介绍运用细节的脊线形状特征作为本算法的基础;基于这种思想,建立了指纹识别算法流程。该算法很容易在任何平台上实现。笔者选择了高效的DSP平台,设计了一个专业的用来单独实现指纹模"> 介绍运用细节的脊线形状特征作为本算法的基础;基于这种思想,建立了指纹识别算法流程。该算法很容易在任何平台上实现。笔者选择了高效的DSP平台,设计了一个专业的用来单独实现指纹模" />
dsp上的指纹识别模块的实现

dsp上的指纹识别模块的实现

ID:22675249

大小:50.00 KB

页数:5页

时间:2018-10-30

dsp上的指纹识别模块的实现_第1页
dsp上的指纹识别模块的实现_第2页
dsp上的指纹识别模块的实现_第3页
dsp上的指纹识别模块的实现_第4页
dsp上的指纹识别模块的实现_第5页
资源描述:

《dsp上的指纹识别模块的实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、DSP上的指纹识别模块的实现

2、第1lunouseg(this)">介绍运用细节的脊线形状特征作为本算法的基础;基于这种思想,建立了指纹识别算法流程。该算法很容易在任何平台上实现。笔者选择了高效的DSP平台,设计了一个专业的用来单独实现指纹模块的DSP板。最后,讨论了这种指纹识别系统的现状和未来的发展。1细节脊线的形状特征指纹图像上各种各样的线条被称为脊线,脊线之间的空白称为谷。指纹的细节特征是指纹识别的依据,最常用的细节特征是脊线的端点和分*点。图1显示了端点和分*两个细节特征。端点就是脊线的终点,分*表示一条脊线从一条

3、路径在Y型结合点变为两条路径。细节比较运用细节类、坐标(x,y)以及方向作为比较的特征。一种运用细节脊线形状特征进行指纹识别的新思想。细节脊线形状是指脊线与作为指纹图像相关特征的细节进行关联后所得的形状。当一个细节在被提取和记录时,可以得到其关联脊线分割后的迹线点。这些细节和迹线点能够描述脊线,特别是其对应的细节位置。这种新方法是基于迹线点的相对距离来描述脊线的形状。这种描述方法更为精确,因为这种相对距离不会因指纹在获取中的位移和旋转而改变。这也是该方法相对其他特征点求取方法的优势。如图2所示,细节和其轨迹点能够用来描述

4、脊线,特别是连接到具体的细节位置。脊线上轨迹点的采样间隔被设定为一固定值D,如果5个点被采样作为1个细节点和4个轨迹点,用3个相对参数d1、d2、d3对脊线形状进行描述。500)this.style.ouseg(this)">对于固定的采样间隔D,为了增加精确度,使用内插法定义正确的轨迹点位置。因而,指纹图像的重要数据(脊线形状数据)能通过一种独立于位移和旋转的简单途径获得。每一个参数能够以6bit的数据表示。因此一个有25个细节脊线形状的指纹图形能够以6×3×25位=56.25字节存储。2识别流程指纹识别系统如图3所示

5、,可以分为存储和匹配两部分。记录的目的是提取指纹特征(模板)。在比较处理过程中,将输入的指纹图像特征与模板进行匹配,通过比较决定匹配结果。图4显示了该指纹识系统的算法处理过程,主要过程包括:·图像处理——获得高质量的二值图像;·纹路细化——获得细化后的二值图像;·细节提取——提取端点和交*点形状;·细节比较——比较模板和输入图像的细节。图像处理的目的是把输入的灰度图像转化为高质量的二值图像。指纹图像是一种噪声较大的图像,因此需要图像增强减少这些噪音,并增强脊线。500)this.style.ouseg(this)">第一

6、步,使用高通滤波器和低通滤波器预滤波进行平滑处理。通过第一次二值化处理,过滤后的灰度图像转化为二值图像。第一次二值化处理后,每个二值图像块的方向被提取,并且最大方向被计算出来。然后,过滤后的灰度图像沿着已经查明的方向通过方向滤波器进行平滑处理。最终的二值图像通过对最后的灰度图像进行第二次二值化处理后得到。经过图像预处理,指纹二值图像被细化以便脊线图案成为一个像素宽的连接线段。图5中a、b、c分别为原始输入灰度指纹图像,以及细化前和细化后的二值图像。500)this.style.ouseg(this)">详细的细节是从细化

7、后的二值图像中提取的。详细的分支被发现后,就从分*点或终点开始描绘轨迹。包括细节点的至多五个点被作为完好的细节标准提取。然后,通过这些点,细节的形状数据被计算出来。这种形状数据作为特征数据和细节类型以及它们的位置都被记录下来。两个指纹的匹配指数是基于细节形状的相似程度、细节的类型和它们的位置计算出来的。位移和旋转作为评估两个指纹匹配指数的考虑因素。3DSP平台的优化为了达到快速识别的目的,图像处理通过对指纹输入图形进行块处理取得。这种方法同时可以减少对内存的要求。由实验得知:16×16像素高通滤波和4×4像素的低通滤波可

8、以得到最好的预滤波效果。为了计算一块16×16像素的最大方向,方向滤波器被屏蔽在块图像上。然后,用5×5的方向滤波器屏蔽灰度级图像。表1给出了DSP平台实现的内存要求。内存优化主要集中在达到最小运行内存?穴图像输入缓冲、预滤波中间结果和输出二值图像?雪的要求。对于当前应用,从传感器接收的图像大小为224像素×288行。图像被传感器逐行扫描,在缓冲区满了以后,进行块处理并得到一行二值图像。这个处理过程不断循环重复。表1内存需求类别名称大小(ouseg(this)">本算法提供两种选择:全旋和1/4旋。全旋转使得算法对指纹输

9、入处理更加强健。通过1/4旋转,可以缩短匹配时间,但是,这限制了指纹输入的旋转在±45°。表3给出了这两种选择的比较结果。表3速度选项和匹配时间旋转比较时间(ms)2秒内的n个用户全旋42321/4旋121144硬件实现图6显示了指纹模块的方框图。500)this.style.ouseg(this)">板上有作为主要

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。