论文部分内容阅读
随着现代科技水平的迅速发展,目前在网络、金融、安全等一些安全性要求较高的场所,都需要进行可靠的身份认证,只有个人身份得到准确识别后,才能对一些受限制场所享有使用权,而在目前可实现的身份认证方法中,虹膜识别的安全性和可靠性最高,被人们广泛认可。因此,对虹膜识别进行更深入研究是十分重要的。本文基于DSP的虹膜识别系统的研究,主要内容包括以下三个方面。1.硬件方面,本文以模块化方法设计了基于DSP的虹膜识别系统的总体硬件结构,主要包括电源管理模块(TPS79633和TPS79601DC)、图像采集模块(V-MT9V0011)、外扩存储模块(SDRAM(MT48LC2M32B2)和NandFlash(S29GL032M90TAIR))、语音提示模块(TLV320AIC23B)、键盘控制模块(ZLG7290)以及网络接口模块(BCM5221)。实现将采集仪器所捕获到的虹膜图像数字信号经VP视频端口传输到DSP(TMS320DM642)的外围扩展存储模块中进行存储,等待DSP的CPU访问该存储器,执行处理、编码及匹配等过程,最后将处理完的虹膜特征码存入虹膜库中,或与库中已存的虹膜特征码进行匹配认证,并将识别结果通过语音提示表达出来。2.软件方面,在CCS编译环境上,完成将嵌入式操作系统μC/OS-II移植到TMS320DM642上的整个过程,并对基于μC/OS-II的虹膜识别应用程序的开发(系统内存分配、系统流程驱动任务的建立、任务间通信与同步、系统的初始化、虹膜库的建立及FLASH自举)进行分析、说明。3.算法方面,主要介绍了虹膜识别系统软件算法中的图像处理及图像匹配这两部分。其中,图像处理过程主要包括光斑噪声的去除、瞳孔圆心的粗定位、内外边界定位、虹膜归一化这几步操作,分别对应处理方法为区域生长法、极坐标变换法、点线结合检测方法、双线性插值法;图像匹配过程包括方向特征提取及匹配编码两部操作,分别采用2D-Gabor滤波器分块滤波法和改进的Hamming距离算法来完成。