基于ARM9的指纹识别门禁系统

指纹门禁系统是基于生物特征识别技术的一项高科技安全设施，近年来在国内外得到了广泛的应用，并已成为现代化建筑智能化的标志之一。对于一些核心机密部门，如重要机关、科研实验室、档案馆、民航机场等场所，指纹门禁系统可以提供高效、智能、便捷的授权控制。由于指纹具有携带方便、人人各异、终生不变的特点，因此利用指纹识别作为身份认证的手段，与传统的钥匙、密码相比，大大提高了安全性与可信性。
    该系统基于ARM9芯片Samsung S3C2440AL，以Veridicom公司指纹采集芯片FPS200作为硬件平台，以嵌入式Linux为软件平台。在该研究领域中，基于PC平台的识别系统一直是研究的重点，本文实现的基于ARM平台的系统具有轻便，易安装，成本低的优点，具有良好的发展前景。

1 系统硬件设计
    S3C2440AL主频为400 MHz，最高为533 MHz；FPS200指纹传感器由256×300个电容传感阵列组成，其分辨率高达500 dpi，工作电压范围为3．3～5 V，传感器内部有8位ADC，并具有2组采样保持电路。整个系统的框图如图1所示。

2 操作系统
    由于嵌入式Linux具有内核小、效率高、开放源码、平台工具多等优点，该系统采用嵌入式Linux作为操作系统平台。构建该平台的主要步骤如：
    (1)通过JTAG下载U-boot；
    (2)配置Linux Kernel并通过串口下载；
    (3)开发FPS200驱动并进行动态加载。

3 指纹识别的算法流程
    指纹识别系统按识别过程中的主要功能，可划分为指纹图像采集算法、图像预处理算法、特征提取算法、特征匹配算法。
    (1)指纹图像采集算法流程如图2所示。

    (2)指纹图像预处理算法流程如图3所示。

[!--empirenews.page--]
    (3)指纹特征提取算法流程
    提取之前首先需要进行伪指纹特征点的去除，然后提取指纹的拓扑数据结构。
    (4)指纹特征匹配算法流程如图4所示。

4 指纹分割算法原理
    设一幅指纹图像的像素点数为N，其有L个灰度级(0，1，2，…，L-1)，灰度级为i的像素点数为ni，那么，对图像直方图归一化，且有概率密度分布：
   
    假设阈值t将图像分成C0和C1两类(即物体和背景)，C0和C1分别对应具有灰度级{0，1，2，…，t)和{t+1，t+2，…，L-1}的像素。C0类和C1类的发生概率分别为：


    由图5可以看到利用该方法得到的效果图，其分割结果良好。

5 结语
    本文以ARM9处理器为平台，系统地实现了一个识别结果良好的嵌入式门禁系统。给出了系统设计的整个算法流程，并重点介绍了图像分割算法，较前人的研究成果，该系统具有平台简单，识别率高，识别快速的优点。但该系统对畸变图像的处理效果并不十分理想，需要在以后的研究中进一步加强。