总第254期2010年第12期
计算机与数字工程
C om put er8。
D i gi t al Engi nee r i ng
V01．38N o．12
柯辉尉宇
(武汉科技大学信息科学与工程学院武汉430081)
摘要提出基于T M S320C6713b浮点型D SP的虹膜识别硬件系统设计，以模块化的方式详细介绍了各个部分的结
构、功能、工作原理等设计内容。对归一化的虹膜图像采用2D-G abor滤波器的虹膜算法实现对虹膜特征的提取，通过比较海明码距完成特征匹配。实验结果表明，该系统能高效、稳定的工作，具有较高的 识别率，效果良好。
关键词虹膜识别；D SP2D-G abo r滤波器；特征提取
中图分类号TP391．41
I m pl em ent at i on of I r i s R ecogni t i on Sys t em B as ed on D S P
K e H U i W ei Y u
(Col l ege O f I nf or m a t i on Sc i enc e and Engi neer i ng，W uhan U ni ver s i t y of S c i e nce and Techno l ogy，W uhan430081)
A bs t ra ct A n i ri s r ec ogni t i on s y s t em i s pr es ent ed bas ed o n f l oat i ng-poi nt D SP T M S3200C6713b．E v er y s ys t em m od ul e’S con st i t ut i on．f unct i on and pr i nci pl e ar e di scusse d i n det ai l．I n or der t O ext r act i ri s ch ar ac t er，an i r i s r ec ogni t i on al—gor i t hm ba se d2D-G abor f i l t e r f or nor m a l i za t i on i m age s i s proposed．Thr ough c om pa ri ng t he ham m i ng di st a nce t O r eal i ze fea—
t u r e m at ch．E xper i m ent r esul t s s how t hat t h i s s ys t em c an r un ef f i cient l y and st a bi l i t y，w hi ch has hi ghe r r ec ogni t i on ac cur ac y and go od ef fect．
K ey
W or ds i ri s r ec o gni t i o n，D S P，2D-G abo r f i l t er，f eat ur e ext r act i on
C l as s N um be r TP391．41
1己I言
_L J1日
随着社会经济的快速发展，身份识别越来越受到重视，特别是生物识别技术受到了广大科技人员的青睐。生物识别指的是利用可以测量的人体生物学或行为学特征来核实个人的身份。这些技术包括指纹识别、视网膜和虹膜扫描、手掌几何学、声音识别、面部识别等。与传统识别方法相比，生物特征的身份识别技术不存在携带不便、丢失、遗忘等问题。其中虹膜识别技术被广泛认为是21世纪最具有发展前途的生物认证技术，在未来的金融、电子商务、国防等多种领域虹膜识别技术将会发挥巨大的作用。
虹膜是黑瞳孔和白巩膜之间的圆环状部分，虹膜的结构非常复杂且因人而异，虹膜的形态、颜和总的外观由遗传基因决定。虹膜以其唯一性、可采集性、稳定性和非侵犯性等优点为虹膜识别技术的可行性提供了坚实的基础，本文提出一种基于D S P的虹膜识别系统的设计方案。
2虹膜识别的基本原理[1~2]
虹膜识别并不以虹膜的颜信息为根据，而是取决于那些相互交错的类似于条纹、斑点、冠状、细丝等形状的细微特征，这些特征都称为虹膜的纹理特征，虹膜识别就是以这些纹理特征为基础进行识别的。在获得虹膜图像以后，系统对已获取的虹膜信息进行质量评估和预处理，并根据某种算法对预处理以后的虹膜纹理特征进行提取以及实现编码，通过与数据库中已存储的虹膜特征匹配，完成识别过程。一个完整的虹膜识别过程包括虹膜图像采
收稿日期：2010年7月10日，修回日期：2010年8月12日
