Red de conocimiento informático - Conocimiento informático - Cómo escribir un sistema de reconocimiento de huellas dactilares

Cómo escribir un sistema de reconocimiento de huellas dactilares

La tecnología de reconocimiento de huellas dactilares confirma de forma fiable la identidad de una persona analizando las características locales de las huellas dactilares y extrayendo puntos característicos detallados. Ventajas del reconocimiento de huellas dactilares: Las huellas dactilares son características únicas del cuerpo humano y su complejidad puede proporcionar características suficientes para la identificación y son extremadamente seguras. En comparación con otras tecnologías de autenticación, el reconocimiento de huellas dactilares es una tecnología de autenticación más ideal y no solo tiene muchas ventajas únicas en materia de seguridad de la información, sino que, lo que es más importante, es muy práctico y factible. Se ha utilizado ampliamente en las finanzas, el comercio electrónico y las industrias. con altos requisitos de seguridad.

En la actualidad, la mayoría de los sistemas de identificación de huellas dactilares recopilan imágenes de huellas dactilares en computadoras y las utilizan para la identificación. Algunas empresas producen sistemas independientes de reconocimiento de huellas dactilares, que son relativamente caros. Estos han limitado la popularidad de la tecnología de reconocimiento de huellas dactilares. Por lo tanto, la investigación y el desarrollo de un sistema independiente de identificación de huellas dactilares con alta velocidad, alta tasa de reconocimiento y bajo precio tiene grandes perspectivas de mercado y un importante valor de investigación científica.

Este artículo propone un nuevo sistema de identificación de huellas dactilares basado en DSP. Utiliza las capacidades de procesamiento de alta velocidad de DSP en el hardware para construir una plataforma de procesamiento de datos de alta velocidad y combina las características de procesamiento de DSP y. Lógica de hardware en el software para mejorar el algoritmo de huellas digitales tradicional para cumplir con los requisitos de confiabilidad y tiempo real.

2 Estructura del sistema de hardware

El diagrama de bloques del principio del sistema se muestra en la Figura (1):

Figura (1) Diagrama de bloques de la estructura del sistema

El sistema general se puede dividir en tres partes: módulo de adquisición de imágenes, módulo de procesamiento y reconocimiento de imágenes y módulo de salida.

2.1 Módulo de adquisición de imágenes

En el módulo de adquisición de imágenes, dado que el sistema de reconocimiento de huellas dactilares no necesita observar imágenes en tiempo real, los requisitos para el sensor no son muy altos. Se pueden cumplir los requisitos del sensor CMOS digital general en blanco y negro. En este sistema, se utiliza un sensor blanco y negro de alta definición de 3 megapíxeles como dispositivo de adquisición de imágenes, que es muy adecuado para su uso como sensor de imagen de huellas dactilares. Principalmente considerando que los dispositivos CMOS tienen las ventajas de bajo costo, alta resolución y buena confiabilidad. La desventaja es que la calidad de la imagen puede degradarse cuando los dedos sudan o se secan. En el proceso de reconocimiento de imágenes, el uso de algoritmos de mejora basados ​​​​en GABOR básicamente puede superar el impacto causado por esto.

2.2 Módulo de procesamiento y reconocimiento de imágenes

La estructura del módulo de procesamiento y reconocimiento de imágenes está relacionada con el nivel general de rendimiento del sistema. El uso de la arquitectura FPGA DSP favorece la construcción de un sistema. proceso de procesamiento de datos eficiente y facilitación de la distribución Tareas de proceso para mejorar el paralelismo del sistema y la utilización de recursos. La SRAM, SDRAM y FLASH en el sistema están conectadas directamente al DSP para su uso: FLASH se usa para almacenar programas y algunos datos de tabla fija; SDRAM es la memoria del sistema del DSP y se usa para ejecutar el programa del sistema; un área de almacenamiento de datos de alta velocidad para almacenar variables temporales generadas por la ejecución del programa. DDR SDRAM se utiliza especialmente para almacenar algunos bloques de datos de gran capacidad, como datos de huellas dactilares recopilados y datos de gradiente de píxeles calculados durante el preprocesamiento. Está conectado directamente a la FPGA y es el área de almacenamiento de mayor velocidad del sistema. Además de servir como interfaz de bus de expansión para el procesador DSP, FPGA también comparte algunas tareas de procesamiento de datos, porque el DSP por sí solo no puede completar todas las tareas informáticas y de control. Al procesar datos de huellas dactilares, a menudo se encuentran sumas, restas y operaciones lógicas tediosas. Teniendo en cuenta la particularidad del algoritmo de procesamiento de huellas dactilares y la implementación de la función de control DDR, estas operaciones y operaciones lógicas generalmente son procesadas por FPGA.

