新闻中心

EEPW首页 > 嵌入式系统 > 设计应用 > 一种新型指纹识别系统的设计与实现

一种新型指纹识别系统的设计与实现

作者:时间:2010-05-20来源:网络收藏

传统的图像分割算法主要有2类:一类是基于指纹图像方向信息分割的方向法;另一类是基于图像灰度特征分割的方差法。采用了一种基于特征融合的分割算法,对梯度、方向一致性进行2次分割。实验表明,该算法能够精确地对不同类型的指纹图像进行分割,分割效果比较理想。

本文引用地址:http://www.eepw.com.cn/article/151854.htm


图像归一化是为了对不同的指纹图像进行统一处理,将源图像的对比度和灰度调整到一个固定的级别上,为后续处理提供一个统一的基础[4]。方向图计算、背景分离到频率提取,所有算法都可以在互补重叠的小区域内单独进行。所以本文采用分块规一化的方法,将图像分为14×14大小的子区域,再对子图像进行规一化,保证了各个小区域内均值和方差的一致性。
笔者了基于非线性扩散滤波的指纹图像增强新算法。该算法利用指纹图像的结构张量构造扩散张量,使得滤波沿着指纹脊线方向扩散。该算法属迭代算法,比Gabor滤波算法能量聚集慢,可以有效地连接断裂脊线,而不会改变指纹脊线的连续性和奇异性。经过测试,该算法能提高细节点提取的性能,增强指纹匹配的效率。
图像二值化的关键问题是选取一个合适的阈值,经过在中实测,选择阈值To=180。图像细化处理是指为了减少所需处理的信息量,便于提取指纹特征[5]。算法中采用了一种最近邻点方式来抽取纹线骨架。既可以消除短枝和断线等噪声,还能满足指纹细化的保持性、连接性、中轴性和快速性要求。
细化之后的指纹图像就会呈现出特征信息。研究表明,中断点和分支点这2类特征点就可以描述指纹的唯一性。所以,本文采用一种基于8连通域判断法的特征点提取方法。该方法是在细化后的二值图像上,对于细化图像的任意点P计算其交叉数和8连通纹线点数,然后遍历细化图像中的每一个像素点,即可得到所有的端点和分支点。图5给出了指纹图像识别过程中的部分结果图像,很好地保持了原指纹图像的特性。


图像匹配就是判断2次输入指纹的特征集合(模板)是否属于同一枚指纹[6]。本采用基于点模式匹配算法进行,有效地解决了数量和位置都不尽相同的2幅指纹细节图像进行最优匹配的问题。在系统硬件平台上,通过HV7131R采集到的指纹图像作为测试样本,每一枚指纹分别测试100次来评价FRR(错误拒绝率)与FAR(错误接受率)。实验显示:FRR为3.5%,FAR为0%,比对结果令人满意。
本文提出了一种基于TMS320VC5501 DSP的系统。仅用一片DSP芯片,了存储器扩展、指纹图像采集、人机交互模块等的,既可以独立运行,又可以进行二次开发。指纹图像识别算法是系统的核心,经过在系统硬件平台上的实际测试,算法体现出了运算速度快、识别效率高等优点。目前该系统的二次开发产品已经进入商用阶段并得到用户好评,从而充分证明了其适用性和可靠性。


上一页 1 2 3 下一页

评论


相关推荐

技术专区

关闭