作者简介：柯辉，男，硕士研究生，研究向：电子信息及信号处理。尉，j：。男．副教授，研究向：信号处理及其应用。
2010年第12期计算机与数字工程113
集、图像质量评估、图像预处理(虹膜定位、归一化、图像增强等)、特征提取、编码和模式匹配五个部分，其中特征提取以及编码是识别算法的核心。
3系统硬件及部分接口
1)硬件结构
本系统硬件平台主要由图像采集、数据存储、图像处理、PC、电源等五个部分组成，其结构框架如图l所示。
S R A M I I SD R A M I F LA SH
巫亟引纠鸳薹颦茎：牌
高玉
图1系统硬件组成远程控制杀虫灯
(1)图像采集部分
本系统采用O m ni V i s i on公司的图像传感器0V714I，O V7141是一款单片V G A模式黑白数字像机C M O S芯片，具有自动曝光、自动增益和白平衡等功能，它输出图像数据的速度最高可以达到30帧／s，0V7141的窗口大小、数据格式、和扫描方式都是由D SP设定。O V7141负责采集640×480，256灰度级的虹膜图像，其采集的图像数据由C P L D分配地址存储在512K字节SR A M中。
C P LD主要负责两个部分工作：①实现虹膜图像存储地址的生成，将O V7141的Y U V数据提取Y分量存储在SR A M中；②产生总线仲裁信号，避免
D SP和C PI。D同时读写SR A M。
(2)数据存储部分
该系统存储器包括：512K(256K×16)的SR A M用于暂存虹膜图像的分量；2M的SD R A M 用于D SP对虹膜进行处理时的数据暂存和程序的执行，其映射在D SP的CE O空间，通过设定D SP 的E M I F控制寄存器就可以设置SD R A M的各种参数。当完成一帧图像采集后，C P LD就产生一个外部中断信号(I N T5)，触发ED M A操作将存储在sR A M中的图像信息拷贝到SD R A M中，然后等待D SP的处理。鉴于FA L SH存取速度快，并且易于擦除和重写的特点，我们使用FA I。S H存放系统程序的代码，在需要时F LA SH还可以用来存储虹膜特征库，其映射在D SP的C E l空间，由于算法提取的每个虹膜特征只有64B，因此采用2M(1M ×16)的FLA SH即可实现上述两个功能。本系统将虹膜特征库存储在PC机中，这样应用系统非常灵活，并且可以多个系统共享一个虹膜识别设备，可以建立大量数据库应用。
(3)图像处理模块[3~4]
虹膜图像处理部分主要由D S P及其外围电路构成，采用T I公司的T M S320C6713b浮点型D SP 作为图像采集处理部分的核心。该处理器采用V L I W结构，修正的哈佛结构和流水线技术，包括6个算术逻辑单元(A I。U)和2个乘法器，可以在一个周期内执行8个指令，包括2个单精度乘法或1个双精度浮
点乘法。片内含256K B的SR A M，其中64K可以作为二级缓存。8／16／32位高性能外部存储器接口(E M I F)提供了与SR A M、SD R A M、SB SR A M等同步／异步存储器的直接窗口，C6713b 的这些特性完全能够满足虹膜算法的实现。主要用来实现虹膜图像采集和识别算法，还要负责控制其他外部设备。
此外，为使用户操作方面，还提供一个4×4小键盘用于输入I D号和控制系统工作状态，键盘由键盘控制芯片(K B C)管理。
2)部分硬件接口设计
D SP通过12C接口设置()V7141的工作模式、窗口大小、扫描方式和数据格式等参数。拍摄照片时，D SP向C P LI)[5]发出开始采集命令，然后D S P 和C PL D通过H O I。D、H O I。D A握手信号实现EM I F总线控制权的交接：C PI。D先产生H O I。D信号申请挂起
E M I F总线。D SP在完成当前数据操作后释放EM I F总线(E M I F为高阻)并返回H O I。一D A(低电平有效)允许CPI．D对SR A M进行写操作。当H O L D A为低时，CPL D通过检测垂直同步信号V SY N C来确定一帧开始。SR A M的片选信号C E、写使能W E、输出使能0E以及地址信号A D D R E SS都由C PI。D产生。由于O V7141的输出数据为4：2：2Y U V格式，而虹膜识别算法是对灰度图像进行处理，所以只需要提取其中的Y 分量进行存储就可以了，图像采集模块与D SP连接如图2所示。