Debido a la gran cantidad de operaciones matemáticas en el proceso de identificación de huellas dactilares, la programación requerirá inevitablemente un gran espacio de almacenamiento. Para mejorar el rendimiento general, las tareas informáticas pesadas deben entregarse al DSP. para el procesamiento, mientras que la parte de adquisición de imágenes ocupa el menor tiempo posible de DSP. Además, al utilizar la brecha de adquisición de imágenes o al mismo tiempo que la adquisición de imágenes, el hardware completa algunas operaciones simples y tediosas, que pueden compartir las tareas de procesamiento del DSP, mejorar el paralelismo del procesamiento y cumplir con los requisitos en tiempo real. . Este sistema utiliza TMS320VC5402, que es rápido y rentable.

Cada píxel de la imagen de huellas dactilares en escala de grises de 8 bits recopilada por el sistema ocupa un byte, el tamaño de la imagen es de 512 × 512 píxeles y se requieren 256 kbytes de espacio de almacenamiento para almacenar un cuadro de imagen. La unidad DSP es el núcleo de todo el sistema de procesamiento de huellas dactilares y es responsable del procesamiento de huellas dactilares en tiempo real.

2.3 Módulo de salida

Como sistema independiente de reconocimiento de huellas dactilares, los datos reconocidos por el sistema se pueden mostrar directamente a través de la pantalla LCD. Al diseñar el sistema, el sistema también se puede utilizar como terminal, es decir, extendiendo la interfaz Ethernet a través de FPGA, como terminal para un gran sistema de identificación de huellas dactilares que necesita transmitir datos de la base de datos de huellas dactilares a través de la red.

3 Algoritmo de identificación de huellas dactilares

El algoritmo de identificación de huellas dactilares es el núcleo de la identificación de huellas dactilares. El proceso del algoritmo de identificación de huellas dactilares utilizado en este sistema se muestra en la Figura (2).

Figura (2) Flujo del algoritmo de reconocimiento de huellas dactilares

La mejora de la imagen es el problema central que debe resolverse en el preprocesamiento de imágenes de huellas dactilares. El objetivo principal de la mejora de imágenes de huellas dactilares es eliminar el ruido y. mejorar la calidad de la imagen. Conveniente para la extracción de características. Porque la textura de las huellas dactilares se compone de crestas y valles escalonados. Estas texturas contienen mucha información, como dirección de textura, densidad de textura, etc. Esta información es diferente en diferentes áreas de la imagen de la huella digital. El algoritmo de mejora de la imagen de las huellas dactilares se implementa utilizando las diferencias regionales en la información de la imagen. El algoritmo tradicional de mejora de imágenes de huellas dactilares utiliza la información de dirección de la textura de la imagen para construir una plantilla de filtro direccional para implementar el filtrado. La contradicción entre la simplicidad de la construcción del filtro y la complejidad de la imagen de la huella dactilar limita la eficacia de su efecto. En este sistema, utilizamos la información de frecuencia de textura de la imagen de huellas dactilares y la transformada GABOR como plantillas de filtro. La transformada GABOR es el filtro óptimo que puede analizar simultáneamente la dirección de la estructura local y la frecuencia espacial de la imagen, mejorando así en gran medida la efectividad del algoritmo de mejora.

3.1 Dirección de la cresta

Excepto en áreas singulares, las imágenes de huellas dactilares tienen líneas rectas aproximadamente paralelas en un área lo suficientemente pequeña, que es la característica direccional de las imágenes de huellas dactilares. La característica direccional es una de las características más obvias en las imágenes de huellas dactilares. Refleja intuitivamente las características morfológicas básicas de las imágenes de huellas dactilares en una forma simplificada, por lo que se usa ampliamente en la clasificación, mejora y extracción de características de imágenes de huellas dactilares.

El método para extraer la dirección de las crestas es el siguiente:

① Divida la imagen de la huella digital en subbloques lo suficientemente pequeños y las texturas en los subbloques cumplirán la condición. de ser aproximadamente paralelos.

