本发明专利技术提供了一种基于Cortex‑M3内核的嵌入式指纹识别系统，其特征在于，在基于Cortex‑M3内核的微处理器及指纹传感器的基础上构建集指纹采集及指纹处理于一身的单机系统，该单机系统采用指纹识别算法。本发明专利技术提供的一种嵌入式指纹识别系统不仅实现了小型化，而且指纹匹配的速度快、准确率高。
【技术实现步骤摘要】
本专利技术涉及一种嵌入式指纹识别系统。
技术介绍
随着信息化时代的到来，指纹自动识别系统在身份认证方面有着较为广阔的应用前景。目前来看，自动指纹识别系统一般是采用联机方式，用指纹传感器来采集用户信息，以计算机(PC)作为主机来处理数据并进行实时匹配。上述自动指纹识别系统的缺陷在于需要占用较大空间，不利于在例如防盗门、汽车门、公司考勤等类似场合实现嵌入。
技术实现思路
本专利技术的目的是提供一种嵌入式指纹识别系统。为了达到上述目的，本专利技术的技术方案是提供了一种基于Cortex-M3内核的嵌入式指纹识别系统，其特征在于，在基于Cortex-M3内核的微处理器及指纹传感器的基础上构建集指纹采集及指纹处理于一身的单机系统，该单机系统所采用的指纹识别算法包括如下步骤：步骤1、图像分隔：对原始指纹图像进行背景分离，消除原始指纹图像中的背景区域，得到指纹图像F(x，y)；步骤2、平滑处理：采用线性灰度变换法对指纹图像F(x，y)进行处理，提高指纹图像的脊线与谷线的对比度，随后规格化处理后的指纹图像，得到规格化图像N(x，y)；步骤3、二值化：采用动态自适应阈值法对规格化图像N(x，y)进行二值化，得到二值化图像R(x，y)；步骤4、特征点提取：计算二值化图像R(x，y)中每个点的交叉数及8邻域纹线点数，根据交叉数及8邻域纹线点数的值判断当前点是否为端点或分叉点，若是，则当前点为特征点，记录该特征点的坐标、类型及角度作为该特征点的值，对于二值化图像R(x，y)中的点p而言，点p的交叉数及8邻域纹线点数分别为C(p)及S(p)，则有：C(p)=12Σi=18|Pi+1-Pi|;]]>式中，Pi及Pi+1分别为点p的第i个及第i+1个邻域纹线点的灰度值；若C(p)＝1，且S(p)＝1，则点p为端点；若C(p)＝2，且S(p)＝2、3、4，则点p为连续点；若C(p)＝3，且S(p)＝3，则点p为分叉点；若点p为端点或分叉点，则点p为第j个特征点Hj，Hj＝(xj，yj，tj，aj)，xj，yj为点p的坐标，tj表示点p的类型，若点p为端点，则tj＝1，若点p为分叉点，则tj＝2，X，Y表示搜索到的最后的特征点的坐标，从而得到与步骤1中原始指纹图像相对应的特征点集H＝(H1，H2，…，Hj，…)；步骤5、指纹匹配：利用特征点集H＝(H1，H2，…，Hj，…)与指纹库中的指纹数据进行对比，从而完成指纹识别。优选地，所述步骤1包括：步骤1.1、对原始指纹图像进行归一化处理，原始指纹图像中点(i，j)的灰度值为I(i，j)，归一化后的灰度值为G(i，j)，则有：式中，M0和V0分别为期望的均值和方差，M为指纹图像的理论均值，Mi和Vi分别为原始指纹图像的实际均值和实际方差；步骤1.2、对归一化后的原始指纹图像进行分块，将其分为8×8的小块，如果是背景区域，其灰度的方差较小，而前景区的指纹图像区域的方差较大，所以对每个小块求其方差，再设定一个阈值，小于阈值的方块区域设置为背景区域，将其灰度值设定为255，而大于阈值的区域的灰度值保持不变，从而可以将指纹图像区域从背景区域很好地分离，得到指纹图像F(x，y)。