论文部分内容阅读
指纹作为最常用的生物特征之一,被广泛的应用于各种身份识别和验证中。随着样本空间的不断扩大和检索的迫切需要,指纹图像压缩成为当前研究的热点。对于指纹图像压缩算法,一方面要求有较高的压缩率和保真度,另一方面还要有合理的实现复杂度。首先,在自适应小波标量量化算法(Wavelet Scalar Quantization,WSQ)的基础上提出了基于5/3提升小波变换(5/3 Lifting Scheme Discrete Wavelet Transform,5/3 LS-DWT)的指纹图像压缩算法。该算法实际是一种图象压缩算法,包括5/3提升小波3级变换、小波系数的定步长量化、霍夫曼(Huffman)编码和游程编码。仿真结果表明,该算法的压缩效果优于传统的WSQ算法,在16倍压缩率的情况下恢复图像的平均峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)达57.34dB,较WSQ算法有很大提高。同时,该算法计算复杂度小,易于实现。其次,与图象压缩的方法相比,指纹特征提取算法由于只需保存指纹细节特征信息,而无需全部的图像信息,因而压缩率可以进一步提高,但其计算和处理过程则要复杂得多。将该算法成功移植到C语言环境下,为在NiosⅡ软核处理器平台上实现该算法奠定了基础。最后,作为指纹图象压缩的前提,用EP2S60 FPGA开发板和HV7131指纹传感器,以及QuartusⅡ6.0综合开发平台,共使用了1361个ALUT(Altera Look UpTable,查找表单元)、1057个寄存器、2个锁相环(Phase Lock Loop,PLL)实现了指纹图像的采集、存储功能,并通过通用异步接收/发送装置(UniversalAsynchronous Receiver/Transmitter,UART)与计算机实现通信。本文共图49幅,表11张,参考文献33篇。