引言
隨著科學技術的發展，指紋識別已經成為目前最為實用、應用最為廣泛的生物識別技術，尤其在民用生物識別技術中。指紋識別技術已經在金融、醫療、公安、門禁系統等領域得到了廣泛的應用。
傳統的指紋識別系統都是基于PC機的，這種系統具有識別速度快、樣本存儲量大、軟件設計技術成熟等優點。但是，基于PC機的指紋識別系統由于價格昂貴、移動性能差、功耗高等缺點限制了其應用的進一步擴大。自二十世紀末以來，半導體技術和嵌入式技術的快速發展，為人們設計廉價的便攜式指紋識別系統提供了一個技術上的實現平臺。 本文介紹了一種基于ALTERA公司推出的SOPC(System on a Programmable Chip，片上可編程系統)技術的指紋識別系統的設計方案。該系統以ALTERA公司的Cyclone II系列FPGA和NIOSII軟核處理器為核心，并采用富士通公司的MBF200指紋采集芯片設計，是一種簡單實用的嵌入式指紋識別系統。
1 指紋識別系統原理
指紋識別系統一般由指紋圖像采集、指紋圖像預處理、指紋特征提取、指紋特征匹配、特征數據庫等幾部分組成。指紋識別系統的原理框圖如圖1所示。該系統首先由指紋采集設備采集到指紋圖像并將其轉化為數字圖像；然后對指紋數字圖像進行預處理，再通過圖像增強、分割、平滑、細化等處理過程得到便于指紋特征提取的數字圖像：接著提取細化后的圖像細節特征點；最后將提取到的特征與特征數據庫中的特征數據進行匹配，并輸出識別結果。
|
2 系統硬件設計
2.1 SOPC技術與NIOS II軟核處理器
SOPC (System on a Programmable Chip，片上可編程系統)是ALTERA公司提出來的一種靈活、高效的SOC解決平臺。它將處理器、存儲器、I／O口、LVDS、CDR等系統設計所需要的功能模塊集成到一個PLD器件上，從而構建成一個可編程的片上系統。基于SOPC技術的系統設計十分靈活，用戶可以根據自己的實際要求，并利用IPCore資源組合構建出不同的應用系統，從而實現軟硬件協同設計。
NIOS II軟核處理器是ALTERA公司于2004年推出的通用32位RISC CPU，它能滿足任何應用32位嵌入式微處理器的需要．用戶可以獲得超過200 DMIPS的性能。NIOS II軟核處理器具有32位處理器的基本結構單元(32位指令大小，32位數據和地址路徑，32位通用寄存器和32個外部中斷源)，設計者可以根據系統需求的變化來調整嵌入式系統的特性，以選擇滿足性能和成本的最佳方案。
Nios II系列可支持用戶自定義指令，而NIOS II ALU則直接與用戶自定義的指令邏輯相連。由于設計者能為系統中使用的每個Nios II處理器創建多達256個專用指令，因此，設計者能夠調整系統硬件以增強對實時軟件算法的處理能力。ALTERA公司同時還推出了Nios II集成開發環境(IDE)和一些常用的免費IP核，以方便設計者的軟件開發。另外，設計者使用Altera公司Quartus II開發軟件中的SOPC Builder系統開發工具還能夠很容易地創建專用的處理器系統，并能夠根據系統的需求添加Nios II處理器核的數量。
2.2 系統硬件結構
一般的指紋識別系統主要由指紋采集模塊、系統核心模塊、數據存儲模塊和輸出顯示模塊等幾部分組成。其系統硬件結構框圖如圖2所示。
 |
本系統中的采集模塊采用富士通公司的MBF200指紋傳感器芯片，該芯片的分辯率高達500dpi(dots per inch)，并帶有8bit數據接口，可以采集300×256大小的指紋數字圖像。MBF200芯片提供有三種接口(SPI、USB和MCU)方式，本系統中采用MCU方式，其內置的標準8位微處理器總線使其性能大大加強。MBF200的工作流程分為兩部分：首先是初始化參數的設置，即使MBF200設置相應的參數，然后選擇其工作方式；其次是采用查詢等待方式采集指紋數據。
