一種新型指紋識別系統的設計與實現

圖像歸一化是為了對不同的指紋圖像進行統一處理，將源圖像的對比度和灰度調整到一個固定的級別上，為后續處理提供一個統一的基礎[4]。方向圖計算、背景分離到頻率提取，所有算法都可以在互補重疊的小區域內單獨進行。所以本文采用分塊規一化的方法，將圖像分為14×14大小的子區域，再對子圖像進行規一化，保證了各個小區域內均值和方差的一致性。
筆者實現了基于非線性擴散濾波的指紋圖像增強新算法。該算法利用指紋圖像的結構張量構造擴散張量，使得濾波沿著指紋脊線方向擴散。該算法屬迭代算法，比Gabor濾波算法能量聚集慢，可以有效地連接斷裂脊線，而不會改變指紋脊線的連續性和奇異性。經過測試，該算法能提高細節點提取的性能，增強指紋匹配的效率。
圖像二值化的關鍵問題是選取一個合適的閾值，經過在系統中實測，選擇閾值To=180。圖像細化處理是指為了減少所需處理的信息量，便于提取指紋特征[5]。算法中采用了一種最近鄰點方式來抽取紋線骨架。既可以消除短枝和斷線等噪聲，還能滿足指紋細化的保持性、連接性、中軸性和快速性要求。
細化之后的指紋圖像就會呈現出特征信息。研究表明，中斷點和分支點這2類特征點就可以描述指紋的唯一性。所以，本文采用一種基于8連通域判斷法的特征點提取方法。該方法是在細化后的二值圖像上，對于細化圖像的任意點P計算其交叉數和8連通紋線點數，然后遍歷細化圖像中的每一個像素點，即可得到所有的端點和分支點。圖5給出了指紋圖像識別過程中的部分結果圖像，很好地保持了原指紋圖像的特性。

圖像匹配就是判斷2次輸入指紋的特征集合(模板)是否屬于同一枚指紋[6]。本系統采用基于點模式匹配算法進行指紋識別，有效地解決了數量和位置都不盡相同的2幅指紋細節圖像進行最優匹配的問題。在系統硬件平臺上，通過HV7131R采集到的指紋圖像作為測試樣本，每一枚指紋分別測試100次來評價FRR（錯誤拒絕率）與FAR（錯誤接受率）。實驗顯示：FRR為3.5%，FAR為0%，比對結果令人滿意。
本文提出了一種基于TMS320VC5501 DSP的新型指紋識別系統。僅用一片DSP芯片，實現了存儲器擴展、指紋圖像采集、人機交互模塊等的設計，既可以獨立運行，又可以進行二次開發。指紋圖像識別算法是系統的核心，經過在系統硬件平臺上的實際測試，算法體現出了運算速度快、識別效率高等優點。目前該系統的二次開發產品已經進入商用階段并得到用戶好評，從而充分證明了其適用性和可靠性。