嵌入式手指靜脈識別系統(tǒng)設(shè)計

蘇志剛,馬永斌，楊金鋒

（中國民航大學(xué)天津市智能信號與圖像處理重點(diǎn)實驗室，天津 300300）

嵌入式手指靜脈識別系統(tǒng)設(shè)計

蘇志剛,馬永斌，楊金鋒

（中國民航大學(xué)天津市智能信號與圖像處理重點(diǎn)實驗室，天津 300300）

研究嵌入式手指靜脈識別系統(tǒng)有利于手指靜脈識別設(shè)備應(yīng)用推廣。設(shè)計并實現(xiàn)一種基于嵌入式Linux平臺的手指靜脈識別系統(tǒng)，并詳細(xì)討論了系統(tǒng)硬件平臺的搭建和軟件開發(fā)。主要貢獻(xiàn)如下：①優(yōu)化系統(tǒng)結(jié)構(gòu)；②嵌入手指靜脈圖像預(yù)處理、特征提取與識別等核心算法；③實現(xiàn)系統(tǒng)動態(tài)注冊功能；④改進(jìn)傳統(tǒng)的特征數(shù)據(jù)存儲模式，采用新的嵌入式數(shù)據(jù)庫技術(shù)。實驗結(jié)果表明該系統(tǒng)性能穩(wěn)定可靠、識別效率更高。

嵌入式系統(tǒng)；手指靜脈識別算法；嵌入式數(shù)據(jù)庫技術(shù)

隨著信息技術(shù)不斷發(fā)展，人們對個人信息安全越來越重視，傳統(tǒng)的密碼鎖、指紋鎖、人臉識別等原有身份鑒別技術(shù)已不能保證信息安全。手指靜脈作為人身體內(nèi)部的活體特征，與傳統(tǒng)的生物特征相比，具有不易磨損、不會丟失、難以偽造的優(yōu)點(diǎn)[1-2]，可廣泛應(yīng)用于身份鑒別、安防、民航安全等領(lǐng)域，因此手指靜脈識別技術(shù)在身份鑒別領(lǐng)域具有廣闊發(fā)展前景。近些年，課題組長期關(guān)注并研究手指生物特征識別技術(shù)的發(fā)展，逐步建立手指靜脈識別系統(tǒng)研發(fā)平臺。

現(xiàn)階段，手指靜脈識別技術(shù)雖應(yīng)用廣泛，但也尚未普及。研究小型化、低成本的嵌入式手指靜脈識別設(shè)備既有利于手指靜脈識別技術(shù)的研究，又能促進(jìn)手指靜脈識別設(shè)備的推廣。針對現(xiàn)有嵌入式手指靜脈識別系統(tǒng)性能低下、識別速度慢的缺陷，本文提出的嵌入式手指靜脈識別系統(tǒng)，主要從硬件和軟件兩方面做出改進(jìn)。在硬件系統(tǒng)上，采用最新的ARM微處理器和嵌入式Linux系統(tǒng)開發(fā)平臺。嵌入式Linux系統(tǒng)對硬件支持更好，穩(wěn)定性更高[3]。在軟件設(shè)計上，采用多線程編程技術(shù)，嵌入了適合ARM平臺上運(yùn)行的手指靜脈識別算法。通過以上改進(jìn)，系統(tǒng)的性能更加穩(wěn)定，識別效率更高。本文通過詳細(xì)的實驗，驗證了設(shè)計的可行性。

1 系統(tǒng)工作原理及組成

手指靜脈圖像獲取通常采用近紅外光透射成像模式。醫(yī)學(xué)研究表明，手指中不同組織對近紅外光的吸收情況不同，手指靜脈中的脫氧血紅蛋白對紅外光有較強(qiáng)的吸收作用。利用近紅外光在一側(cè)透射手指，會在另一側(cè)形成清晰的指靜脈血管影像，然后用CMOS圖像傳感器采集即可獲得手指靜脈圖像[4]。

