郭 愷,陳祖爵,劉小強

（1 江蘇大學 計算機科學與通信工程學院，江蘇 鎮(zhèn)江 212013；2 江蘇超創(chuàng)信息軟件發(fā)展股份有限公司 江蘇 鎮(zhèn)江212013）

由于具有其持久性和唯一性，指紋被廣泛應用在個人身份識別系統(tǒng)。指紋識別在全世界范圍內的廣泛應用，不僅為防范犯罪，同時也作為處理個人事務和信息安全的一個關鍵技術[1]。

在指紋識別技術領域，歐美國家在研究和開發(fā)中處于領先地位[2]。美國ZK Software在1992年就發(fā)布了ZKFinger 1.0 版，2008年發(fā)布了ZKTime7.0、ADMS解決方案、指紋鎖、集成具有美國聯邦政府推出的FIPS201認證的Lumidign和Secugen指紋儀；法國Segam公司，是安全解決方案的市場領導者之一，有遍布5大洲超過85個分公司和分支機構，其生產的集成系統(tǒng)部署在100多個國家和地區(qū)。亞洲在指紋識別技術上較為先進的公司有：韓國現代、朝鮮的培富士、日本的NEC 等。

中國雖然在指紋識別技術方面發(fā)展較晚，但目前也已有具備指紋識別專用芯片研發(fā)生產和應用能力的企業(yè)，如杭州晟元芯片技術有限公司、國民技術股份有限公司等。

在指紋圖像評估算法研究領域，Tabassi等人通過提取指紋圖像各子塊的對比度和曲率特征評估指紋圖像質量[3]，但這種方法只是從指紋圖像局部紋理進行分析，不足以反映指紋圖像全局信息；Hong等人通過計算指紋圖像每一圖塊指紋紋線垂直方向上的灰度方差評估指紋圖像質量[4]，它在圖像噪聲較大時并不能很好獲得指紋圖像的方向圖，從而影響最后的評估效果。

文中采用一種指紋圖像綜合評估算法，設計具有信息提示功能的指紋識別系統(tǒng)，并將評估結果輸出到顯示屏，實現了提高指紋識別成功率，讓用戶直觀了解指紋采集的某個環(huán)節(jié)出現問題，以及如何進行修正的目的。

1 指紋識別系統(tǒng)硬件設計

1.1 嵌入式指紋采集系統(tǒng)組成

具有提示信息的指紋識別裝置[5]包括處理器，系統(tǒng)結構圖如圖1所示。處理器以不同的接口分別連接LCD漢字顯示屏、指紋傳感器、JTAG調試接口、復位電路、外部SRAM數據存儲器、串口及USB接口；電源管理模塊為上述各部分中的芯片和電路提供電源管理。其中，漢字顯示屏用來顯示指紋圖像初始評估的結果，提示用戶手指的放置是否正確、若不正確如何修正；指紋傳感器用來獲取手指的指紋圖像信息；JTAG調試接口用來與上位機連接進行調試；復位電路用來初始化指紋識別裝置；FLASH程序存儲器用來存儲指紋識別裝置運行的程序；外部SRAM數據存儲器用來存儲指紋識別裝置運行過程中產生的臨時數據；串口和USB接口用于與上位機的連接通信；安全控制器是指紋識別裝置的核心，控制指紋識別裝置的運行。

圖1 指紋采集系統(tǒng)結構圖Fig.1 Structure diagram of fingerprint acquisition system

1.2 指紋識別專用控制器

指紋專用芯片，是指內嵌指紋識別技術的芯片產品，能夠片上實現指紋的圖像采集、特征提取、特征比對的芯片，使開發(fā)過程變得簡單，開發(fā)者可以方便的實現指紋識別的功能，同時芯片價格適中，利于普及使用。

指紋專用芯片采用杭州晟元芯片技術有限公司生產的AS602芯片，采用哈佛結構32位RISC處理器內核，內置專用DSP指令集和加速器。其主要特點是具有SEA/RSA加速引擎、內置存儲器（Flash/OTP）、指紋處理加速器和專用算法軟件。AS602芯片主頻高達128 MHz，內置128 KB高速靜態(tài)隨機存儲器(SRAM)，嵌入了1 MB大容量FLASH，64 kB ROM和4 kB OTP ROM，并具備豐富的對外接口：除了USB2.0全速接口外，還具備3組USART接口、4通道PWM接口、ISO7816智能卡接口、APC主接口、片上實時鐘、對稱算法引擎（SEA）加速器、RSA加解密引擎、真隨機數產生器（TRNG），以及51路GPIO。

