摘 要： 在選取較優(yōu)化的指紋識(shí)別預(yù)處理算法的基礎(chǔ)上，根據(jù)算法的結(jié)構(gòu)選取具有并行處理、低功耗、速度快等特點(diǎn)的FPGA作為實(shí)現(xiàn)算法的基本器件。由于用FPGA實(shí)現(xiàn)復(fù)雜算法較傳統(tǒng)器件從思考角度和實(shí)現(xiàn)方向上都有很大區(qū)別，所以本次設(shè)計(jì)從新的方向來(lái)完成傳統(tǒng)的指紋處理的設(shè)計(jì)。實(shí)際結(jié)果表明FPGA基本達(dá)到了設(shè)計(jì)的最初要求。
關(guān)鍵詞： 指紋識(shí)別；預(yù)處理算法；FPGA
指紋識(shí)別作為生物識(shí)別的一種，因其具有唯一性和穩(wěn)定性，在身份識(shí)別上有著其他手段不可比擬的優(yōu)勢(shì)。隨著指紋傳感器性能的提高和價(jià)格的下降，指紋的采集越來(lái)越容易，指紋識(shí)別算法也已比較成熟。傳統(tǒng)的指紋識(shí)別系統(tǒng)一般以PC機(jī)和DSP為主要處理平臺(tái)。隨著人們對(duì)便攜設(shè)備的安全性要求越來(lái)越高，傳統(tǒng)的處理系統(tǒng)在功耗和處理速度及實(shí)時(shí)性上已經(jīng)不能滿足需要。
指紋識(shí)別系統(tǒng)在很大程度上依靠指紋圖像的質(zhì)量。在實(shí)際應(yīng)用中由于采集條件和采集設(shè)備的因素，采集到的指紋質(zhì)量比較差，含有大量噪聲，容易導(dǎo)致很多問(wèn)題，影響后續(xù)處理的效果。所以在對(duì)指紋特征提取前，必須進(jìn)行一系列的預(yù)處理，改善輸入指紋圖像的質(zhì)量，為后續(xù)處理奠定基礎(chǔ)。
本文在進(jìn)行多方面比較和論證的基礎(chǔ)上，選取較優(yōu)化的預(yù)處理算法，作為FPGA指紋預(yù)處理平臺(tái)的算法。并用FPGA實(shí)現(xiàn)所選算法。
1 處理步驟
本系統(tǒng)采用XILINX公司Spartan 3E系列FPGA作為核心控制芯片，通過(guò)富士通公司的MBF200指紋傳感器實(shí)現(xiàn)對(duì)指紋圖像的采集，利用CPLD進(jìn)行接口傳輸。FPGA通過(guò)讀取SDRAM中的指紋數(shù)據(jù)，在其邏輯單元中進(jìn)行灰度值歸一化、圖像分割、濾波、二值化、細(xì)化等，從而獲得重要的指紋圖像信息，以便與指紋模板庫(kù)進(jìn)行對(duì)比。系統(tǒng)模塊圖如圖1。圖2是采集到的指紋圖像。
2 灰度值歸一化
指紋圖像歸一化的目的是把指紋圖像的平均灰度和對(duì)比度調(diào)整到一個(gè)固定級(jí)別上，以減少不同指紋圖像上的差異。歸一化并不改變指紋脊線和谷線的清晰度，只是消除樣本采集因外界因素造成的影響，為后續(xù)處理提供統(tǒng)一規(guī)格的圖像。
把圖像分為w×w的子塊，對(duì)于每一子塊求其灰度均值Mi和方差Vi。子塊灰度均值和方差的計(jì)算如下：
用FPGA實(shí)現(xiàn)上述算法的難點(diǎn)在于計(jì)算Var0。而計(jì)算期望的關(guān)鍵是求得每個(gè)像素的概率，即求子塊中每個(gè)像素出現(xiàn)的次數(shù)。考慮到FPGA的硬件結(jié)構(gòu)采用并行比較的方法可以方便求出I(i，j)的概率，本次設(shè)計(jì)w取為3。實(shí)現(xiàn)模塊采用圖3所示。
式中G(m，n)表示塊內(nèi)各點(diǎn)的灰度值，Aver(i，j)表示某一塊的均值。 4 濾波 6 細(xì)化 如果P點(diǎn)同時(shí)滿足：tsum=2且nsum≠1，nsum<6，則可將其刪除。 (5)重復(fù)上述過(guò)程，直到?jīng)]有一個(gè)像素值被改變?yōu)橹埂?br />