本文手指靜脈成像方式，如圖1所示。手指靜脈成像的近紅外光光源采用紅外激光。激光具有亮度大、不易發(fā)散的優(yōu)點(diǎn)，經(jīng)實驗證明850 nm紅外激光成像效果最佳。攝像頭模塊采用130萬像素CMOS攝像頭，通過USB接口與嵌入式板相連。為避免可見光對攝像頭成像造成干擾，需對攝像頭進(jìn)行改進(jìn)，鏡頭前增加850 nm帶通濾光片，成像效果良好。

圖1 系統(tǒng)結(jié)構(gòu)示意圖Fig.1 Schematic diagram of system structure

嵌入式微處理器采用恩智浦公司的i.MX6Q處理器。整個系統(tǒng)工作流程如下：首先嵌入式微處理器初始化系統(tǒng)，驅(qū)動CMOS攝像頭采集手指靜脈圖像；其次對采集到的手指靜脈圖像進(jìn)行預(yù)處理和特征提取，得到手指靜脈特征數(shù)據(jù)并保存到數(shù)據(jù)庫中；最后根據(jù)特征匹配算法，把待識別的手指靜脈特征與數(shù)據(jù)庫中的注冊特征進(jìn)行匹配，最終實現(xiàn)靜脈識別[5]。

2 系統(tǒng)硬件平臺的搭建

2.1 嵌入式硬件平臺

系統(tǒng)硬件主要包括嵌入式微處理器、USB攝像頭、LCD顯示屏和外圍接口等部分。整個硬件系統(tǒng)的結(jié)構(gòu)示意圖，如圖2所示。i.MX6Q處理器采用基于Cortex-A9的四核架構(gòu)模式，主頻為4×1 GHz，支持2 G的DDR3運(yùn)行內(nèi)存和8 G存儲空間。該處理器性能強(qiáng)勁、浮點(diǎn)運(yùn)算能力強(qiáng)、圖像處理速度快，集成了豐富的外圍接口電路，能夠滿足圖像實時采集、存儲和成像顯示的要求。

為得到更好的交互效果，LCD部分采用5寸電容觸屏。該屏幕顯示清晰、觸控靈敏，大大提高了系統(tǒng)的易用性。上位機(jī)通過串口與嵌入式平臺連接，通過發(fā)送操控命令實現(xiàn)對程序的調(diào)試。嵌入式端通過網(wǎng)口與PC機(jī)建立網(wǎng)絡(luò)連接，實現(xiàn)數(shù)據(jù)傳輸。

圖2 系統(tǒng)硬件結(jié)構(gòu)圖Fig.2 System hardware structure

2.2 嵌入式操作系統(tǒng)

文獻(xiàn)[4]中采用的嵌入式WinCE系統(tǒng)存在一些不足。一方面，嵌入式WinCE對高性能硬件缺乏完善的支持；另一方面，嵌入式WinCE對大部分USB攝像頭驅(qū)動支持都不是很好，圖像采集效率也不高，因此本文采用全新的嵌入式Linux開發(fā)平臺。嵌入式Linux操作系統(tǒng)是一種開源的、可移植、可剪裁的小型操作系統(tǒng)，該系統(tǒng)占用內(nèi)存空間小、穩(wěn)定性好，并且支持多任務(wù)、多線程開發(fā)。本文采用Qt/Embedded搭建嵌入式Linux系統(tǒng)的GUI。Qt是一個跨平臺的C++圖形用戶界面應(yīng)用程序框架，能夠提供搭建圖形用戶界面所需的所用功能[6]。利用Qt搭建用戶交互界面，實現(xiàn)了從成像顯示、用戶注冊到識別結(jié)果顯示等全部功能。

2.3 開發(fā)環(huán)境的搭建

開發(fā)環(huán)境搭建同時使用Windows平臺和Linux平臺[2]。Windows平臺做上位機(jī)使用，負(fù)責(zé)發(fā)送操控命令。Linux平臺用于搭建軟件開發(fā)環(huán)境，負(fù)責(zé)完成嵌入式軟件平臺搭建和驅(qū)動移植以及軟件開發(fā)等工作。由于嵌入式微處理器為專用處理器，不能完成編譯工作，因此需采用交叉編譯方式[7]。交叉編譯環(huán)境搭建在Linux系統(tǒng)上完成。Linux系統(tǒng)下，程序通過Qt Creator編輯完成并仿真測試，然后通過交叉編譯生成可執(zhí)行文件下載到ARM平臺上運(yùn)行，完成整個開發(fā)過程。