优选地，所述步骤2包括：步骤2.1、利用线性灰度变化法将指纹图像F(x，y)亮度分量的线性范围从[m，M]变化到[n，N]后得到图像g(x，y)，则有：g(x,y)=(N-n)F(x,y)-mM-m+n;]]>步骤2.2、图像g(x，y)经过规格化后得到规格化图像N(x，y)，则有：式中，M0和V0分别为期望的均值和方差，M和Var分别为指纹图像的理论均值和方差。优选地，所述步骤3包括：步骤3.1、计算规格化图像N(x，y)中每个点的灰度值的阈值；设规格化图像N(x，y)中点(i，j)处的灰度值n(i，j)的阈值v1(i，j)是以点(i，j)为中心的指纹图像窗口(2l+1)×(2l+1)中所有点的灰度值来确定，l为正整数，有：n(x，y)为规格化图像N(x，y)中点(x，y)处的灰度值；再利用预先设定的参数δ及参考阈值vt对v1(i，j)进行修正，得到修正后的规格化图像N(x，y)中点(i，j)处的灰度值n(i，j)的阈值V(i，j)，则有：V(i,j)=v1(i,j)+δ,v1(i,j)<vtv1(i,j)-δ,v1(i,j)≥vt;]]>步骤3.2、求得二值化图像R(x，y)，二值化图像R(x，y)中点(x，y)的值为r(x，y)，则有式中，V(x，y)为通过步骤3.1求得的点(x，y)处的灰度值n(x，y)的阈值。本专利技术提供的一种嵌入式指纹识别系统不仅实现了小型化，而且指纹匹配的速度快、准确率高。附图说明图1为指纹识别系统框图；图2为指纹采集设计流程框图；图3为指纹识别的具体流程框图；图4为指纹采集处理实验结果。具体实施方式为使本专利技术更明显易懂，兹以优选实施例，并配合附图作详细说明如下。本专利技术提供了一种基于Cortex-M3内核的嵌入式的指纹识别系统，其是把采集和处理集于一身的单机系统。该系统体积小、可移植，很适合用于防盗门、高档的汽车门以及公司考勤系统等嵌入式场合。如图1所示的本专利技术的硬件部分基于ARM公司旗下的Cortex-M3内核处理器，该处理器是一款高性能、低功耗的32位RISC芯片。本专利技术选用意法半导体ST公司的基于Cortex-M3核的STM32F103ZET6作为嵌入式指纹系统的主处理芯片。1、STM32F103ZET6介绍意法半导体公司(ST)生产的基于Cortex-M3核的STM32F103ZET6是一款低价格、高性能的32位微处理器。它的高集成度使得用户可以节省系统成本和提高系统性能。CPU最高72MHz工作频率，在存储器的0等待周期访问时可达1.25DMips/MHz，同时支持单周期乘法和硬件除法。存储器采用256K至512K字节的闪存程序存储器，同时具有高达64K字节的SRAM、4个片选的静态存储器控制器、支持CF卡、SRAM、PSRAM、NOR和NAND存储器，采用并行LCD接口，兼容8080/6800模式。低功耗，具有睡眠、停机和待机模式，含有VBAT为RTC和后备寄存器供电。此外其具有3个12位模数转换器，1μs转换时间(多达21个输入通道)，转换范围从0至3.6V，且三倍采样和保持功能，还自带温度传感器以及2通道12位D/A转换器和12通道DMA控制器。2、指纹传感器FPS200是Veridicom公司推出的第三代半导体指纹传感器。它是在吸收了已广泛应用的FPS110系列传感器优点的基础上，全新推出的新一代指纹传感器。FPS200在性能、尺寸、集成方便度等指标上建立了一套新的标准，是Veridicom半导体指纹传感器家族中重要的新成员。其特性如下：采用电容式固态设备，大小为1.28cm×1.50cm，像素为256×300，电源采用3.3-5V，内部集成了8位模数转换器，支持三种总线接口，集成了USB全速接口以及外围SPI串行接口，采用了标准的CMOS工艺，低功耗，5V供电下仅仅为70mW，具有自动指纹检测功能。3、RS-232串口虽然本专利技术是可独立运行的自动指纹识别系统本文档来自技高网...