細(xì)化算法的硬件設(shè)計(jì)：細(xì)化算法的難點(diǎn)在于快速細(xì)化后的圖像和模板比較。這次設(shè)計(jì)的主要思想是把模板圖變?yōu)閿?shù)據(jù)流，只有用二進(jìn)制數(shù)據(jù)流的方式才便于做比較。如圖10所示，黑色代表1，白色代表0。以第一行最左邊的模板為例，即可變?yōu)?00 111 010。考慮到FPGA的結(jié)構(gòu)，用并行語(yǔ)句讓輸入的9位像素?cái)?shù)據(jù)和模板二進(jìn)制化數(shù)據(jù)進(jìn)行關(guān)系運(yùn)算操作，即可并行地和12個(gè)模板比較，大大提高了運(yùn)算速度。FPGA模板匹配仿真圖如圖11，細(xì)化后的指紋圖像如圖12。
3 圖像分割
圖像識(shí)別的基礎(chǔ)是圖像分割，其作用是把反映物體真實(shí)情況的、占據(jù)不同區(qū)域的、具有不同特征的目標(biāo)區(qū)分開(kāi)來(lái)，并形成數(shù)字特征。圖像分割的好壞直接影響后續(xù)圖像處理的效果，甚至決定其成敗。分割算法至今已有上千種，每年還有不少新算法出現(xiàn)，然而大都基于圖像在像素級(jí)的兩個(gè)性質(zhì)：不連續(xù)性和相似性。
筆者研究了Mehtre等提出的基于脊線方向的局部直方圖的分割方法；Rarha，chen和Jain提出的根據(jù)垂直于脊線方向的灰度方差區(qū)分前景與背景的方法；Maio和Maltoni提出的利用每一子塊的平均梯度來(lái)分割指紋圖像的前景與背景等多種方法。在此基礎(chǔ)上選擇圖像分割的經(jīng)典方法——自適應(yīng)的局部閾值圖像分割方法。該方法在合理選取閾值T的情況下，能較好地對(duì)圖像進(jìn)行分割[5]。
但該算法本身沒(méi)有給出T的取值大小，所以對(duì)原算法進(jìn)行改進(jìn)后描述為：
(1)將待處理的圖像分成W×W的子塊（根據(jù)實(shí)驗(yàn)選取W=8或16，對(duì)一般和較濕的圖像選為8，較干的選為16）
(2)求各塊圖像灰度值的標(biāo)準(zhǔn)方差：
(3)根據(jù)式(4)確定閾值T
其中a是調(diào)整系數(shù)，其值的選取根據(jù)圖像的質(zhì)量而定，一般可取為10～20，對(duì)質(zhì)量較好的圖像，a可取12左右，對(duì)較濕的圖像可取下限，對(duì)較干的圖像a取上限或更大。若a取得過(guò)大，則無(wú)法消除指紋區(qū)域外的噪聲點(diǎn)（背景被誤判為前景），若a取得過(guò)小，則會(huì)造成區(qū)域內(nèi)脊線斷裂（前景被誤判為背景），分割后的指紋圖像如圖4。
由于分割后的圖像質(zhì)量仍然不是很好，所以需要對(duì)其做進(jìn)一步的處理，以使指紋圖像清晰，消除不必要的噪聲，以利于進(jìn)一步的辨識(shí)。本系統(tǒng)采用中值濾波作為圖像預(yù)處理常用的方法，能有效地去除噪聲，平滑圖像。較之其他平滑濾波的方法如均值濾波等，中值濾波能夠在去噪的同時(shí)不模糊圖像的邊緣，較好地保持圖像的清晰度。
圖像中值濾波的定義：
其中g(shù)(x，y)，f(x，y)為像素灰度值，即把f(x，y)領(lǐng)域的所有像素灰度值排序，求其處于中間位置的值代替f(x，y)。濾波窗口可以有各種不同的形狀，如線狀、方形、圓形等。本系統(tǒng)采用的是3×3的窗口。為了突出FPGA快速計(jì)算的優(yōu)點(diǎn)采用如圖5所示方式[6]。
