基于ARM9的指紋識別門禁系統

摘 要:為了實現基于ARM的指紋識別門禁系統，采用Veridicom公司的FPS200指紋采集芯片進行指紋采集，采用Samsung公司ARM9 S3C2440AL給出了系統的軟硬件設計及仿真結果。經驗證該系統拒識率小于0.1%，認假率小于0.01%，識別時間小于2s，實驗結果良好。此外，重點介紹了該系統中采用的指紋分割算法，該算法以前景與背景類間方差最大為原則，分割穩定的同時具有分割閾值的自適應性。

關鍵詞:指紋傳感器; ARM9; 指紋識別; 門禁系統

中圖分類號:TN919.8; TP391.41 文獻標識碼:A

文章編號:1004-373X(2010)14-0040-02

Access System of Fingerprint Recognition Based on ARM9

L Xian-jun，CHEN Hou-jin

(School of Information Engineering， Beijing Jiaotong University， Beijing 100044，China)

Abstract: The hardware software design and the simulation result are proposed to realize the ARM-based access system of fingerprint recognition. Fingerprint sensor FPS200 and main processor S3C2440AL are adopted for the design. The conclusion of high veracity (FAR<0.01%)， low rejection rate (FRR<0.1%) and short recognition time (<2s) can be drawn by the simulation. Additionally， the algorithm of fingerprint segmentation with principle of maximum inter-class variance is described in detail， the self-adaptive threshold can be obtained with the stable segmentation result.

Keywords: fingerprint sensor; ARM9; fingerprint recognition; access system

指紋門禁[1]系統是基于生物特征識別技術的一項高科技安全設施，近年來在國內外得到了廣泛的應用，并已成為現代化建筑智能化的標志之一。對于一些核心機密部門，如重要機關、科研實驗室、檔案館、民航機場等場所，指紋門禁系統可以提供高效、智能、便捷的授權控制。由于指紋具有攜帶方便、人人各異、終生不變的特點，因此利用指紋識別作為身份認證的手段，與傳統的鑰匙、密碼相比，大大提高了安全性與可信性。

該系統基于ARM9芯片Samsung S3C2440AL，以Veridicom公司指紋采集芯片FPS200[2]作為硬件平臺，以嵌入式Linux為軟件平臺。在該研究領域中，基于PC平臺的識別系統一直是研究的重點，本文實現的基于ARM平臺的系統具有輕便，易安裝，成本低的優點，具有良好的發展前景。

1 系統硬件設計

S3C2440AL主頻為400 MHz，最高為533 MHz;FPS200指紋傳感器由256×300個電容傳感陣列組成，其分辨率高達500 dpi，工作電壓范圍為3.3～5 V，傳感器內部有8位ADC，并具有2組采樣保持電路。整個系統的框圖[3]如圖1所示。

圖1 硬件系統框圖

2 操作系統

由于嵌入式Linux具有內核小、效率高、開放源碼、平臺工具多等優點，該系統采用嵌入式Linux作為操作系統平臺。構建該平臺的主要步驟如[4]:

(1) 通過JTAG下載U-boot;

(2) 配置Linux Kernel并通過串口下載;

(3) 開發FPS200驅動并進行動態加載。

3 指紋識別的算法流程

指紋識別系統按識別過程中的主要功能，可劃分為指紋圖像采集算法、圖像預處理算法、特征提取算法、特征匹配算法。

(1) 指紋圖像采集算法流程 [5]如圖2所示。

圖2 指紋圖像采集算法流程

(2) 指紋圖像預處理算法流程[6]如圖3所示。

圖3 指紋圖像預處理算法流程

(3) 指紋特征提取算法流程

提取之前首先需要進行偽指紋特征點的去除，然后提取指紋的拓撲數據結構。

(4) 指紋特征匹配算法流程如圖4所示。

圖4 指紋特征匹配算法流程

4 指紋分割算法原理[7-8]

設一幅指紋圖像的像素點數為N，其有L個灰度級(0，1，2，…，L-1)，灰度級為i的像素點數為ni，那么N=∑L-1i=0ni，對圖像直方圖歸一化，且有概率密度分布:

Pi=ni/Ni，Pi≥0，∑L-1i=0Pi=1 (1)

假設閾值t將圖像分成C0和C1兩類(即物體和背景)，C0和C1分別對應具有灰度級{0，1，2，…，t}和{t+1，t+2，…，L-1}的像素。C0類和C1類的發生概率分別為:

w0=Pr(C0)=∑ti=0pi=w(t) (2)

w1=Pr(C1)=∑L-1i=t+1pi=1-w(t) (3)

式中:w(t)=∑ti=0pi。C0和C1類的均值分別為:

u0=∑ti=0ipi/w0=u(t)/w(t) (4)

u1=∑L-1i=t+1ipi/w1=uT-u(t)1-w(t) (5)

式中:u(t)=∑ti=0ipi;uT=∑L-1i=0ipi。可以驗證下式成立:

w0u0+w1u1=uT，w0+w1=1 (6)

兩類的類間方差σ2B為:

σ2B=w0(u0-uT)2+w1(u1-uT)2 (7)

最佳閾值t*應使類間方差最大[9-10]，即:

σ2B(t*)=∑0≤t≤L-1max{σ2B(t)} (8)

由圖5可以看到利用該方法得到的效果圖，其分割結果良好。

圖5 指紋圖像分割前后比對

5 結 語

本文以ARM9處理器為平臺，系統地實現了一個識別結果良好的嵌入式門禁系統。給出了系統設計的整個算法流程，并重點介紹了圖像分割算法，較前人的研究成果，該系統具有平臺簡單，識別率高，識別快速的優點。但該系統對畸變圖像的處理效果并不十分理想，需要在以后的研究中進一步加強。

參考文獻

[1]郭蘭英，周輝，何丹.基于ARM實現人臉檢測算法關鍵技術研究[J].微計算機信息，2009，25(23):95-97.

[2]鄭冰，賈紅云，趙立本.基于ARM的指紋識別門禁系統設計[J].微計算機信息，2007，23(2):45-46.

[3]陳國金，王家校.基于ARM9的指紋識別門禁系統[J].機電工程，2009，26(9):46-50.

[4]鄧俊華，杜玉曉.基于S3C2410處理器的Linux移植[J].微型電腦應用，2009(8):53-55.

[5]李昊，傅曦.精通Visual C++指紋模式識別系統算法及實現[M].北京:人民郵電出版社，2008.

[6]PENG Jian， WU Min. Design and implementation of an embe-dded fingerprint identification system for the bank staff identity authentication[C]//The 2008 Internatinal Conference of Embedded Software and Systems Symposia.[ S.l.] : ICESS， 2008.

[7]劉明生，吳小培，項明.一種基于指紋圖像特征的圖像分割算法[J].電子測量技術，2009，32(8):92-96.

[8]白一彤，王憲.一種自動確定分割閾值的指紋圖像分割方法[J].計算機系統應用，2009(5):25-26.

[9]王光榮.指紋圖像的分割算法研究[D].吉林:吉林大學，2007.

[10]譚優.圖像閾值分割算法實用技術研究與比較[J].微計算機信息，2007，23(8):298-299.