基于FPS110的智能指纹识别系统设计

曹国平

南京铁道职业技术学院苏州校区电子信息系 江苏 215137

0 引言

指纹识别技术是通过分析指纹的局部特征，从中抽取详尽的特征点，从而可靠地确认个人身份。指纹识别可以提供用于鉴别的足够特征，具有极高的安全性，更重要的是具有很高的实用性、可行性。已广泛应用于安全性能要求较高的行业。随着移动应用市场的快速发展，研究开发快速、识别率高、廉价的独立指纹识别系统具有很大的市场前景和重要的研究价值。

1 工作原理与系统结构

指纹采集模块采用FPS100指纹传感器，提供3种接口(SPI、USB和MCU)，该系统设计采用SPI接口，可以很方便的连接 MCU，并可支持高速指纹图像传输速度。在 SPI连接模式下，FPS110的CSI/SCLK作为串行口时钟输入。图像信号的处理与算法的实现采用了 ARM9 器件 S3c2410。Flash存储器用于存放程序及固定表格数据，SRAM 用于存放ARM运算需要的常量和中间变量。运算的结果通过LCD模块EPSON S1D15G10显示出来，FPS110、小键盘由1个2-4转换器连接到ARM的SPI接口。与外部的通信采用异步收发器MAX3111。系统结构框图如图1所示。

系统开始工作以后，用户通过小键盘输入 ID号码，图像传感器FPS110现场采集用户的指纹图像并存储到SRAM中。在数据处理阶段，ARM将SRAM 中的数据分块取到其内部RAM 中，作为指纹图像处理以及识别算法的临时数据。再将处理结果与FLASH 中预先采集提取的特征指纹进行匹配。部分原理图如图2所示。

图1 系统结构框图

图2 部分原理图

2 指纹图像的处理过程及其实现

系统的工作过程分为采集指纹图像，经过预处理后提取指纹的细节特征，然后与模板库中的指纹进行匹配，并将匹配的结果通过LCD输出显示。

指纹图像预处理是指纹识别中的重要一步，本系统采用构建圆形Gabor滤波器实现图像增强，圆形滤波器可以使不同方向的纹路增强得到相同的增强程度，对各种指纹图像有很好的适用性，大大减少计算的复杂度并且计算出的方向不需经过量化直接进行滤波运算。其计算公式为：

其中I为原图像， Ic（i, j）为增强后的图像，f为纹路频率，直径设置为平均纹路间距的 3/2倍。 W（ i, j）为图像块o（ w（ i, j） ）的纹路方向。

滤波后采用区域自适应阀值法对图像进行二值化，并采用改进的OPTA算法实现指纹图像的细化。

3 结论

本系统采用FPS110和键盘与S3C2410间的SPI通信方式设计，这种方式结构简单，在稳定性的基础上，精简了电路规模；在图像处理的过程采用了稳定简化的圆形Gabor算法，使系统的性能有了进一步提高，具有较好的应用性。

[1]BAZEN A M, GEREZ S H. Systematic methods for the computation of the directional fields and singular points of fingerprints. IEEE Trans.On Pattern Analysis and Machine Intelligence.2002.

[2]CHANG J H, FAN K C.Fingerprint ridge allocation in direct grayscale domain.PR.2001.

[3]WILLIS A J, MYERS L.A costeffective fingerprint recognition system for use with low-quality prints and damaged fingertips.Pattern Recognition.2001.

[4]郑冰,贾红云,赵立本.基于ARM的指纹识别门禁系统设计[J].微计算机信息.2007.

[5]万鹏,王厚大.一种改进的基于Gabor 滤波的指纹图像增强算法[J].图形、图像与多媒体.2010.

[6]程建刚.指纹图像分析及其自动识别[D].中科院自动化所博士学位论文.2004.