關鍵字：西安門禁 指紋西安門禁 嵌入式系統
摘 要： 本文以ARM9處理器為平臺，系統地實現了一個識別結果良好的嵌入式西安門禁系統。給出了系統設計的整個算法流程，并重點介紹了圖像分割算法，較前人的研究成果，該系統具有平臺簡單，識別率高，識別快速的優點。但該系統對畸變圖像的處理效果并不十分理想，需要在以后的研究中進一步加強。
指紋西安門禁系統是基于生物特征識別技術的一項高科技安全設施，近年來在國內外得到了廣泛的應用，并已成為現代化建筑智能化的標志之一。對于一些核心機密部門，如重要機關、科研實驗室、檔案館、民航機場等場所，指紋西安門禁系統可以提供高效、智能、便捷的授權控制。由于指紋具有攜帶方便、人人各異、終生不變的特點，因此利用西安指紋門禁作為身份認證的手段，與傳統的鑰匙、密碼相比，大大提高了安全性與可信性。
該系統基于ARM9芯片Samsung S3C2440AL，以Veridicom公司指紋采集芯片FPS200作為硬件平臺，以嵌入式Linux為軟件平臺。在該研究領域中，基于PC平臺的識別系統一直是研究的重點，本文實現的基于ARM平臺的系統具有輕便，易安裝，成本低的優點，具有良好的發展前景。
1 系統硬件設計
S3C2440AL主頻為400 MHz，最高為533 MHz；FPS200指紋傳感器由256×300個電容傳感陣列組成，其分辨率高達500 dpi，工作電壓范圍為3．3～5 V，傳感器內部有8位ADC，并具有2組采樣保持電路。整個系統的框圖如圖1所示。
2 操作系統
由于嵌入式Linux具有內核小、效率高、開放源碼、平臺工具多等優點，該系統采用嵌入式Linux作為操作系統平臺。構建該平臺的主要步驟如：
(1)通過JTAG下載U-boot；
(2)配置Linux Kernel并通過串口下載；
(3)開發FPS200驅動并進行動態加載。
3 西安指紋門禁的算法流程
西安指紋門禁系統按識別過程中的主要功能，可劃分為指紋圖像采集算法、圖像預處理算法、特征提取算法、特征匹配算法。
(1)指紋圖像采集算法流程如圖2所示。
(2)指紋圖像預處理算法流程如圖3所示。
(3)指紋特征提取算法流程
提取之前首先需要進行偽指紋特征點的去除，然后提取指紋的拓撲數據結構。
(4)指紋特征匹配算法流程如圖4所示。
4 指紋分割算法原理
設一幅指紋圖像的像素點數為N，其有L個灰度級(0，1，2，…，L-1)，灰度級為i的像素點數為ni，那么，對圖像直方圖歸一化，且有概率密度分布：
假設閾值t將圖像分成C0和C1兩類(即物體和背景)，C0和C1分別對應具有灰度級{0，1，2，…，t)和{t+1，t+2，…，L-1}的像素。C0類和C1類的發生概率分別為：
由圖5可以看到利用該方法得到的效果圖，其分割結果良好。
5 結語
本文以ARM9處理器為平臺，系統地實現了一個識別結果良好的嵌入式西安門禁系統。給出了系統設計的整個算法流程，并重點介紹了圖像分割算法，較前人的研究成果，該系統具有平臺簡單，識別率高，識別快速的優點。但該系統對畸變圖像的處理效果并不十分理想，需要在以后的研究中進一步加強。
|
您現在的位置：