【技术保护点】
一种基于Cortex‑M3内核的嵌入式指纹识别系统，其特征在于，在基于Cortex‑M3内核的微处理器及指纹传感器的基础上构建集指纹采集及指纹处理于一身的单机系统，该单机系统所采用的指纹识别算法包括如下步骤：步骤1、图像分隔：对原始指纹图像进行背景分离，消除原始指纹图像中的背景区域，得到指纹图像F(x，y)；步骤2、平滑处理：采用线性灰度变换法对指纹图像F(x，y)进行处理，提高指纹图像的脊线与谷线的对比度，随后规格化处理后的指纹图像，得到规格化图像N(x，y)；步骤3、二值化：采用动态自适应阈值法对规格化图像N(x，y)进行二值化，得到二值化图像R(x，y)；步骤4、特征点提取：计算二值化图像R(x，y)中每个点的交叉数及8邻域纹线点数，根据交叉数及8邻域纹线点数的值判断当前点是否为端点或分叉点，若是，则当前点为特征点，记录该特征点的坐标、类型及角度作为该特征点的值，对于二值化图像R(x，y)中的点p而言，点p的交叉数及8邻域纹线点数分别为C(p)及S(p)，则有：C(p)=12Σi=18|Pi+1-Pi|;]]>式中，Pi及Pi+1分别为点p的第i个及第i+1个邻域纹线点的灰度值；若C(p)＝1，且S(p)＝1，则点p为端点；若C(p)＝2，且S(p)＝2、3、4，则点p为连续点；若C(p)＝3，且S(p)＝3，则点p为分叉点；若点p为端点或分叉点，则点p为第j个特征点Hj，Hj＝(xj，yj，tj，aj)，xj，yj为点p的坐标，tj表示点p的类型，若点p为端点，则tj＝1，若点p为分叉点，则tj＝2，X，Y表示搜索到的最后的特征点的坐标，从而得到与步骤1中原始指纹图像相对应的特征点集H＝(H1，H2，…，Hi，…)；步骤5、指纹匹配：利用特征点集H＝(H1，H2，…，Hj，…)与指纹库中的指纹数据进行对比，从而完成指纹识别。...
【技术特征摘要】
1.一种基于Cortex-M3内核的嵌入式指纹识别系统，其特征在于，在基于Cortex-M3内核的微处理器及指纹传感器的基础上构建集指纹采集及指纹处理于一身的单机系统，该单机系统所采用的指纹识别算法包括如下步骤：步骤1、图像分隔：对原始指纹图像进行背景分离，消除原始指纹图像中的背景区域，得到指纹图像F(x，y)；步骤2、平滑处理：采用线性灰度变换法对指纹图像F(x，y)进行处理，提高指纹图像的脊线与谷线的对比度，随后规格化处理后的指纹图像，得到规格化图像N(x，y)；步骤3、二值化：采用动态自适应阈值法对规格化图像N(x，y)进行二值化，得到二值化图像R(x，y)；步骤4、特征点提取：计算二值化图像R(x，y)中每个点的交叉数及8邻域纹线点数，根据交叉数及8邻域纹线点数的值判断当前点是否为端点或分叉点，若是，则当前点为特征点，记录该特征点的坐标、类型及角度作为该特征点的值，对于二值化图像R(x，y)中的点p而言，点p的交叉数及8邻域纹线点数分别为C(p)及S(p)，则有：C(p)=12Σi=18|Pi+1-Pi|;]]>式中，Pi及Pi+1分别为点p的第i个及第i+1个邻域纹线点的灰度值；若C(p)＝1，且S(p)＝1，则点p为端点；若C(p)＝2，且S(p)＝2、3、4，则点p为连续点；若C(p)＝3，且S(p)＝3，则点p为分叉点；若点p为端点或分叉点，则点p为第j个特征点Hj，Hj＝(xj，yj，tj，aj)，xj，yj为点p的坐标，tj表示点p的类型，若点p为端点，则tj＝1，若点p为分
\t叉点，则tj＝2，X，Y表示搜索到的最后的特征点的坐标，从而得到与步骤1中原始指纹图像相对应的特征点集H＝(H1，H2，…，Hi，…)；步骤5、指纹匹配：利用特征点集H＝(H1，H2，…，Hj，…)与指纹库中的指纹数据进行对比，从而完成指纹识别。2.如权利要求1所述的一种基于Cortex-M3内核的嵌入式指纹识别系统，其特征在于，所述步骤1包括：步骤1.1、对原始指纹图像进行归一化处理，原始指纹图像中点(i，j)的灰度值为I(i，j)，归一化后的灰度值为G(i，j)...
【专利技术属性】
技术研发人员：周琳，周武能，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。