圖6輸入為以f(x，y)為中心的9個(gè)數(shù)據(jù)，A1、A2、A3、A4是3個(gè)比較器，輸出的值分別是第i-1行3個(gè)值、第i行3個(gè)值、第i+1行3個(gè)值的中值。以這3個(gè)中值再輸入A4就可以選出9個(gè)點(diǎn)的中值。這樣大大提高了算法的效率。
5 二值化
經(jīng)過(guò)中值濾波后的指紋圖像首先進(jìn)行二值化變成二值圖像，才能進(jìn)行細(xì)化處理。由于采集到的指紋圖像不同區(qū)域深淺不一，如對(duì)整幅圖像使用同一閾值進(jìn)行二值分割，會(huì)造成大量有用信息的丟失。這里使用自適應(yīng)局部閾值二值化的思想，對(duì)每塊指紋圖像，選取的閾值應(yīng)盡量使該塊圖像內(nèi)大于該閾值的像素點(diǎn)數(shù)等于小于該閾值的像素點(diǎn)數(shù)。算法流程如圖7。
T為該塊指紋圖像的平均灰度值，Nh、Nl分別為第(k，l)塊指紋圖像中灰度值≥T和
現(xiàn)有的細(xì)化算法存在很多問(wèn)題，如細(xì)化不徹底、紋線吞噬、骨架偏離紋線中心等。本設(shè)計(jì)在對(duì)快速細(xì)化和改進(jìn)的OPTA細(xì)化算法分析研究后，設(shè)計(jì)一種改進(jìn)的細(xì)化算法。該算法與傳統(tǒng)的細(xì)化算法相比不破壞紋線的連接性，不會(huì)引起紋線的吞食，保護(hù)了紋線的特征。算法的主要思想是：利用快速細(xì)化算法速度快的優(yōu)點(diǎn)對(duì)指紋圖像進(jìn)行一次細(xì)化。由于細(xì)化后的紋線大多不是單像素寬，再利用改進(jìn)的OPTA細(xì)化算法對(duì)不是單像素寬的紋線進(jìn)一步細(xì)化。算法的描述：
(1)遍歷整個(gè)指紋圖像，找出紋線的邊界點(diǎn)。
(2)判斷該邊界點(diǎn)是否應(yīng)該刪除。對(duì)邊界點(diǎn)P定義2個(gè)特征變量nsum和tsum：
(3)繼續(xù)尋找下一個(gè)邊界點(diǎn)，直到?jīng)]有可刪除的點(diǎn)為止。
(4)得到的紋線很多不是單像素寬，從圖像的左上角開(kāi)始掃描，每個(gè)像素（圖為P）均抽取出圖7所示的15個(gè)相鄰像素，把其中的8個(gè)相鄰像素（P1～P8）與圖9的消除模板比較，如果都不匹配，則P保留。
實(shí)驗(yàn)結(jié)果表明，用FPGA完全能滿足指紋預(yù)處理的要求，而且提高了運(yùn)算速度。FPGA的低功耗特點(diǎn)使其在便攜式設(shè)備上具有廣闊的應(yīng)用前景。
參考文獻(xiàn)
[1] 姚敏.數(shù)字圖像處理[M].北京：機(jī)械工業(yè)出版社，2006.
[2] 楊帆.數(shù)字圖像處理與分析[M].北京：北京航空航天大學(xué)出版社，2007.
[3] 劉朋瑞.數(shù)字圖像預(yù)處理的硬件設(shè)計(jì)與實(shí)現(xiàn)方法[D].上海：上海交通大學(xué)，2007.
[4] 汪超.基于DSP+CPLD的數(shù)字圖像采集系統(tǒng)硬件平臺(tái)的研究與設(shè)計(jì)[D].湖南：湖南大學(xué)，2007.
[5] 楊碧玉.一種改進(jìn)指紋圖像分割算法[J].自動(dòng)化與信息工程，2008，1(1)：6-11.
[6] 陳加成，徐熙平，吳瓊.基于FPGA的中值波算法研究與硬件設(shè)計(jì)[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)，2008，3(1)：8-14].
[7] 王洪，郭娟，賴聲.基于FPGA的指紋識(shí)別算法硬件實(shí)現(xiàn)[J].微電子學(xué)與計(jì)算機(jī)，2007，4(4)：63-68.