用FPGA实现优化的指纹识别预处理算法

T为该块指纹图像的平均灰度值，Nh、Nl分别为第(k，l)块指纹图像中灰度值≥T和

6 细化

现有的细化算法存在很多问题，如细化不彻底、纹线吞噬、骨架偏离纹线中心等。本设计在对快速细化和改进的OPTA细化算法分析研究后，设计一种改进的细化算法。该算法与传统的细化算法相比不破坏纹线的连接性，不会引起纹线的吞食，保护了纹线的特征。算法的主要思想是：利用快速细化算法速度快的优点对指纹图像进行一次细化。由于细化后的纹线大多不是单像素宽，再利用改进的OPTA细化算法对不是单像素宽的纹线进一步细化。算法的描述：

(1)遍历整个指纹图像，找出纹线的边界点。

(2)判断该边界点是否应该删除。对边界点P定义2个特征变量nsum和tsum：

如果P点同时满足：tsum=2且nsum≠1，nsum6，则可将其删除。

(3)继续寻找下一个边界点，直到没有可删除的点为止。

(4)得到的纹线很多不是单像素宽，从图像的左上角开始扫描，每个像素（图为P）均抽取出图7所示的15个相邻像素，把其中的8个相邻像素（P1～P8）与图9的消除模板比较，如果都不匹配，则P保留。

(5)重复上述过程，直到没有一个像素值被改变为止。

细化算法的硬件设计：细化算法的难点在于快速细化后的图像和模板比较。这次设计的主要思想是把模板图变为数据流，只有用二进制数据流的方式才便于做比较。如图10所示，黑色代表1，白色代表0。以第一行最左边的模板为例，即可变为000 111 010。考虑到FPGA的结构，用并行语句让输入的9位像素数据和模板二进制化数据进行关系运算操作，即可并行地和12个模板比较，大大提高了运算速度。FPGA模板匹配仿真图如图11，细化后的指纹图像如图12。



实验结果表明，用FPGA完全能满足指纹预处理的要求，而且提高了运算速度。FPGA的低功耗特点使其在便携式设备上具有广阔的应用前景。