1.3 指紋采集傳感器

FPC1011F指紋傳感器由152×200個傳感器陣列組成，每一個陣列是一個金屬電極。放在傳感面上的手指的對應點則作為另外一極，其工作原理是改變極板間距的電容式傳感器，整個傳感器（或其中的一部分）是通過讀取感應器的指令來讀取的，采集區(qū)域的大小是由寄存器XSHIFT和YSHIFT值的決定的。

FPC1011F與處理器芯片的接口原理圖如圖2所示。將AS602的USART0配置為SPI模式。AS602的61腳作為時鐘輸出，60腳作為數據主輸出，連接FPC1011F的6號腳；59腳作為數據主輸入，連接FPC1011F的1號腳。FPC1011F 4號引腳SPI_CK與AS602的61腳連接得到系統(tǒng)時鐘。

圖2 AS602與FPC1011F的接口原理圖Fig.2 Schematic diagram of the interface between AS602 and FPC1011F

將FPC1011F的CPHA和CPOL分別置為0，此時FPC1011F為從設備。指紋圖像數據通過傳感器輸入FIFO。指紋采集通過查詢方式，用rd_spidtat指令不停地查詢SPI_STATUS寄存器的DA狀態(tài)是否為1。當SPI_STATUS的DA狀態(tài)為1時，用rd_spidata指令來讀取FPC1011F的FIFO中的數據。

1.4 指紋圖像評估狀態(tài)顯示模塊

HS1602A LCD是16×2行，5×7字符點陣液晶模塊，其內部的字符發(fā)生器ROM中自帶數字和英文字母及一些特殊符號的字符庫，雖然沒有漢字，但是利用HS1602A可以建立5×7點陣自定義字庫的特點，形成所需要的漢字點陣。HS1602A與傳感器芯片的接口原理圖如圖3所示。

圖3 AS602與HS1602A LCD顯示屏模塊接口原理圖Fig.3 Schematic diagram of the interface between AS602 and HS1602A LCD display module

2 指紋圖像評估研究與分析

2.1 指紋圖像評估流程

在指紋采集輸入過程中[6-7]，由于手指的指紋質量、安放位置及干濕狀態(tài)等原因，都可能無法正確識別指紋信息。為提高指紋識別效率，先對采集的指紋信息進行評估。安全控制器對指紋圖像進行指紋灰度圖像隔點采樣，指紋圖像點方向圖計算，指紋灰度圖像的前、背景圖分離，指紋前景圖面積分析，指紋圖像質量分析等圖像處理過程，并對評估的結果用漢字進行顯示。若評估不合格，根據顯示信息，重新采集指紋圖像信息，直到通過評估。系統(tǒng)工作流程圖如圖4所示。

圖4 系統(tǒng)工作流程圖Fig.4 System’s work flow chart

2.2 指紋圖像隔點采樣

用隔點的方式對指紋灰度圖像進行采樣，隔點獲得原始指紋灰度圖像[8]，在不改變指紋特征碼的基礎上減少數據采集量。

2.3 指紋灰度圖像的前、背景分離

用點方向圖表示所述隔點原始指紋灰度圖像中每一像素點處的局部紋理走向，具體如下：

指紋圖像是由局部平行的脊線和谷線構成的一種方向模式。通過指紋圖像點方向圖計算，可將指紋圖像中的各個圖像塊劃分為前景塊或背景塊。采用7×7模板，基準點位于模板中心，從水平位置開始每隔π/4確定一個方向，定義I=1，2，3，4，對應0，π/4，2π/4，3π/4，π四個方向。按公式(1)計算各個方向的灰度變化DI，比較DI，找到最小值，就代表該點的方向，見公式（1）：

式中， 是沿I方向上點的灰度均值，f1(ik,jk)是I方向上點的灰度值。

圖像的前景塊是分布有指紋脊線的圖像塊，其余部分為背景塊。將前景塊設置為1，背景塊設置為0，實現指紋灰度圖像的前、背景圖分離。具體如下：

1） 使用公式(2)進行計算：

2）依據小塊內背景點的比例，判斷各圖像塊是前景塊或背景塊。如果小塊內背景點的數量超過閾值Tb，則認為該圖像塊屬于背景塊，否則為前景塊。

2.4 指紋圖像質量分析

通過圖像質量判斷條件，比較質量評估參數Q與閾值TQ。若Q≤TQ，說明圖像質量未達到要求，需要進行手指干/濕狀態(tài)分析，并在漢字顯示屏上提示分析結果；若Q＞TQ，說明圖片質量達到要求，但還需判斷手指位置是否放置正確。具體如下：

