一种新型SoPC自动指纹识别系统设计
2 系统实现
2.1 MBF200硬件采集模块
MBF200开启自动检测功能采集整幅指纹图像。通过设置芯片内部的阈值寄存器THR使芯片适应不同的外部环境。改变内部的PGC、DTR、DCR三个寄存器的值可以调整图像的清晰度，提高采集到的图像质量。
2.2 预处理模块的实现
图像预处理主要分为指纹图像平滑、背景分离和滤波增强三大部分。通过硬件处理控制状态机实现各个硬件模块的处理。预处理的指纹数据均存于SRAM中，根据硬件状态控制来选择SRAM与各个硬件模块的连接。图像平滑采用归一化处理，背景分离采用方差法，滤波增强采用方向滤波图像增强算法来实现[5]。
2.3 Nios算法实现
软件算法的主要模块分别为二值化、细化、特征提取和特征匹配。其中二值化处理中同时包括二值化后的填充和删除算法；细化算法包括细化后的去伪算法。二值化算法采用阈值法；细化算法采用Hilditch细化算法，同时采用基于8邻域特征点的特征提取算法和基于中心点的匹配算法。
3 系统实现
3.1 指纹处理VGA显示结果
图2(a)为MBF200采集效果图，图中指纹图像的纹线清晰，与背景区域对比明显。
本文引用地址：http://www.eepw.com.cn/article/187665.htm归一化处理的作用是使图像中的黑白点对比更加明显，同时改变图像灰度的均匀程度。如图2(b)所示为采集后的指纹归一化处理情况，从图中可以看出指纹脊线明显加强。由于背景区域较少，因而跳过了背景分离这一步。
采用基于方向图的增强算法，处理效果如图2(c)所示。从图中可以看出，对指纹图像脊线具有很好的连接效果，能较好地去除指纹图像中的噪声干扰使指纹更清晰、真实。
二值化是在滤波的基础上进行的，包括二值化后的删除和填充算法，处理效果如图2（d）所示。二值化后图像只剩余黑白两色。
细化主要是去除不必要的纹线粗线信息，便于之后提取特征点。细化处理如图2（e）所示，细化后的指纹图像的纹线只剩下一个像素点。细化后去除了伪特征点，明显去除了断点和短线。
3.2 指纹处理性能说明
系统的处理时间消耗分为硬件预处理和软件算法处理两部分。
硬件处理包括指纹采集块、归一化块、背景分离块和增强滤波块四个部分；软件处理包括二值化、细化、特征提取和特征匹配四个部分。系统处理时间消耗如表1所示。
本文根据指纹识别算法的特点设计了一种基于SoPC的新型结构的自动指纹识别系统，通过对指纹识别算法的具体分析和优化，设计了将指纹处理划分为硬件处理和软件处理两大部分的结构，用一块SRAM作指纹处理中间数据的缓存，软件和硬件之间不涉及大的数据流的传输，节约了数据传输时间。此结构将耗时较多的预处理部分使用全硬件模式，大大提高了系统的运算速度；将耗时较小的匹配算法部分由NiosⅡ软件完成，缩短了设计周期，提高了设计精度。这种设计结构降低了系统的复杂度，使得系统结构明晰，处理性能得到提升，便于单独处理模块的优化以及系统的升级。
评论