利用生物認(rèn)證技術(shù)取代傳統(tǒng)的使用鑰匙,、身份證,、密碼等方法進(jìn)行個人身份鑒定,可廣泛應(yīng)用于銀行,、機(jī)場,、公安等領(lǐng)域的出入管理,。將信息技術(shù)與生物技術(shù)相結(jié)合的生物認(rèn)證技術(shù)是本世紀(jì)最有發(fā)展?jié)摿Φ募夹g(shù)之一,而指紋識別技術(shù)則是其中非常有前景的一種。

　　數(shù)字信號處理器(DSP)是指以數(shù)值計算的方法對數(shù)字信號進(jìn)行處理的芯片,。它具有處理速度快,、靈活、精確,、抗干擾能力強(qiáng),、體積小、使用方便等優(yōu)點,。DSP應(yīng)用于指紋識別已經(jīng)成為一個新的科技領(lǐng)域和獨立的學(xué)科體系,當(dāng)前已形成了有潛力的產(chǎn)業(yè)和市場,。

　　本文選定100MHz DSP TMS320VC5402作為指紋信號的處理器,利用其流水線編碼的操作特點,并結(jié)合指紋識別技術(shù),實現(xiàn)基于DSP CCS2.2的指紋識別預(yù)處理系統(tǒng)。CCS 2.2(Code Composer Studio)是一種針對標(biāo)準(zhǔn)TMS320調(diào)試接口的集成開發(fā)環(huán)境(IDE),由TI公司于1999年推出,。指紋識別的處理流程如圖1所示,。

圖1 指紋識別流程圖

　　指紋處理過程可分為三個階段:

　　(1) 獲取原始指紋圖像,進(jìn)行預(yù)處理;

　　(2) 提取指紋特征點;

　　(3) 指紋識別分析判斷。

　　在上述三個階段中,指紋圖像的預(yù)處理階段尤為重要,該階段對圖像處理的好壞直接關(guān)系到后面兩個階段工作的開展,。本文結(jié)合TMS320VC5402的特點,重點研究指紋識別的預(yù)處理算法及其DSP實現(xiàn)問題,其中包括指紋的極值濾波,、平滑濾波、拉普拉斯銳化、迭代二值化和該算法在DSP開發(fā)平臺CCS2.2的C5000上的仿真實現(xiàn),。這一問題的解決,可為未來指紋識別系統(tǒng)的脫機(jī)應(yīng)用提供很有價值的參考,。

　　1 指紋識別預(yù)處理算法

　　指紋識別預(yù)處理的目的是使指紋圖像更清晰,邊緣更明顯,以便提取指紋的特征點進(jìn)行識別。本文采取極值濾波和改進(jìn)的平滑濾波進(jìn)行噪聲消除,使圖像不失真;采取拉普拉斯銳化對指紋進(jìn)行紋線增強(qiáng),突出邊緣信息,為自適應(yīng)閥值的迭代二值化提供方便,。

　　1.1 極值濾波

　　解梅,、馬爭[1]認(rèn)為極值濾波器的設(shè)計是基于這樣一種理念:在指紋圖像的采集過程中,指紋圖像所受到的沖擊性噪聲表現(xiàn)為一些斑點或亮點。在一般情況下,可以認(rèn)為絕大數(shù)沖擊性噪聲是被真實的灰度值所包圍,。同時噪聲污染的像素要遠(yuǎn)遠(yuǎn)小于真實灰度值的像素,。因此在噪聲的消除過程中,無需對大多數(shù)沒有被噪聲污染的像素進(jìn)行改變處理,只需對那些被污染的像素進(jìn)行“真實值”代替處理,而這些值的確定可通過圖像像素鄰域的相關(guān)性來確定。設(shè)有一待處理器像素為s0,其周圍8鄰域像素排列為

　　取鄰域相關(guān)像素的均值為Ai,i∈{1,2,...8},并以四個像素為一組處理單元,則改進(jìn)的極值濾波[1]算法可表述如下:

　　如果A0>max(Ai),i∈{1,2,...8},則
　
       s1=s2=s4=s0=min(A1,A2,A4)

　　s2=s3=s5=s0=min(A2,A3,A5)

　　s4=s6=s7=s0=min(A4,A6,A7)　 　 　 　 　 (3)

　　s5=s7=s8=s0=min(A5,A7,A8)

　　如果min(Ai)≤Ai≤max(Ai),i∈{1,2,...8},則將像素原值輸出,不作處理,。 實驗結(jié)果表明,該方法能得到與中值濾波類似的效果,達(dá)到了初步去除噪聲的目的,。