为了实时传输数据，该系统扩展一个U SB接口，控制芯片采用Phi l i ps公司的P D I U SB D l2，它是并行接口芯片，支持多路复用、非多路复用以及D M A并行传输，最高并行接口速率可达到2M bps。D SP的地址线A19、A20和I／O选通信号作为它的片选信号，用地址线来实现PD IU SB D l 2
114
柯辉等：基于D SP 的虹膜识别系统的实现脱模剂原料
第38卷
mjpgO V 7147
E D E A C E 2A R E
O E l
D I
隔离总毋
图2图像采集模块接口
命令／数据选择两个功能。D SP 的多位数据总线直接与PD I U SBD l 2的数据线相连，PD I U SB D l 2与D SP 的数据交换采用外部中断I N T 6来完成。外
部存储器(SD R A M 和FI 。A SH )和C PI D 都直接连
接在E M I F 接口上，通过配置寄存器可以设置E M I F 的存储器的类型、数据宽度以及读写时序‘6I 。4
系统流程及算法实现
4．1
系统流程
系统上电后，D SP 程序引导模块开始加载程
序；初始化模块将对系统片内外设以及片外设备进行初始化配置；数据处理模块主要负责对虹膜图像的预处理以及算法的实现；U SB 负责D s P 系统与主机的通信。当接到采集命令后，启动摄像头，C PL D 将O V 7141的Y U V 数据提取Y 分量存储在SR A M 中，D SP 对虹膜数据处理后将结果通过U SB 传到PC 。
4．2虹膜识别算法实现[7]
虹膜识别算法主要包含以下几个环节：1)虹膜图像的质量评估；2)虹膜图像预处理[8j ，主要包含：虹膜定位、虹膜归一化(将原始图像中的虹膜通过某种映射关系转换到固定尺寸的图像中)、虹膜图像增强及去噪(主要指睫毛、光斑等噪声)；3)虹膜特征提取与匹配，将表征分割出的虹膜根据特征提取方法提取出虹膜特征，然后与以存储与数据库中的虹膜特征进行匹配对比。
如何对虹膜进行定位，这是获取虹膜数据的关键。在识别之前需要定位虹膜提取虹膜环状区域，将眼、脸和虹膜内外边界检测出来。一般而言，瞳孔灰度小于虹膜灰度，虹膜灰度小于巩膜灰度。原图及灰度值如图3。根
虹膜图像的灰度分布规
律，先以眼图的灰度平均值为尺度，取得眼图的二值化图像。再选取合适的较小的阈值就可粗略定出瞳孔的边界。然后用取图像最大连通域和二值图像形态学的方法较精确地定出瞳孑L 的边缘范围。最后将图像进行适当的旋转和逻辑运算，可消除瞳孑L 内部的光照的影响。这样可较好定出虹膜的内边缘，并通过对非线性最／b--乘法的方法确定出瞳孑L 圆心。在确定虹膜外边缘时，要选择较大的合适
阈值大致定出虹膜与巩膜的边界。
图3虹膜直方图和原始图
虹膜图像的特征提取及编码是虹膜识别中核心最为关键的一步，它直接关系到虹膜识别的识别率。特征提取是指通过特定算法对已经预处理过的图像进行编码，从而获得识别所需要的特征组合。现有的虹膜特征编码的算法有小波变换、G a —bor 滤波器、l ong-gabor 滤波器、H aa r 小波、拉普拉斯高斯滤波器等。其中，由2D -G abor 函数构造的G abor 小波可以很好地模拟视觉简单细胞的感受轮廓，因此本文采取2D -G abor 变换对虹膜图像进行特征提取。自从1980年J ．G ．D augm an[9]博士根据G abor 变换提出了2D -G abor 滤波器理论，目前基于2D -G abor 滤波器的虹膜算法已成为当前虹膜识别的主流技术。2IN G abor 函数是短时傅里叶变换，2D -G abor 滤波器L10~11]可以达到空域和时域的局部最优化。2D -G abor 滤波器在图像域(z ，y)上的形式如式(1)：
G (z ，v)=e--近(z —xo)2序+(厂加)2∥]P 一2缸峋(r ％)+％(厂的)]
(1)
其中，(口，口)是滤波器函数的有效宽度和长度；(zo ，Y 。)是图形的具体位置；(‰，vo)是滤波器的调制波向量。在极坐标中，空间频率为龇一~／甜3+砺，滤波器的方向(滤波器旋转的角度)00一a r c t a n(vo ／U o)，通过对系数z 。、Y 。、‰、V O 、口、口的调整可以得到不同作用的滤波器。
图4中，(a )为虹膜归一化图片，(b)为蚴=O ．9时2D -G a bor 滤波器滤波结果。实验表明，(c J0过大或者过小时会使得提取的纹理过粗活过细，因此要选择合适的空间频率。
一
既
～一
一一叽旺眦
黻一
V
蒜燃
P —
H
∽
l
2010年第12期计算机与数字工程
图4虹膜归一化图像及使用滤波器滤波结果
