基于ARM的光学指纹识别系统的设计方案

本文介绍了一种基于ARM的光学指纹识别系统的设计方案。本方案采用ARM处理器作为控制核心，构建指纹识别算法的嵌入式系统的设计方法及过程。该系统采用光学指纹传感器（内建格科微电子有限公司的光学GC0307 CMOS图像采集芯片）与ARM Cortex M3内核的意法半导体公司32位高性能单片机STM32F205RE组成功能主体，采用Sobel边缘检测算子、Gabor滤波、图像二值化等图像采集与处理算法对指纹图像进行识别。经过反复实践证明，该方案适合嵌入式组件开发中需要进行生物指纹特征提取、识别，指纹身份认证、比对等场合。系统具有高性价比且交互简易、识别率高、扩展性强，便于嵌入式应用。

0引言

随着电子信息技术应用面日益拓展，不少场合需要对特定用户群体进行身份识别或身份记录，如门禁系统、考勤系统、安全认证系统等，在各种系统中运用的技术形式多样，如视网膜识别、面相识别、指纹识别、RFID射频识别应用等。其中，生物特征识别方式以其方便性强、安全性高等特点得到了越来越多人的认可和接受，特别是指纹识别技术方式，现已发展成为应用最广泛的生物识别技术之一。因此，研究基于嵌入式架构的指纹识别系统具有现实意义和广阔的应用前景。

1系统整体结构

系统采用光学指纹传感器（内建格科微电子有限公司的光学GC0307 CMOS图像采集芯片）与ARM Cortex M3内核意法半导体公司的32位高性能单片机STM32F205RE组成功能主体，采用Sobel边缘检测算子、Gabor滤波、图像二值化等图像采集与处理算法对指纹图像进行识别，构建了小体积的嵌入式指纹识别模块，具有积木式嵌入、微功耗、程序接口简单易用、便于二次开发、识别准确度高、高性价比等特点。

2系统硬件电路设计

整个系统设计构成了一体化光学指纹识别模块。模块设计采用光学暗背景成像原理，加入特有活体检测芯片，在解决干手指效应的同时解决残留指纹误识别、橡胶假指纹等问题。

图1所示为格科微电子有限公司的光学GC0307 CMOS图像采集芯片应用电路原理图。该款CMOS图像采集芯片是高精度、低功耗、微体积的高性能相机的内置式组件，它把实现优质VGA影像的CMOS影像传感器与高度集成的影像处理器、嵌入式电源和高质量的透镜组结合在一起，输出JPEG图像或图像视频流，支持8/10位数字传输JPEG图像和YCbCr接口，提供了完整的影像解决方案。

图1 GC0307 CMOS图像采集芯片电路原理图

CMOS图像采集芯功能输出串行数据引脚、时钟信号引脚、复位引脚、串行总线引脚等都接入到STM32F205RE的GPIO口，通过GPIO口模拟时序读取CMOS芯片采集到的图像信息。由于STM32F205RE的GPIO口工作频率可达120 MHz，因而可以非常准确高效地模拟时序，实测640×480的原始图像能以10帧/s的速度采集到主处理器STM32F205RE中进行图像处理。

3系统软件功能设计

本系统的指纹图像采集过程如图2所示。系统软件设计部分则针对畸变纠正采用了四点转正算法。

图2 指纹图像的采集过程

通过公式（1）和公式（2）可以得到从（x，y）到（u，v）的变换，其中，A ~ H由光路决定，可以由具体测定数据最终确定，通过实测可以获得原始数据。图3所示展示了原始图像和畸变纠正前后图像的效果差异。通过变换可见，畸变纠正后的图像通过变换可达500 DPI分辨率，为后续获得高质量图像处理数据奠定了基础条件。

图3 畸变纠正前后的图像

然后送入算法处理。由于嵌入式系统的图像处理算法必须运算量小、占用RAM存储器空间小，才能在运算性能有限的单片机系统中运行，故而本系统通过小块方向替代点方向，减小RAM占用。

在图像增强方面，可以将图像以L为长宽划分为小块，再按如下公式求取每一块的均方差：



根据实验数据测定和分析，当Aver>36时，可认为该区域内有图像，否则认为是背景。利用均方差区分出了前后景，还可以据此判断图像的对比度。根据对比度的差异分别来增强图像，可以使得不同曝光亮度的图像得到一致增强。对原始图像进行了算法处理，提取处理前后效果进行比对，具体效果如图4所示。

图4 图像增强前后的变化

软件算法中对于指纹处理中的求取图像方向场问题，采用了基于原Sobel算子改进后的Sobel算子。

原Sobel算子如下：

改进后的Sobel算子为：

改进的Sobel算子能增加方向场的准确性，实测通过率从采用标准Sobel算子的93.3%提高到95.8%.图5所示为其变化情况。

图5 Sobel算子改进前后的效果变化