TMS320VC5410 CCS 2.2上实现指纹预处理的嵌入式应用研究

利用生物认证技术进行个人身份鉴定，取代传统的使用钥匙、身份证、密码等方法，可广泛应用于银行、机场、公安等领域的出入管理。因此生物认证技术将信息技术与生物技术相结合是本世纪最有发展潜力技术之一，而指纹识别是其中非常有前景的一种。国外在这方面起步较早，而国内对指纹自动识别系统研究较晚。最近随着识别算法精度的提高和DSP（数字信号处理器）芯片性能的改进，使得以指纹为生物特征的身份鉴定系统得到快速发展，但是真正应用于嵌入式的指纹系统国内还是空白。为此，需要研究开发拥有自主知识产权的嵌入式指纹识别系统。

DSP 是指利用专用或通用的数字信号处理芯片，以数字计算的方法对信号进行处理。它具有处理速度快，灵活，精确，抗干扰能力强，体积小等优点。DSP 已经成为一个新的技术领域和独立的学科体系，并使当前的指纹技术研究向更广泛的应用领域发展。结合研究应用的实际情况，本文选定了100MHz DSP 并利用其流水线编码的操作特点结合指纹识别技术，提出了基于TMS320VC5410 CCS2.2 实现指纹成像系统的预处理研究。CCS 2.2（Code ComposerStudio）代码调试器是一种针对标准TMS320 调试接口的开发环境IDE（Integrated DevelopmentEnvironment），由TI 公司在1999 年推出。指纹识别的流程如图1 所示。对于TMS320VC5410 指纹识别处理系统来说，可以将指纹处理过程分为3 个阶段：

1）获取原始指纹图像后，进行预处理阶段；
2）指纹特征点提取阶段；
3）指纹识别分析判断阶段。

在上述3 个阶段中，指纹图像的预处理阶段尤为重要,该阶段对图像处理的好坏直接关系到后面2个阶段工作的开展。由于整个指纹识别系统的复杂性，本文结合TMS320VC5410 的特点，重点研究了指纹识别的预处理算法及其DSP 实现问题。其中了包括指纹的极值滤波、平滑滤波、拉普拉斯锐化、迭代二值化。该部分算法的在DSP 开发平台CCS2.2 的C5000 上仿真实现并用C5000 EVM 进行了评估，为未来指纹系统的脱机应用提供很有价值的参考。


图1 指纹处理的系统流程

指纹识别算法的软件仿真与DSP 编程实现

指纹识别预处理算法的构成

指纹预处理的目的是使得指纹图像更清晰，边缘明显，以便提取指纹的特征点进行识别，其中包括了指纹的平滑、锐化、二值化等等。本文中采取了极值滤波，改进的平滑滤波进行噪声消除，而不使图像失真；采取拉普拉氏锐化对指纹进行纹线增强，突出边缘信息，为自适应阀值的迭代二值化提供方便。

极值滤波

极值滤波器的设计是基于这样一种理念：由于在指纹图像的采集过程中，指纹图像所受到的冲击性噪声表现为一些斑点或者亮点。在一般情况下，可以认为绝大数冲击性噪声是被真实的灰度值所包围。同时噪声污染的像素要远远小于真实灰度值的像素。因此在消除噪声的过程中，无需对大多数没有被噪声污染的像素进行改变处理。只需对那些被污染的像素进行“真实值”代替处理。而这些值的确定可通过图像像素邻域的相关性来确定。本设计中，极值滤波的改进算法表述如下。

设有一待处理像素区域为0s ，其周围8邻域像素排列如下：

（1）

先取邻域相关像素的均值

，以四个像素为一组处理单元。对文献[1]的极值滤波算法

可改进表述如下：



实验结果表明，该方法能得到与中值滤波类似的效果，达到了初步去除噪声的目的。

平滑滤波

经过上面的极值滤波之后，图像中的大多数在传输过程中所形成的噪声都被出去，但指纹图像中还存在着随机噪声，需对图像进一步进行平滑处理。在本文中，采取了两次平滑滤波，一次是在极值滤波后，一次是在锐化滤波之后。经过对相关文献的研究分析，运用下面的算子对图像进行平滑处理：

将指纹中的每个像素与M 进行卷积，改进的平滑卷积核为：

（4）

其中系数取1/15 而非原来1/17 的原因在于为了提高图像的对比度。而卷积核中心像素加权系数为5，是为了突出该点像素。实验结果表明，该改进是可行的，有利于突出中心像素并有效去除噪声。

锐化滤波

对于由于积分运算所造成的模糊图像，有必要对其模糊进行校正，进而增强指纹图像的边界。具体表现在增强指纹的脊线与谷的对比度。这种增强指纹图像的高频成分，使边缘清晰的方法称为锐化。

因此锐化的目的在于使经过平均或积分运算的后变得模糊的图像的边缘和轮廓变得清晰，并使细节清晰突出。在本文中，锐化卷积核采用拉普拉氏算子，如下所示。


通过该卷积核对图像像素进行卷积预算，能实现高通滤波。从而使得拉普拉斯算子运用在指纹图像上，并得到锐化后的指纹脊线。