3.2 Frecuencia de las crestas

La característica de la textura de las huellas dactilares es que además de una direccionalidad estable, la frecuencia también es muy estable. En áreas locales de la imagen de la huella digital, las direcciones de las texturas de crestas y valles son paralelas entre sí, y la distribución en escala de grises a lo largo de las direcciones de crestas y valles se aproxima a una envoltura sinusoidal.

La frecuencia de las crestas marginales se define como el recíproco de la distancia entre dos crestas marginales. Al ubicar los puntos máximo y mínimo en la envolvente, se puede obtener el espaciado de crestas y valles correspondientes, y luego se puede calcular la frecuencia de crestas.

3.3Filtro GABOR

Dado que la transformada GABOR tiene la mejor resolución de conexión en el dominio del tiempo y en el dominio de la frecuencia, puede analizar simultáneamente la dirección de la estructura local de la imagen y la frecuencia. en el dominio espacial, y puede tener en cuenta fácilmente la información de dirección y frecuencia de las crestas de la imagen de la huella digital.

En este sistema, la parte real de la función de filtro GABOR se utiliza como plantilla, la dirección perpendicular a la línea de la franja del subbloque es la dirección de filtrado y la frecuencia de cresta es la frecuencia de filtrado para construir el filtro. El proceso de filtrado se muestra en la siguiente fórmula:

Donde, es la escala de grises de la imagen original, es la escala de grises de la imagen filtrada GABOR, W es el tamaño de la plantilla de filtro, S es la suma de los coeficientes de la plantilla y es la valor de dirección de dominio del subbloque. Cabe señalar que el filtro GABOR es perpendicular a la dirección de la textura de la huella digital. Cuanto mayor sea el valor de y , mayor será la capacidad antirruido del filtro, pero también es propenso a formar falsas crestas. Aquí tomamos y .

3.4 Coincidencia de huellas dactilares

La coincidencia de huellas dactilares de este sistema adopta un algoritmo de calibración basado en la coincidencia de conjuntos de puntos de características, que es principalmente una lógica de comparación simple y operaciones de suma y resta, y no requiere el uso de una unidad de procesamiento DSP.

4 Flujo de procesamiento del sistema

Todo el proceso de procesamiento del sistema se divide en cuatro pasos:

1) Primero, envíe la imagen de la huella digital generada por el sensor de imagen a el área de búfer FPGA, mientras utiliza el módulo de preprocesamiento diseñado para procesar los datos para obtener el valor de gradiente de cada píxel y las coordenadas de los puntos extremos del subbloque, y almacenar todos estos datos junto con los datos originales en DDR SDRAM en modo ráfaga.

(2) DSP lee todos los datos relevantes de DDR SDRAM a través de FPGA, calcula la dirección y la frecuencia de las crestas, luego usa GABOR para filtrar los datos originales y luego pasa los datos de la imagen procesada a través de las tiendas FPGA a DDR. SDRAM, por lo que los datos deben almacenarse en el búfer en los extremos de entrada y salida de DDR SDRAM;

(2) DSP lee todos los datos relevantes de DDR SDRAM a través de FPGA, calcula la dirección y la frecuencia de las crestas y luego filtra los datos sin procesar usando GABOR. Buffer;

(3) De acuerdo con los requisitos de instrucción del procesamiento DSP, los datos filtrados se leen de la DDR SDRAM y luego el valor extremo en cada fila (cada columna) de la imagen de la huella digital se extrae mediante la lógica de comparación dentro del punto FPGA y la envía al DSP para su posterior procesamiento para completar la extracción de las crestas de la imagen de las huellas dactilares;

(4) el DSP completa el algoritmo de reconocimiento de coincidencias y genera los resultados del procesamiento.

5 Conclusión

5 Conclusión

El esquema de diseño anterior tiene en cuenta varios factores y tiene en cuenta el estado de rendimiento y los recursos del procesador DSP y FPGA co. -procesador Para asignar tareas según las necesidades, se completaron algunas operaciones de extracción de frecuencia y dirección de huellas dactilares mientras se recopilaban datos, lo que redujo la cantidad de operaciones de memoria. Se adoptó un algoritmo de mejora optimizado basado en GABOR de acuerdo con las características del sistema, lo que mejoró el rendimiento real. desempeño temporal del sistema. El algoritmo de mejora basado en GABOR optimizado según las características del sistema mejora el rendimiento en tiempo real del sistema y cumple con los requisitos de la aplicación.