湖南文理学院大学生研究性学习和创新性实验计划

项目结题报告 项目名称：基于NiosII的指纹识别系统项目编号：学生姓名：柴伟锋孙杰易楷臣闵葱白翠翠所在学院：物电学院项目实施时间：2008-2009指导教师:郭杰荣联系电话表日期：2013,4教务处2013年制一、基本情况项目名称基于NiosII的指纹识别系统立项时间2008完成时间2009项目主要研究人员序号姓名学号专业班级所在院（系）项目中的分工1柴伟锋200511020112电信0501物电综合设计23二、研究成果简介项目研究的目的、意义；研究成果的主要内容、重要观点或对策建议；成果的创新特色、实践意义和社会影响；研究成果和研究方法的特色。限定在2000字以内。近年来，电子商务、ATM、门禁控制及各种智能卡等都需要一种安全而且易用的个人身份识别技术。传统的“用户ID+密码”的认证方式存在密码遗忘、黑客攻击和被别人窃取等问题，已经渐渐无法适应社会的需要。基于人体生物特征的身份识别技术为我们提供了一种很好的解决方案。指纹识别技术就是一种费效比和安全性都很高的人体生物特征的身份识别技术。在国外，已经有很多指纹自动识别系统投入实际生产生活中，但目前指纹识别技术还不是十分完善，我国在指纹采集、算法研究等方面的技术还比较落后，主要存在以下问题：传统的指纹识别系统一般以PC作为主处理平台，采用PC机来实现，数据的处理主要是依靠内部主CPU。而现在PC的CPU多是通用的CPU，这种CPU的特点就是综合性功能比较强，但在实时处理方面就会暴露出不可弥补的缺点，通用CPU的内部主要是以加法器为主，因此在进行大量浮点运算时就会使整个系统的运算速度大大降低。而指纹识别系统对所采集的数据实时处理的速度有相当高的要求。另一方面，用PC来实现的指纹识别系统在体积方面更是让人头痛，这样使得整个系统的便携性相当差。综上可以发现PC实现图像处理成本高、体积大，速度无优势。现阶段多采用DSP的设计方案，所谓的DSP就是专用的数字信号处理芯片。在精度方面，定点DSP芯片字长16位,CALU(中央算术逻辑单元)和累加器32位。浮点DSP芯片字长32位,累加器40位。而且它们的最大特点就是在DSP内部专门集成了一块专用乘法器，专门的进行数据量比较大的乘法运算，并且可以进行大量的浮点运算。这样的专用芯片，在数据的处理速度上显然比传统的PC有了很大提升。但做为专用的数字处理芯片，DSP有一致命的弱点，那就是CPU以及所有的外设接口都是相对固定的，而且相对可供用户用来自已定义的管脚也十分有限，这样就大大降低了整个系统的灵活性，使得整个系统在维护和升级方面相当的不方便，即如果要添加外设或者扩充接口时，必须改变原有的PCB版图。从开发角度来看，DSP硬件结构比较复杂，开发过程必然投入大量的精力在整体结构的构造上，因此就加大了整个系统的开发难度和周期。如果要设计一个指纹识别系统，在指纹的匹配方法方面,必须满足以下要求：特征文件必须尽可能小，以尽可能减少搜索时间；匹配算法必须快速准确，以满足实时系统的需要；匹配算法必须与指纹的旋转无关；匹配算法必须与一定范围内的指纹变形无关。但现有的指纹匹配方法主要是统计方法和基于指纹中心定位匹配方法等。而且这些方法要满足以上条件很困难，主要有以下几个影响因素：不同时间获取的指纹图象的特征细节可能位置坐标不同；由于取指纹时的按捺用力不同，使得取到的指纹图象形状有所形变而不同；取指纹过程中不可避免有其它噪音带来的虚假细节。尽管可以人为地给取指纹装置设计一个限位槽，要求用户尽可能均匀用力，但总是存在一定的误差，给使用者带来不便。