3 系統(tǒng)軟件設(shè)計

軟件設(shè)計主要包括圖像采集、信息注冊和識別算法3個部分。為充分發(fā)揮四核處理器的性能，并保證整個識別系統(tǒng)穩(wěn)定高效的運(yùn)行，程序采用多線程技術(shù)。程序的主要框架由1個主線程和2個子線程組成。主線程是成像顯示線程，保證成像顯示的穩(wěn)定性，子線程1為注冊線程，子線程2為識別線程。下面從采集、注冊、識別對整個軟件系統(tǒng)進(jìn)行論述。

3.1 靜脈圖像采集

OpenCV是一個跨平臺計算機(jī)視覺庫，利用OpenCV的庫函數(shù)進(jìn)行圖像處理，大大降低開發(fā)難度[8]。通過交叉編譯可得到在嵌入式系統(tǒng)內(nèi)運(yùn)行的OpenCV庫。首先初始化硬件設(shè)備，成像主線程開啟，驅(qū)動攝像頭循環(huán)獲取視頻幀并在屏幕上顯示。攝像頭的打開是通過Video4Linux2（V4L2）驅(qū)動實現(xiàn)的，具體流程如圖3所示。其次圖像采集，通過調(diào)用OpenCV庫函數(shù)處理當(dāng)前視頻幀，得到8位BMP格式灰度圖像，然后以注冊用戶信息命名圖像并保存到本地。采集完成后，通過網(wǎng)絡(luò)將原始圖像數(shù)據(jù)上傳到PC機(jī)保存。

圖3 靜脈采集工作流程圖Fig.3 Flowchart of finger-vein acquistion

3.2 圖像預(yù)處理和特征提取

準(zhǔn)確定位并提取手指靜脈圖像的感興趣區(qū)域（ROI）是手指靜脈識別過程中的關(guān)鍵步驟。因為不同的手指擺放姿勢對手指靜脈特征的提取造成不同影響，為盡可能消除這個影響，一般做法是在設(shè)備的外殼上面做一個凹槽來固定手指，但這種方法簡單卻精度不高。本文采用一種新的手指靜脈定位與ROI提取方法：①采用梯度法從當(dāng)前靜脈圖像中提取單像素的手指輪廓線，這樣就可以基本上確定手指靜脈形態(tài)；②根據(jù)手指的生理特征，在紅外光透射的條件下，指關(guān)節(jié)腔位置具有較高的透光強(qiáng)度，采集到的手指靜脈圖像在指關(guān)節(jié)處有更高的亮度[9]。根據(jù)以上兩個步驟可以快速確定手指靜脈的ROI區(qū)域。圖4為ROI提取的示意圖，曲線是用于檢測手指的輪廓，方框表示檢測到的手指ROI區(qū)域。

采用文獻(xiàn)[10]的方式對圖像進(jìn)行預(yù)處理和特征提取。通過上一步驟得到100×180像素的手指靜脈ROI圖像。首先對該圖像進(jìn)行濾波和增強(qiáng)，得到特征圖像；其次對圖像進(jìn)行區(qū)域劃分，得到10×18的區(qū)域塊；然后通過該區(qū)域塊進(jìn)行特征變換，得到特征數(shù)據(jù)；最后將此特征數(shù)據(jù)作為注冊特征保存到SQLite數(shù)據(jù)庫中。