虹膜图像被投射到复平面内，其相位信息被量化为四个水平，分别对应复平面的一个象限。采用G abor变换的极坐标形式对虹膜进行编码，表达式如式(2)：
H(r，口)=e-‘=．(a--O o)e-(r—r o)‘厅P一(卜岛)‘∥(2)
这里，a、p是联变参数，与频率反向调整，可以产生一组自相似、可变频、多尺度的二维小波簇。(t o，O o)为滤波器的中心频率，不同参数的子波对应虹膜区域(r，口)下一系列特定的复二维滤波器，各
滤波器均作用于虹膜区域。得到的系数用两bi t数据表示，分别由对应滤波器实部和虚部产生，其结果的正负采用二进制0和1表示，也就是每个像素对应两个bi t的数据。二维G abor函数对规范化的虹膜图像的实部和虚部表达式如式(3)：
^№m}=sgn‰hn)丌f(I D，乒)e-i：,,(O o-≠)e-(ro-Oz／乒
％
e一‘％一如2∥刚≠(3)虹膜编码的每一位h可以看作平面逻辑单位正方形的四个定点之一，其值由式(3)所得，编码方式如下：
若Re(f}G(1D，乒)工(ID，9I)∥∥≠)≥o，k一1(4)％
若R e(IlG(1D，声)f(1D，≠)∥∥≠)<o，矗。一o(5)％
若Im(fl G(10，声)J(ID，≯)∥∥≠)≥o，^拥一l(6)备
若Im(IIG(1D，乒)J(ID，j5)∥∥≠)<o，^拥一o(7)各
在对虹膜识别算法时，依据上面四个式子对虹膜纹理进行编码。将虹膜图像分为N个子块，每个子块
与滤波器窗口大小一致，将虹膜图像的N 个子块图像的编码结果一次排列，最后得到虹膜特征码的长度为N X2bi t。这里采用海明距离来实现虹膜特征匹配，任意两个虹膜编码的海明码距离
为：
L
H D=手∑A J oB J(8)
一j--1
A和B j为两幅图像特征码的第歹个码字，L 为特征码的位数。当两虹膜代码完全相同，H D为O；当两虹膜代码完全不同时，H D为1。
根据以上的算法，D SP的编程可以分为三大模块：图像预处理、特征提取与编码以及模式匹配。
5结语
本文详细介绍了一种基于蚴20C6713b联、P 处理器的虹膜识别系统硬软件设计，采用2D-G a bor 变换的方法进行特征提取，经过实验证明了系统设计的可行性。另外该系统存在一定的缺陷，选取PC
湖水净化机存储特征库和匹配比较以及显示具有一定的局限性，需要向便携式小型化的方向改进，此外S[)&蝴无法稳定工作在133M Z影响系统的整体发挥，有待于进一步改进。
参考文献
二氯丙醇[1]John D a ugm an．H ow i r i s r ec ogni t i on w or ks[J]．I EEE新型广告媒介
t r a nsact i o ns on ci r cu i t s a nd s ys t em f or vi deo t echnol o—gY，2004
[2]R P．E w i l des．I ri s r ec ogni t i on：an e m e rgi n g bi o m et r i c
t echnol ogy．Proc I E EE，1997
[3]T e xas I ns t r um en t s．TM s320c6000EM I F-t o--Ext er nal
S D R A M I nt er f ace，2003
[4]高海林，钱满义．D SP技术及其应用[M]．北京：清华大
学出版社，北京交通大学出版社，2009
[5]宋万杰，罗丰，等．C P LD技术及其应用[M]．西安：西安
电子科技大学山版社，1999
[6]周立功，等．PD I U SB D l2U S B固件编程与驱动开发
[M]．北京：北京航天航空大学出版社，2003
[7]王蕴红，朱勇，谭铁牛．基于虹膜识别的身份鉴S0[J]．
自动化学报，2002，28(1)
[8]阮秋琦．数字图像处理学[M]．北京：电子工业出版社，
2001
[9]D．C laus／，M Jer ni ga r L D es i gni ng G ab or Fi l ter s f or
O pt i m al T e x t ur e Separabi l i t[J]．Panem R ecog ni t i on，2000，33：1835～1849
[10]刘成强．虹膜定位与特征提取算法研究[D]．成都：电
子科技大学，2007
[113郭永彩。谷建清，高潮，等．用G abor滤波器实现虹膜图像纹理编码[J]．光电工程，
2006
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议