1）依據該塊內的各點是否大部分屬于某一特定方向，判斷一個前景圖像塊是否具有方向優(yōu)勢；

2）計算各圖像塊的方向，求出各塊的方向直方圖。如果具有某一個方向D的像素數目超過預設值T1，則該塊的優(yōu)勢方向被標記為D；

3）指紋圖像的質量可以通過計算連續(xù)的優(yōu)勢方向區(qū)域占所有指紋前景圖的比例進行描述。采取一種加權的方法，距離參考點越遠的圖像塊，它所包含的信息越可靠，其權值也就越高；

4）對于指紋前景圖中的任一圖像塊xi，可以用公式具有連續(xù)優(yōu)勢方向塊的權值與所有指紋前景塊的權值之比來確定其圖像質量；

q為相對權值常數，xc為指紋前景質心，Q為質量比例；

5）將指紋圖像質量比例Q與指紋圖像質量評價的下限值TQ進行比較，若Q＞TQ，表示指紋圖像質量合格。若手指位置正確，則提示“指紋輸入正確”，進行圖像預處理；若手指位置有偏向，則對手指位置的偏向進行分析，并顯示相應的提示內容。

6）若Q≤TQ，表示指紋圖像質量不合格，則進入手指干/濕狀態(tài)分析，根據分析結果，提示手指的干/濕狀態(tài)。

2.5 手指干/濕度分析

根據指紋圖像分析，過干手指的指紋圖像對比度較小，灰度較大；過濕手指的指紋圖像對比度較小，灰度較小。手指干/濕度分析算法要計算指紋圖像的灰度均值和標準差。具體步驟如下：

1）分別計算每一個前景圖像塊的灰度均值m、各前景塊所有像素的標準差δ、塊內小于均值m的所有像素的灰度均值μ；

2）求圖像塊的對比度Cd：

若Cd大于干圖像塊對比度閾值DTH1，則該圖像塊確認為干圖像塊；

3）若Cd≤DTH1，還需用圖像塊8鄰域中對比度最大值和最小值的差值Var(Cd)與閾值DTH2進行比較。如果Var(Cd)＞DTH 2，則將該圖像塊標記為干圖像塊；

4）計算所有干圖像塊占前景圖像的比例，即為干度。如果干度超過閾值DTH3，則認為該手指過干，在漢字顯示屏上提示用戶手指過干；否則進行手指濕度分析；

5）為分析、計算手指濕度，引入濕度特征量：

如果CS小于預設的閾值STH1，則標記該圖像塊為濕圖像塊；

6）統(tǒng)計所有濕圖像塊占前景圖像的比例，即為濕度。若濕度超過濕圖像塊比例閾值STH2，則提示用戶手指過濕。若濕度≤STH2，則該指紋圖像判定為低質量圖像。

2.6 手指位置分析

無論何種類型的指紋，其脊線都呈拋物線形，可通過分析指紋圖像中心區(qū)域是否存在一條較為完整的脊線來確定手指是否放偏。本文使用基于方向圖的跟蹤方法判斷手指的放置位置是否正確。具體如下：

1）構造坐標系，以前景圖的質心為原點，構建坐標系；

2）在x軸的左半軸，選擇一個優(yōu)勢方向不為0的圖像塊作為起始參考位塊；

3）根據塊內的各點是否大部分屬于某一特定方向來判斷圖像塊的優(yōu)勢方向。若塊優(yōu)勢方向為0，則重新選擇起始參考位塊；若塊優(yōu)勢方向不為0，則根據當前圖像塊的方向，向右搜索下一個圖像塊；

4）判斷該圖像塊與前一個圖像塊的方向變化。如果圖像塊與前一個圖像塊的方向變化超過90°，表明當前圖像塊的方向發(fā)生突變，根據脊線的連續(xù)性，將當前圖像塊的方向替代前一個圖像塊的方向，在此基礎上搜索下一個圖像塊；