由于系統每次采集的指紋圖像數據量達幾十KB，故在系統核心模塊中集成了一個硬邏輯協處理器。這個協處理器負責查詢指紋芯片的狀態和指紋圖像數據采集存儲任務。該協處理器是用硬件描述語言設計的一個有限狀態機，其狀態機模型如圖3所示。
系統復位后，協處理器將進入空閑狀態并等待主處理器的復位信號；當正確接收到主處理器的復位信號后，協處理器進入查詢狀態；查詢狀態主要查詢指紋芯片的中斷狀態位，當查詢到有效中斷狀態位后，系統將進人數據采集存儲狀態；在數據采集存儲狀態，協處理器從指紋芯片讀出數據并保存在系統的存儲區SRAM中，讀完整個指紋圖像后即向NIOS II處理器發出中斷信號并重新進入空閑狀態，以等待主處理器復位。
 |
本系統的核心模塊是在ALTERA公司的Cy-clone II 2C35上實現的，相應的軟件開發套件包括Quartus II 5.0和NIOS II 5.0集成開發環境(IDE)。Cyclone II系列FPGA是ALTERA公司最新推出的低成本、高性價比的通剛FPGA，CycloneII 2C35具有32,216個LE單元、105個M4K RAM塊、35個嵌入式乘法器，完全可以滿足系統的性能要求。
通過QuartusII中的軟件工具SOPC Builder可實現NIOS II處理器的創建和各種IP模塊的管理和配置，以構建系統的核心模塊。圖2中，根據系統的實際要求由SOPC Builder配置的處理器核心包括NIOS II處理器、指紋卡PIO、協處理器PIO、Avalon Tri-Atate Bridge、UART模塊和LCD PIO等模塊。配置好這些模塊后，便可進行系統生成。SOPC Builder在系統生成過程中可生成HDL源文件和BDF文件。SOPC Builder為定制的NIOS II核心模塊創建的一個符號(Symbol)就存放在BDF文件中，用戶可以在Quartus軟件中使用該符號。本系統核心模塊是使用Quartus的符號表文件編譯生成的。
數據存儲模塊包括512 KB的SRAM和4 MB的FLASH。SRAM用來存放采集到的指紋圖象數據和程序運行時的臨時數據。4 MB的FLASH則用于存放系統應用程序和特征數據庫。系統的識別結果可以通過LCD輸出。
3 系統軟件的設計
系統軟件可利用C語言在NIOS II集成開發境下開發。Nios II集成開發環境(IDE)是Nios II軟核處理器的主要開發工具，包括編輯、編譯和程序調試。Nios II IDE為軟件開發提供了一個集成的設計開發環境。它有一個包括工程管理、源代碼開發和基于JTAG調試功能的圖形界面(GUI)，故可大大簡化復雜的Nios II處理器設計。
指紋識別算法流程主要包括背景分割、方向圖計算及方向濾波、二值化、細化、特征提取和特征匹配等。采集的指紋圖像容易受到各種因素的影響而使圖像質量變差，比如手指按壓的方向和力度、皮膚的干濕程度、傳感器的特征差異等。因此，指紋識別算法首先要對指紋圖象進行處理，以把有用的前景信息和背景區分開。本系統算法采用方差法進行圖像分割。
然后采用基于塊方向圖計算的方向濾波。接著利用動態閥值法進行二值化處理，以把指紋灰度圖像轉化為僅用0、1表示的二值圖像。對二值化后的二值圖像進行細化可得到骨架圖象。接下來的特征提取階段是用模板匹配的方法獲取細節特征點(端點、分叉點)的位置、方向和類型信息。最后和特征匹配則采用基于細節特征點匹配的算法。
4 結束語
本文給出了一種基于SOPC的指紋識別系統的設計方案。使用SOPC技術進行系統設計具有開發周期短、設計靈活、可把若干外部模塊綜合設計到一片高密度FPGA中等優點，同時設計更小巧、成本更低、更便于系統升級。雖然目前SOPC技術還處于推廣階段，但國內外已經有很多高校和公司進行了實際應用方面的研究。因此，我們有理由相信，SOPC技術在不久的將來一定會有更廣闊的應用空間！