STM32的条状指纹采集与拼接系统

摘要：针对移动嵌入式应用，设计并实现了一种基于STM32的条状指纹实时采集与拼接系统。选用STM32F103RD作为主控器件，通过SPI接口以DMA方式获取AES1711传感器采集到的条状指纹，并采用快速算法拼接成完整的指纹图像。实验结果表明，本系统具有速度快、鲁棒性好、功耗低、性价比高的特点，可方便地应用在移动嵌入式设备中。
关键词：STM32；指纹采集；指纹拼接；指纹传感器

引言
    指纹识别作为生物认证中可靠性较高、方便性较好、性价比较高的一种技术，已经得到了全面的应用。指纹采集是指纹识别的重要组成，其核心硬件就是指纹传感器。随着移动嵌入式设备自身体积越来越小，以及对成本和功耗的更高要求，指纹传感器也向着小型化方向发展。其中条状指纹传感器(也称为刮擦式传感器)具有体积小、价格低、无指纹残留等优点，在移动嵌入式领域得到越来越多的应用。条状指纹传感器是一种窄条形半导体传感器，无法一次性采集到完整的指纹图像，要求连续采集划过传感器表面的手指指纹，并对采集到的窄条状指纹图像序列进行拼接，从而形成完整的指纹图像。
    本系统采用STM32F103RD处理器作为主控器件，采用AES1711条状指纹传感器作为采集设备，实现对指纹的实时采集和快速拼接，具有速度快、鲁棒性好、功耗低、性价比高的特点，可方便地应用在移动嵌入式系统中。此外，本系统兼顾考虑后续指纹识别的应用需求，无需增加硬件设备即可实现对采集到的指纹进行特征提取和识别。

1 系统硬件设计
1．1 条状传感器
    AES1711是AuthenTec公司推出的第4代低成本、高性能条状指纹传感器，具有功耗低、鲁棒性高、耐用性好、体积小的特点，非常适合对体积要求较高的移动嵌入式应用。AuthenTec专有的TruePrint指纹成像技术可实现活体手指检测，同时可很好地适应干、湿指纹，最大支持50 cm／s的手指移动速率。传感器采用42脚BGA封装，具有大小为6．5 mm×0．41 mm、500 ppi解析度的128×8的像素阵列，传感器体积仅为12 mm×5．2 mm×1．76mm。AES1711在进行图像采集时功耗仅为23 mA，而在以250 ms进行指纹检测时的平均功耗更低至8μA。AES1711与主控数据通信可采用并行或SPI串行方式，方便灵活，可适应多种主控系统。
1．2 主控芯片
    本系统采用ST公司STM32F103系列处理器作为主控芯片。STM32F103采用ARM 32位Cortex—M3内核，具有功耗低、体积小、性价比高的特点，最高工作频率为72 MHz，在存储器0等待周期访问时可达1．25 DMIPs／MHz。STM32F103具备12通道DMA控制器，可支持定时器、ADC、DAC、SDIO、I2S总线、SPI、I2C总线和UART的DMA操作。
    考虑采用AES1711进行指纹采集得到的指纹图像为128×8像素阵列，限定拼接后的指纹高度最大为288像素，假设手指在采集过程中最大存在64像素的横向位移，则指纹图像缓存一共为288×(128+64)B=54 KB。采用SPI DMA模式进行数据传输时，需要开辟双缓存共128×8×2B=2 KB，因此系统缓存一共为56 KB。系统同时兼顾考虑后续指纹识别的需求，以500枚指纹容量作为设计目标，如模板文件为512 B，则需要250 KB的Flash ROM空间。综合考虑以上需求，选择STM32F103RD作为本系统的主控。STM32F103RD具有64 KB RAM和384 KB的Flash ROM空间，在满足本系统开销的同时，可满足小容量指纹识别系统的需求。系统工作在72 MHz，可满足实时采集和拼接的需求，同时也可满足后续指纹识别的需求。
1．3 系统连接
    STM32F103RD和AES1711的连接如图1所示。STM32F103RD通过GPIO口实现对AES1711 的控制，AES1711采用SPI方式和STM32F103RD进行连接通信，使用两组SPI。其中一组为AES1711向STM32F103RD传送数据使用，该组SPI数据量较大，采用AES1711 Master方式，利用主控SPI2接口，用DMA方式进行。通过DMA方式，主控和AES1711之间最高可以实现12 Mbps的传输速率，在进行DMA数据传输时，STM32F103RD同时可进行如拼接等其他进程的处理，大幅度提高效率。另外一组SPI为STM32F103RD向AES1711传送指令使用，因为数据量较小，这里采用普通GPIO口进行模拟。