　　1.2 平滑濾波

　　經(jīng)過上面的極值濾波處理之后,圖像傳輸過程中所形成的大多數(shù)沖擊性噪聲均被除去,但指紋圖像中還存在著隨機(jī)噪聲,需進(jìn)一步對圖像進(jìn)行平滑處理。本文采取兩次平滑濾波,一次是在極值濾波之后,一次是在銳化濾波之后,。改進(jìn)的平滑卷積核為

　　系數(shù)取1/15而非原來的1/17的原因在于提高圖像的對比度;而卷積核中心像素加權(quán)系數(shù)取為5是為了突出該點像素,。實驗結(jié)果表明,該改進(jìn)是可行的,有利于突出中心像素并有效去除隨機(jī)噪聲。

　　1.3 銳化濾波

　　對于由于積分運(yùn)算所造成的模糊圖像,有必要對其模糊進(jìn)行校正,進(jìn)而增強(qiáng)指紋圖像的邊界,。具體做法為增強(qiáng)指紋脊線與谷的對比度,。這種增強(qiáng)指紋圖像的高頻成分,使其邊緣清晰的方法稱為銳化。因此,銳化的目的在于使經(jīng)過平均或積分運(yùn)算后變得模糊的圖像的邊緣和輪廓變得清晰,并使細(xì)節(jié)清晰[2],。在本文中,銳化卷積核采用拉普拉斯算子[3]:
 

　　通過該卷積核對圖像進(jìn)行卷積預(yù)算,能實現(xiàn)高通濾波,進(jìn)而得到銳化后的指紋脊線,。

　　1．4 迭代閥值二值化

　　指紋圖像經(jīng)過極值濾波、平滑濾波,、拉普拉斯銳化濾波,、平滑濾波后,大多數(shù)噪聲都已被消除,這就為特征點提取提供了基礎(chǔ)。為了提取特征點,需對指紋圖像進(jìn)行分割,。本文采取迭代閥值的方法對指紋圖像進(jìn)行閥值分割,。在圖像處理中,反復(fù)地用一種運(yùn)算直至條件滿足而得到輸出圖像的方法稱為迭代。迭代閥值方法如下:

　?、僭O(shè)定初始灰度閥值T(如令T＝127),把指紋圖像的灰度值分為兩組R1和R2,。

　　②計算兩組的平均灰度值u1和u2,。

　?、壑匦略O(shè)定新的灰度閥值T。新的T定義為:T＝(u1+u2)/2,。

　?、芤罁?jù)新的T對指紋圖像進(jìn)行閥值分割。

　　這種方法是以自適應(yīng)的閥值對指紋圖像進(jìn)行二值化處理,。實驗結(jié)果表明,該方法比設(shè)定固定閥值進(jìn)行處理更有普遍意義,且行之有效,。

　　2 指紋圖像在CCS 2.2上的輸入與輸出

　　在設(shè)計中,采用DSP集成開發(fā)環(huán)境CCS2.2對指紋識別算法進(jìn)行模擬驗證,。用指紋成像系統(tǒng)采集一幅*bmp格式指紋圖像,如finger.bmp指紋圖像。在該指紋圖像的數(shù)據(jù)上面添加一個COFF文件的文件頭,。以文件名finger.out保存,。*.out文件為TI的公共目標(biāo)文件。利用CCS中的File-Load Data 可以將finger.out的指紋圖像放到DSP的相應(yīng)內(nèi)存中去,本次設(shè)計中將finger.out存放于DSP的數(shù)據(jù)存儲空間,。利用CCS中的Image菜單,通過設(shè)置相關(guān)選項可以觀察處理前的圖像與處理后的圖像,。

　　3 實際指紋圖像預(yù)處理效果

　　依據(jù)上述指紋識別預(yù)處理算法,通過CCS2.2的模擬功能,實現(xiàn)了指紋識別預(yù)處理的DSP處理,達(dá)到了DSP處理指紋圖像的應(yīng)用目的。結(jié)果如圖2所示,。

圖2 實際指紋預(yù)處理結(jié)果

　　本文針對TMS320VC5402 DSP的快速,、高效的特點,采取了DSP集成開發(fā)環(huán)境CCS2.2對指紋圖像進(jìn)行預(yù)處理。在指紋的預(yù)處理中,由于DSP具有10ns指令周期,使采用改進(jìn)的極值濾波和改進(jìn)的卷積核平滑濾波對指紋圖像進(jìn)行一次,、二次平滑實時處理成為可能,。實驗結(jié)果表明,該方法能有效地處理指紋圖像的沖擊性噪聲和隨機(jī)噪聲。而迭代二值化的運(yùn)算充分利用了DSP 五級流水線操作,達(dá)到了利用DSP對指紋圖像進(jìn)行預(yù)處理的應(yīng)用目的,。