使用SPCE061A的指纹识别系统设计

MBF300传感器的特点

MBF300表面保护膜异常坚硬，使得该传感器经久耐用。它的工作电压为2.8V～5V，所以可以利用电池进行供电。它具有256*32像素感应矩阵，使得指纹的特征采样数据更精确。它的总线接口分别支持USB1.1、增强型8位微处理器接口和SPI串行接口。SPCE061A利用USB接口芯片PDIUSBD12和MBF300指纹传感器进行通信。

4软件设计

4．1指纹识别算法

人类的指纹由紧密相邻的凹凸纹路构成，根据公式3-2，通过对每个像素点上利用标准参考放电电流，便可检测到指纹的纹路状况，具体算法分为四部分。

4．1．1指纹识别预处理算法

指纹识别预处理的目的是使指纹图像更清晰，边缘更明显，以便提取指纹的特征点进行识别。本文采取极值滤波和改进的平滑滤波进行噪声消除，使图像不失真；采取拉普拉斯锐化对指纹进行纹线增强，突出边缘信息，为背景分离算法提供方便。

4．1．2背景分离

采用迭代阀值的方法对指纹图像进行阀值分割。在图像处理中，反复地用一种运算直至条件满足而得到输出图像的方法称为迭代。迭代阀值方法如下：

①设定初始灰度阈值T（如令T=127），指指纹图像的灰度值分为两组R1和R2。

②计算两组的平均灰度值u1和u2。

③重新设定新的灰度阈值T。新的T定义为：T=（u1+u2）/2。

④依据新的T对指纹图像进行阀值分割。

这种方法是以自适应的阀值对指纹图像进行二值化处理。实验结果表明，该方法比设定固定阀值进行处理更有普遍意义，且行之有效。

4.1．3 特征点提取

采用脊跟踪法，其基本思想是直接对图象进行脊线跟踪，在跟踪过程中检测和提取特征点。

4.1．4分类算法

指纹被分成5大类：拱类、做环类、右环类、尖拱类和旋涡类，预先使用全局特征排序，可以加速指纹的匹配服务。

4．2程序流程

当系统处于空闲状态时，SPCE061A利用P_SystemClock单元写入CPUCLK STOP控制字，使系统从运行状态转入睡眠状态，关闭系统时钟（PLL振荡器）。当用户有指纹或按键输入时， 系统接收到唤醒信号后接通PLL振荡器，同时CPU会响应唤醒事件的处理并进行初始化。利用IRQ3_KEY为触键唤醒源，利用FIQ为MBF300指纹传感器输入唤醒源。下面是程序流程图3和IRQ3_KEY唤醒程序的部分代码。

图3 程序流程图

R1=0x0000； //设置A口为带下拉电阻的输入口