5）若圖像塊的方向沒超過90°，則還需判斷是否搜索到一條完整的脊線。

若找到完整的脊線，采集的指紋圖像正確，在顯示屏上提示輸入正確，結束指紋圖像搜索；否則，說明當前圖像塊沒有足夠接近x軸的正半軸，還需繼續(xù)搜索下一個圖像塊；

6）判斷x軸的負半軸是否完成搜索。若未搜索完畢，則繼續(xù)搜索；若x軸的負半軸已經完成搜索，還需搜索x軸的正半軸；

7）搜索x軸的正半軸的方法與x軸負半軸類似，方向相反。

如果搜索到一條完整的脊線，則在顯示屏上提示輸入正確，結束指紋圖像搜索；否則還需繼續(xù)搜索。如果從x軸的正、負半軸都無法確定一條完整的脊線，則表明該指紋圖像過偏，按照質心的位置提示用戶，需重新采集指紋。

根據所選質心的位置和判斷的結果，分別在信息提示顯示屏上進行顯示。

3 指紋信息的數字水印技術應用

具有指紋采集狀態(tài)顯示功能的指紋識別儀可應用于多種場合，如基于指紋技術的門禁系統(tǒng)、交易系統(tǒng)、電子病歷和電子處方的簽名認證、銀行內部管理、電子政務系統(tǒng)和企業(yè)內部辦公系統(tǒng)等諸多領域。

實現電子病歷(EMR)是醫(yī)院信息系統(tǒng)的一個重要研究課題。應用本文設計的系統(tǒng)，已建立醫(yī)療機構的EMR系統(tǒng)，如圖5、圖6所示。

圖5 EMR系統(tǒng)指紋采集界面Fig.5 Fingerprint acquisition interface of EMR system

圖6 EMR系統(tǒng)病號信息錄入界面Fig.6 Patient's information input interface of EMR system

XML可在不同平臺下進行數據交換。利用XML語言將電子病歷生成XML文檔，使用Rijindael算法，加密、解密使用同一密鑰。加密時，用密鑰將明文加密[9]后寫入文檔；解密后，將明文寫入結果文件中。

部分電子病歷的XML文檔：

4 結 論

文中設計的指紋識別系統(tǒng)和指紋圖像綜合評估算法，對指紋圖像進行前、背景分離，對圖像做出圖像質量、圖像有效面積大小、手指干濕程度、手指位置偏向性的綜合分析，實現人體指紋的采集和評估，便于指紋圖像的后續(xù)處理。運用本文提出的指紋識別系統(tǒng)和指紋圖像綜合評估算法，在醫(yī)療系統(tǒng)建立了EMR系統(tǒng)。在實際應用中，提高了指紋識別的效率，具有很好的穩(wěn)定性。

[1]Dong Sun Park.Fingerprint Quality Analysis and Estimation for Fingerprint Matching[C]// State of the Art in Biometrics,2011:3-25.

[2]鄭杰. 指紋識別算法研究[D]. 北京：北京工業(yè)大學，2008.

[3]TABASSI E,WILSON C L,WATSON C I.Figerprint image quality [R].Gaitherburg.USA: National Institute of Standard Technology,2004.

[4]Lin Hong, Wan Yifei, Jain A. Fingerprint image enhancement algorithm and performance evaluation [J]. IEEE Trans. on Pattern Analysis and Machine Inte lligent, 1998, 20(8): 777-789.

[5]胡贊民. 基于ARM_Linux平臺指紋采集識別系統(tǒng)的設計與實現[D].長沙：湖南大學，2011.

[6]ALTARAWNEH M S , WOO W L ,DLAY S S .Objective Fingerprint Image Quality Assessment Using Gabor Spectrum[C]// Proceeding of the 15th International Conference on Digital Signal Processing,Walse,UK, 2007:248-251.

[7]Heeseung Choi. Fingerprint matching incorporating ridge features with minutiae [J]. IEEE Trans. on Information Forensics and Security,2011, 6(2): 338-345.

[8]蔡秀梅，張永健，梁輝.結合方差和方向的指紋圖像分割算法[J].現代電子技術，2011(12):111-113.

CAI Xiu-mei，ZHANG Yong-jian，LIANG Hui.Fingerprint image segmentation algorithm based on variance and orientation[J].Modern Electronics Technique, 2011(12):111-113.

[9]徐小云，禹思敏，徐禮國.基于DSP的混沌數字圖像加密與硬件實現[J].電子科技，2011（3）：1-5.

Xu Xiao-yun，Yu Si-min，Xu Li-guo.Chaotic Digital image encryption and its hardware implementation based on DSP technology[J]. Electronic Science and Technology, 2011(3):1-5.