基于自適應(yīng)控制的手指靜脈近紅外圖像采集系統(tǒng)設(shè)計

孫子淇　逄燕　王躍峰　黃福坤　易銘樟　余陽生

摘要：手指靜脈識別裝置是基于自適應(yīng)控制算法，對近紅外發(fā)光二極管的光強控制，實現(xiàn)手指靜脈圖像的采集。它的功能主要是控制近紅外光源強度，利用紅外攝像頭采集圖像，并將圖像傳入電腦，然后利用MATLAB對數(shù)字圖像的處理進行圖像預(yù)處理，再通過圖像清晰度的判別，利用自適應(yīng)控制算法（PWM占空比），調(diào)節(jié)近紅外光源強度，得到需要圖像，即實現(xiàn)了清晰的手指靜脈圖像采集。它的優(yōu)點主要是活體檢測、高度防偽、簡單易用，并減少了環(huán)境因素干擾，可以滿足安防領(lǐng)域防止造假的要求。

Abstract： The finger vein recognition device is based on an adaptive control algorithm to control the light intensity of the near-infrared light-emitting diode to achieve the acquisition of finger vein images. Its function is mainly to control the intensity of the near-infrared light source， use the infrared camera to capture the image， and then transfer the image to the computer， then use MATLAB to perform image preprocessing on the processing of the digital image， and then use the adaptive control algorithm （PWM duty cycle） through the discrimination of image clarity to adjust the intensity of the near-infrared light source， and get the required image， thus? achieving clear finger vein image acquisition. Its advantages are mainly in live detection， high anti-counterfeiting， easy to use， and reduces environmental factors interference， which can meet the requirements of preventing fraud in the security field.

關(guān)鍵詞：近紅外光源;PWM占空比;自適應(yīng)控制算法;圖像采集

Key words： near infrared light source;the PWM duty cycle;adaptive control algorithm;image acquisition

中圖分類號：TP391.41? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）35-0220-03

0? 引言

隨著信息技術(shù)飛速發(fā)展，網(wǎng)絡(luò)信息化時代對人的身份進行識別的需求應(yīng)用越來越多，準確鑒定一個人的身份，保護信息安全，使得安防領(lǐng)域發(fā)展越來越快。在安防領(lǐng)域中，身份識別技術(shù)包括驗證和辨別，而在手指靜脈近紅外圖像采集系統(tǒng)中最主要的任務(wù)就是采集清晰地圖像可供之后的操作有效的進行。

目前的的身份識別技術(shù)主要包括指紋識別、人臉識別、步態(tài)識別和虹膜識別等。指紋識別具有唯一性、不變性及便于采集等優(yōu)點，但也具有很高的人工造假的可能性;人臉識別作為一種非接觸式的身份識別技術(shù)，在經(jīng)濟、軍事等領(lǐng)域具有廣闊的應(yīng)用前景，但光照變化和化妝等外界條件變化對人臉識別還是一個未解決的問題;虹膜識別與指紋、人臉識別相比具有高的準確率，但虹膜識別造價較高，不能廣泛普及應(yīng)用;步態(tài)識別是根據(jù)人們的走路姿態(tài)和腳印等來進行身份識別，但識別率較低。手指靜脈識別是根據(jù)手指靜脈血管中的血紅蛋白吸收一定波長范圍（690nm-980nm）的近紅外光來造影成像，人體的手指表皮下都分布著獨一無二的靜脈網(wǎng)絡(luò)，并且必須保證血紅蛋白的活性，即活體檢測，用這些靜脈網(wǎng)絡(luò)就可以來區(qū)分不同的人，與其他身份識別技術(shù)相比，手指靜脈識別具有活體檢測、便于采集、準確性高及成本低等優(yōu)點。而手指靜脈識別技術(shù)中重要的是手指靜脈圖像的采集，文獻[7]中利用單側(cè)聚焦光源與反射鏡面相結(jié)合的光源照射方式來解決手指受光照不均勻的問題。

本文針對人體手指粗細不一，現(xiàn)有手靜脈圖像采集裝置難以獲取所有個體清晰手指靜脈圖像的問題。擬設(shè)計一種基于自適應(yīng)控制算法的指靜脈圖像采集系統(tǒng)，系統(tǒng)采用漫透射方式采集靜脈圖像，其近紅外光源由多個發(fā)光二極管組成，根據(jù)所采手指靜脈圖像清晰度，通過自適應(yīng)控制算法實時調(diào)節(jié)近紅外光源照射強度，獲取不同粗細手指的靜脈血管清晰圖像，為靜脈識別提供可靠數(shù)據(jù)基礎(chǔ)，保障識別準確度，對于手指靜脈識別技術(shù)的推廣應(yīng)用具有重要價值。

1? 手指靜脈近紅外圖像采集系統(tǒng)

手指靜脈近紅外圖像采集系統(tǒng)框圖如圖1所示，通過PC端控制C51單片機利用PWM占空比控制近紅外LED燈的光照強度，通過近紅外攝像頭采集圖像，用MATLAB進行圖像預(yù)判斷，直至采集完整的圖像序列結(jié)束。