3.3 靜脈信息注冊

手指靜脈信息注冊采用SQLite數(shù)據(jù)庫。SQLite是一種輕量級數(shù)據(jù)庫，常用在嵌入式開發(fā)之中[11]。把注冊信息和手指靜脈特征信息保存到SQLite之中，方便數(shù)據(jù)的存儲和查詢，提高了識別速度。Qt本身自帶SQLite數(shù)據(jù)庫，不需要再做移植。SQLite數(shù)據(jù)庫為每個用戶建立兩個數(shù)據(jù)表，一個用于記錄注冊用戶的身份信息，另一個用于記錄手指靜脈特征信息，如表1所示。為實現(xiàn)系統(tǒng)的動態(tài)注冊功能，系統(tǒng)移植了嵌入式輸入法。點(diǎn)擊LCD屏幕上的注冊按鈕時，彈出注冊界面，然后注冊用戶的姓名，選擇左右手的手指。注冊完畢后，系統(tǒng)更新數(shù)據(jù)表，保存靜脈注冊信息。

圖4 手指靜脈ROI提取Fig.4 ROI extraction of finger-vein

表1 用戶信息數(shù)據(jù)表Tab.1 User’s information data

當(dāng)完成個人信息注冊后，注冊線程開啟，根據(jù)上一步驟的方法，獲取注冊用戶的手指靜脈特征，并保存在SQLite數(shù)據(jù)庫中。

3.4 靜脈識別

手指靜脈識別是一個特征匹配的過程。點(diǎn)擊屏幕上識別按鈕，識別線程開啟。系統(tǒng)會根據(jù)當(dāng)前用戶手指靜脈的ROI區(qū)域提取手指靜脈特征，并與數(shù)據(jù)庫注冊特征進(jìn)行匹配。本文采用文獻(xiàn)[12]使用的相似度量方法，在此給定一個合適的閾值，若相似度量值在此閾值之內(nèi)，則識別成功，輸出用戶注冊信息，否則，識別失敗。另外，為了提高識別速率，當(dāng)識別成功后，會把本次匹配成功的特征數(shù)據(jù)作為注冊特征保存到數(shù)據(jù)庫中，這樣會消除每次因擺放姿勢差異帶來識別速度上的差別。

4 實驗結(jié)果與分析

本文以嵌入式技術(shù)以及靜脈識別技術(shù)為基礎(chǔ)，實現(xiàn)了了基于嵌入式的手指靜脈識別系統(tǒng)的設(shè)計。本文提出的嵌入式手指靜脈識別系統(tǒng)具有許多優(yōu)點(diǎn)。首先具有良好的手指靜脈采集效果；其次能夠?qū)崿F(xiàn)用戶信息的動態(tài)注冊；最后采用嵌入式數(shù)據(jù)庫技術(shù)，提高了識別速度。圖5為整個系統(tǒng)的顯示界面。圖6為手指靜脈采集樣張，圖6（a）為較為粗大的男性手指靜脈圖像，圖6（b）為較為細(xì)小的女性手指靜脈圖像。

圖5 手指靜脈識別系統(tǒng)界面Fig.5 Finger-vein recognition platform

圖6 采集樣本部分Fig.6 Partial finger-vein image samples

實驗測試中，采集30個用戶左右手的食指、中指和無名指，每個手指采集10幅圖像，共1 800幅手指靜脈圖像，構(gòu)成手指靜脈數(shù)據(jù)庫。根據(jù)本文的方法來驗證系統(tǒng)的有效性。本文采用1∶N的匹配方法[13]，經(jīng)過200次識別測試，成功191次，成功率高達(dá)94.5%，達(dá)到了良好效果。如果手指位置擺放合適，每次的識別需要大約1 s，系統(tǒng)各項性能指標(biāo)如表2所示。

表2 系統(tǒng)性能參數(shù)Tab.2 System performance parameters

從實驗中可以看出本文研制的手指靜脈識別系統(tǒng)識別速度快，識別率較高，可見該系統(tǒng)具有一定的使用價值和推廣價值。

5 結(jié)語

本文研究有兩項重要目的：一是研究如何提高嵌入式識別設(shè)備的性能，系統(tǒng)采用最新的ARM微處理器和嵌入式Linux系統(tǒng)，運(yùn)行速度快，對硬件兼容好；二是如何提高嵌入式靜脈識別系統(tǒng)的識別效率，通過嵌入式數(shù)據(jù)庫技術(shù)和手指靜脈識別算法，使識別更加快速準(zhǔn)確。本文為嵌入式設(shè)備向小型化和產(chǎn)品化方向發(fā)展奠定了基礎(chǔ)，并提供了參考方案。