2 系统软件设计
2．1 软件总体设计
    系统上电后，进行初始化，并进入低功耗等待阶段。在低功耗阶段，采用低速检测手指，即间隔一段较长时间发送一次手指检测指令，如果检测到有手指，则提高指纹采集的频率，进入指纹采集及拼接流程，否则继续等待一段时间后再次检测。软件总体流程如图2所示。

    为提高指纹采集和拼接的效率，将指纹的帧采集和拼接作为两个线程进行并行处理。由于指纹的采集采用SPI的DMA方式进行，因此MCU可以以较少的时间来介入查询采集是否结束，大部分时间用在复杂度较高的拼接部分。指纹采集的第一帧因为还没有得到可以拼接的数据，而拼接的最后一帧不需要再进行指纹序列的采集，因此这两个部分的操作是相对独立的。而其他时刻，指纹的第N帧采集和第N-1帧的拼接是并行进行的。由于采用DMA方式进行数据传送，采集和拼接并行处理，需要两个指纹帧Buffer来存储采集到的指纹帧数据，其中一个供采集使用，另外一个供拼接使用，在进行完一次采集和拼接的并行操作后，对两个Buffer进行交换使用。
    指纹采集的结束有两种条件，一种为手指离开传感器(即不再检测到指纹)，另一种为达到设定的最大指纹有效高度(这里设为288像素，可包含较大指纹有效面积)。当达到上述条件的任何一个时，可判断指纹采集结束。指纹采集和拼接完成后，对拼接完成后的指纹图像进行有效性判断，如果为有效指纹图像，则进行输出，否则放弃并给出出错提醒。
2．2 指纹拼接
    由于环境的差异，采集到的指纹序列可能引入一定的噪声。为了消除噪声带来的差异，需要对指纹序列进行2D高斯滤波，模板为：
   
    滤波后的指纹序列，根据灰度纹理信息进行匹配搜索，由于采集环境的差异，需进行一定处理以适应灰度值差异。这里采用MAD准则对第N帧和第N-1帧进行匹配，具体如下：
   
    式中H和W分别为灰度匹配区的像素高度和宽度，PN(i，j)为第N帧指纹在(i，j)处的灰度值，PN-1(i+u，j+v)为第N-1帧指纹经过(u，v)位移后在(i，j)处的灰度值，pmeanN和pmeanN-1为第N帧和第N-1帧的图像灰度平均值。为了节约存储空间，第N-1帧指纹序列从目标指纹图像缓存中提取。指纹拼接流程如图3所示。

    实际使用中，手指在划过传感器时，大部分情况下滑动方向是单调一致的，且速度差异不大，因此指纹各帧之间的运动趋势具有很强的相关性。为提高指纹拼接的速度，可以采用运动估计来获取初始参考点的位置，从而达到提高搜索效率的目的。具体实施时，如第N-1帧搜索到最佳匹配位置后，将该位置相对原点的位移(Vx，Vy)记为运动矢量，作为第N帧的搜索起点。匹配搜索时，利用单调一致性，可以采用八邻域模板进行搜索，即搜索参考点的8个邻域，取MAD最小的点作为匹配点再次进行搜索。若本次搜索最佳匹配点为参考点，则搜索结束，若搜索范围超过8，则也认为搜索结束。八邻域搜索模板如图4所示。

2．3 指纹有效性和后处理
    指纹采集和拼接结束后，需要对指纹图像进行有效性判断，AES1711采集到的指纹图像宽度较窄(128像素)，如果指纹高度较小，则这枚采集到的指纹图像包含的特征信息量很少，后续的指纹特征提取和识别就不能很好地进行，因此当采集到的指纹高度小于一定值时，则认为指纹图像无效。这里定义指纹最小高度为192，即拼接后的指纹高度低于192像素，则视为无效图像进行丢弃处理。
    目标指纹图像的后处理根据需要进行，如应用为指纹识别，因其自身带图像前处理，则采集和拼接过程中可不进行后处理，如应用为指纹采集，则可加入指纹后处理。后处理在完成整枚图像的采集和拼接后进行，主要包括去噪、规定化、均衡化处理等。

3 实验结果
    在搭建好的硬件平台上进行实验，实验结果表明，本系统能完成实时采集和拼接，同时对干、湿指纹具有较好的适应性。STM32F103RD工作在72 MHz时，手指以45～50 cm／s的速率划过AES1711表面，系统能较好地完成拼接。其中两枚指纹经拼接结果如图5所示。

结语
    由STM32F103RD和AES1711构成的指纹采集和拼接系统，具有体积小、速度快、鲁棒性好、功耗低、性价比高的特点，可以满足实时嵌入式系统的需求，特别是对成本和体积要求比较严格的移动嵌入式系统。