利用生物認證技術(shù)取代傳統(tǒng)的使用鑰匙、身份證、密碼等方法進行個人身份鑒定,可廣泛應用于銀行、機場、公安等領域的出入管理。將信息技術(shù)與生物技術(shù)相結(jié)合的生物認證技術(shù)是本世紀最有發(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)字信號進行處理的芯片。它具有處理速度快、靈活、精確、抗干擾能力強、體積小、使用方便等優(yōu)點。DSP應用于指紋識別已經(jīng)成為一個新的科技領域和獨立的學科體系,當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的指紋識別預處理系統(tǒng)。CCS 2.2(Code Composer Studio)是一種針對標準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,進行預處理;
(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,指紋圖像的預處理階段尤為重要,該階段對圖像處理的好壞直接關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)的脫機應用提供很有價值的參考。
1 指紋識別預處理算法
指紋識別預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行識別。本文采取極值濾波和改進的平滑濾波進行噪聲消除,使圖像不失真;采取拉普拉斯銳化對指紋進行紋線增強,突出邊緣信息,為自適應閥值的迭代二值化提供方便。
1.1 極值濾波
解梅、馬爭[1]認為極值濾波器的設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遠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行改變處理,只需對那些被污染的像素進行“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性來確定。
設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噪聲,需進一步對圖像進行平滑處理。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,該改進是可行的,有利于突出中心像素并有效去除隨機噪聲。
1.3 銳化濾波
對于由于積分運算所造成的模糊圖像,有必要對其模糊進行校正,進而增強指紋圖像的邊界。具體做法為增強指紋脊線與谷的對比度。這種增強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)過平均或積分運算后變得模糊的圖像的邊緣和輪廓變得清晰,并使細節(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行卷積預算,能實現(xiàn)高通濾波,進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。為了提取特征點,需對指紋圖像進行分割。本文采取迭代閥值的方法對指紋圖像進行閥值分割。在圖像處理中,反復地用一種運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:
①設定初始