當(dāng)然本課題的成果仍有不足之處。一方面移植的嵌入式輸入法還不支持中文，在注冊用戶姓名時還不能輸入中文字符；另一方面近紅外光源亮度還不可調(diào)節(jié)，成像沒有達(dá)到最佳效果，需做進(jìn)一步改進(jìn)。

[1]FRISCHHOLZ R W,DIECKMANN U.BioID：A multimodal biometric identification system[J].Computer,2009,33(32):64-68.

[2]JAIN A K,ROSS A.Multibiometric systems[J].Communication of the ACM,2004,47(1):34-40.

[3]弓 雷.ARM嵌入式Linux系統(tǒng)開發(fā)詳解[M].北京:清華大學(xué)出版社,2014.

[4]閆鋒欣,曾泉人,張志強(qiáng).C++GUI Qt4編程[M].2版.北京:電子工業(yè)出版社,2008.

[5]楊金鋒,張海金.手指靜脈圖像感興趣區(qū)域提取方法研究[J].山東大學(xué)學(xué)報,2012,42(3):7-13.

[6]楊金鋒,賈超云.嵌入式手指靜脈采集系統(tǒng)的研制[J].中國民航大學(xué)學(xué)報,2015,33(1):50-53.

[7]管鳳旭,楊慶國,王科俊,等.基于ARM的手指靜脈識別系統(tǒng)的設(shè)計與實現(xiàn)[J].電子技術(shù)應(yīng)用,2011,37(9):39-42.

[8]YANG Jinfeng,YANG Jinli.Multi-Channel Gabor Filter Design for Finger-vein Image Enhancement[C]//2009 5th International Conference on Image and Graphics,2009:87-91.

[9]YANG Jinfeng,SHI Yihua,WU Renbiao.Finger-Vein Recognition Based on Gabor Features[M]//RIAZ Z.Biometric Systems,Design and Applications.Rijeka：InTech,2011:17-32.

[10]劉瑞禎,于仕琪.OpenCV教程[M].北京:北京航空航天大學(xué)出版社, 2007.

[11]余成波,秦華鋒.生物特征識別技術(shù)：手指靜脈識別技術(shù)[M].北京:清華大學(xué)出版社,2008.

[12]韋東山.嵌入式Linux應(yīng)用開發(fā)完全手冊[M].北京：人民郵電出版社,2008.

[13]邱 鐵,周 玉,張民壘.Linux環(huán)境下Qt4圖形界面與MySQL編程[M].北京:機(jī)械工業(yè)出版社,2012.

（責(zé)任編輯：劉智勇）

Design of embedded finger vein recognition system

SU Zhigang,MA Yongbin,YANG Jinfeng
（Intelligent Signal and Image Processing Key Lab of Tianjin,CAUC,Tianjin 300300,China）

The research of embedded finger-vein recognition system is beneficial to the application and popularization of finger-vein recognition device.A finger-vein recognition system based on embedded Linux platform is designed and implemented,the construction of system hardware platform and the software development are discussed in details.The main contributions are as follows:a.the system structure is optimized;b.finger-vein image preprocessing,feature extraction and recognition algorithm are embedded in the system;c.system dynamic register function is realized;d.the traditional feature data storage mode is improved,and the new embedded database technology is adopted.Experimental results show that the system is stable and reliable,and has a higher recognition efficiency.

embedded system;finger-vein recognition algorithm;embedded database technology

TP391.41

A

1674－5590（2017）02－0051－04

2016-06-14；

2016-08-31

國家自然科學(xué)基金項目（61379102，U1433120）

蘇志剛（1972—），男，黑龍江尚志人，教授，博士，研究方向為信號與信息處理、譜估計等.