别门禁系统工作原理如下：1PCA对人脸图像的特征提取　　由于摄像头采集的人脸图片的信息量往往很大，直接处理会产生庞大的计算量，所以在人脸识别之前要进行特征提取。在降低特征空间的维数的同时，尽可能地保留识别信息，以达到分类的作用。　　本系统

4、使用主成分分析算法实现对人脸图像的特征提取。主成分分析（principalcompONentanalysis，PCA）是多元统计分析中用来分析数据的一种方法，它是用一种较少数量的特征对样本进行描述以达到降低特征空间维数的方法，方法的基础是Karhunen-Loeve展开式。K-L变换的优点是去相关性好。这样可以将图像中大量无关的冗余信息去除，降低了之后运用神经网络的结构复杂度，同时也提高了神经网络的训练效率和收敛率。　　　　　　2利用BP神经网络对人脸图像进行识别4www.uuzcc.com深圳

5、市优软众创技术有限公司　　BP网络是一种单向传播的多层前向网络。（3层的BP网络）。BP学习算法称为误差逆传播算法，基本思想是通过网络误差函数的极小值来调整权重分布使神经网络收敛于稳定状态，从而使网络在接受未知输入时也会给出适当的输出。　　系统采用BP神经网络对人脸识别的的具体过程有以下几步：　　1）产生一个训练集，训练集用于BP网络在模式识别方面训练网络，使网络能够按照学习算法调整结构参数，以达到学习的目的。如果在实际应用中，人脸的样本可能只有1，2个，这样就会导致BP神经网络训练样本缺乏，所

6、以在应用中应有充分人脸对象的样本采集。　　2）设计BP网络并进行训练。网络的每一个输入节点对应于样本的一个特征，而输出节点数等于类别数。设计好网络层数，隐藏层神经元数及所期望的网络误差，学习速率后，用上述主分量分析法取得的特征样本对网络进行反复训练，直到对所有训练样本，网络都能给出满意的结果时，学习训练完成。3）进行识别。在此阶段，当一个未知类别样本A作为一个测试样本作用到输入端时，经过投影之后取得特征矩阵Y，利用训练好的网络分类器对其进行分类，考察各输出节点的输出，从而识别出所属类别。3指纹识

7、别　　指纹识别传感器采用固态指纹传感器MBF200，它除可自动检测指纹外，还带有多种接口模式，为电容性传感器，其电容性传感器阵列由二维金属电极组成，所有金属电极充当一个电容板，接触的手指充当第2个电容板，器件表面的钝化层作为两板的绝缘层。当手指触摸传感器表面时，指纹的高低不平就会在传感器阵列上产生变化的电容，从而引起二维阵列上电压的变化，并形成指纹传感图像。采用标准COMS技术的电容性固态器件，具有500dpi的分辨率，传感器面积为1.28cm×1.50cm.具有自动指纹检测能力，内含8位模数转

8、换器，可提供3种总线接口形式。5V工作电压下的功耗小于70mW.指纹采集时间不超过0.5s;指纹识别比对时间不超过0.5s/枚；指纹误识率小于百分之0.001。　　指纹识别算法实现为：1）提取脊线方向，脊线频率。2）经过GABOR滤波，减弱噪声、改进4www.uuzcc.com深圳市优软众创技术有限公司图像质量，以便于特征提取。3）特征提取。4.与指纹数据库进行特征匹配并得出结果。生物识别门禁系统总结　　传统PCA方法在处理人脸图像时，要将二维图像矩阵转换成一维的列向量，使图像的维数达到上万维，