在方向图的计算方面，目前国内大都采用Mehtre算法进行方向图的计算，此种算法主要是根据邻域内模板不同方向上灰度值的变化求取点方向,进而统计出块方向。此方法虽然简单,但对于有奇异点的区域效果较差。基于以上问题，指纹识别系统和指纹识别算法的研究对我们来说就有着重要的理论价值和实际意义三、项目研究总结报告预定计划执行情况，项目研究和实践情况，研究工作中取得的主要成绩和收获，研究工作有哪些不足，有哪些问题尚需深入研究，研究工作中的困难、问题和建议。（字数不限，可加页面）Nios®II是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核。我们采用基于NiosII的SOPC的设计方案，将整个指纹识别系统的核心处理模块和外围控制模块集成在一小块FPGA芯片中，使整个系统的体积和功耗达到最小化。在开发平台方面，我们此次选用Altera公司最新推出的AlteraDE1多媒体平台进行研究。AlteraDE1多媒体平台是学习数位逻辑设计、计算机组织、嵌入式和FPGA应用最理想的工具，藉由此开发平台多样丰富的产品功能，例如硬体设备和CAD工具(计算机辅助设计工具)，可让我们完成全方位的专案设计，以及复杂的数位系统设计，非常适合研究与专题制作。图1AlteraDE1多媒体平台整个指纹识别系统主要包括指纹图像信号的采集、指纹图像预处理、指纹特征提取与特征匹配。其中特征匹配是整个指纹识别算法的核心部分，是一个重要的研究课题，特征匹配的精确程度和速度的快慢，对整个指纹算法的性能影响较大。本设计将采用一种典型的基于特征点坐标模式的点模式匹配算法，利用三个临近特征点组成的三角形结构，进行基准点定位与转换参数求取，通过坐标转换，在极坐标系中进行匹配，并在匹配过程中通过引入多判决条件和可变界限盒匹配算法，提高了识别率。这部分的算法主要用C语言来实现，然后采用NiosII的C2H硬件加速器，将其转换为硬件描述语言，用NiosIIC2H编译器与没有加速的软件相比，性能上提高40倍以上。这样的设计使得指纹图像处理速度得到大幅度的提升，完全可以超越专用的数字信号处理芯片DSP。图2经过处理后的指纹图对比自定义指令是NiosII的又一大特色。本系统中指纹图像预处理也是整个系统的重要一步，而我们采用的Gabor滤波算法就充分利用自定义指令的优势，使该过程的时间提高了30多倍。而且自定义指令的另一特点就是用户可以根据自已的需求来任意定义自已需要的硬件结构，这样就使得整个系统的灵活得到了很大的提高。图3改进后性能提升表指纹采集模块采用自制的指纹采集器，其指纹传感器为美国Veridicom公司推出的第三代产品FPS200。其传感器阵列数目为256*300，分辨率为500dpi。由于采用图像搜索专有技术（ImageSeek）和高速图像传输技术，因此可以获得各种类型手指的高质量指纹图像。项目组的主要工作是查阅资料进行规划分工，开展技术学习与研究；课题组成员在指导教师指导下进行了以下方面工作：查阅资料，购买书籍；通过查询电子图书及期刊。收集整理了一批参考文献和电子书，采用购买的方式买了部分书籍，联系了硬件开发商；项目组成员已经分别领取并开始学习。进行项目技术研讨，确定技术路线，明确成员研究与学习的方向；召开了几次讨论会议，对学习进展及存在的问题进行了讨论，指导教师询问了每位成员的进展，在界面开发方面进行了一些前期的尝试。完成了技术报告四、经费使用情况经费合计300元，其中，学校配套资助元，学院（所）配套资助元，其他经费元。经费支出情况：未使用

五、指导教师及学院（系）审核意见项目指导教师对结题的意见，包括对项目研究工作和研究成果的评价等。项目组完成了基于NiosII的指纹识别系统的