指靜脈圖像采集利用近紅外線照射人體的手指靜脈，通過紅外圖像傳感器獲得手指靜脈血管的圖像。采集終端截面如圖2所示，采集終端中包含四個硬件模塊：LED陣列光源模塊提供透射手指的近紅外光線，LED驅(qū)動模塊主要是驅(qū)動和控制LED近紅外光源。光學(xué)傳感器模塊用來捕獲近紅外光透射手指靜脈造影的圖像，通信接口模塊負責(zé)采集終端和計算機通信和數(shù)據(jù)交換。

2? 近紅外光源設(shè)計

2.1 LED近紅外光源

本文采用型號為HIR204C的LED燈，具有高可靠性，高輻射強度等特點，它的波峰長為850nm，引線距為2.54mm，參數(shù)如表1。

2.2 近紅外光源列陣

光源在采集系統(tǒng)中尤為重要，光照不均勻直接影響采集的手指靜脈圖像的質(zhì)量，根據(jù)手指的形狀設(shè)計采集終端中LED燈的列陣，呈2*4排列，使手指受到的光照均勻如圖3所示。

2.3 近紅外光源電路原理圖

采集裝置的光源控制部分主要由八路LED單獨控制芯片TLC59108、近紅外發(fā)光二極管HIR204C、USB串口、電阻、電容以及晶振組成（部分如圖4所示）。主要是通過TLC59108芯片控制近紅外LED燈，管腳置0，LED燈亮，管腳置1，LED燈滅;通過USB串口實現(xiàn)與單片機的通信，通過單片機來控制整個電路的正常工作。電容和電阻是為了配合TLC59108芯片輸出穩(wěn)定的電流，使近紅外LED燈正常工作;畫出原理圖后用Protel 99 SE軟件把原理圖轉(zhuǎn)化成PCB圖。

2.4 脈寬調(diào)制

脈寬調(diào)制（Pulse Width Modulation，簡稱 PWM），即在信號的一個周期內(nèi)，脈沖寬度（占空比）越大，則光強越強，輸出的PWM信號波形?？紤]到每個人的手指厚度不一樣，根據(jù)手指的厚薄不同，采集系統(tǒng)需要多種光源亮度進行手指靜脈的圖像采集，本文通過改變輸出脈沖的寬度和占空比來調(diào)節(jié)輸出電壓從而達到不同光源亮度的目的，3設(shè)計了 10 種占空比的PWM控制信號，分別為 10%、20%、…、100%，如圖5所示。

由于單片機不適合做復(fù)雜的計算，只用采集終端的微處理器C51與PC通信和產(chǎn)生PWM信號。在采集終端上電復(fù)位后，C51首先初始化，主要是對串口和產(chǎn)生PWM波的I/O口進行初始化，然后發(fā)出默認的占空比為0的PWM信號到光源恒流源驅(qū)動芯片的EN使能端，再通過串口發(fā)送給PC機一個字符“R”，作為終端光源準備好信號，最后等待PC機發(fā)送PWM波的占空比信號，在串口收到光強控制字符后，單片機就開始產(chǎn)生相應(yīng)占空比的PWM波，直到下一個控制字符，如圖6所示。

3? MATLAB采集手指靜脈近紅外圖像

首先設(shè)置占空比為10%的PWM信號的光照強度照射人體的手指，用光學(xué)傳感器（即近紅外數(shù)字攝像頭）捕捉近紅外手指靜脈圖像，根據(jù)MATLAB軟件程序中的自適應(yīng)控制算法對圖像進行初步判斷，是否符合標準。

其次對于采集的圖像較暗區(qū)域經(jīng)過自適應(yīng)控制算法判斷，需要增加光照強度，則通過串口通信對單片機發(fā)出指令，增加PWM信號的占空比，即增大光照強度，光學(xué)傳感器獲得新圖像，直至獲得手指靜脈的圖像序列，如圖7。

4? 總結(jié)

設(shè)計一種基于自適應(yīng)控制算法的指靜脈圖像采集系統(tǒng)，系統(tǒng)采用漫透射方式采集靜脈圖像，其近紅外光源由多個發(fā)光二極管組成，根據(jù)所采手指靜脈圖像清晰度，通過自適應(yīng)控制算法實時調(diào)節(jié)近紅外光源照射強度，獲取不同粗細手指的靜脈血管清晰圖像，為靜脈識別提供可靠數(shù)據(jù)基礎(chǔ)，保障識別準確度，對于手指靜脈識別技術(shù)的推廣應(yīng)用具有重要價值。

參考文獻：

[1] 陳劉奎.人體手指靜脈識別技術(shù)研究[J].圖像處理與智能識別，2015，25（11）：1807-1809.

[2]吳超，邵曦.基于深度學(xué)習(xí)的指靜脈識別研究[A].計算機技術(shù)與發(fā)展，2018，28（2）：200-204.

[3]張嚴嚴，沈雷，李小剛，藍師偉.基于指靜脈方向場圖的快速識別算法研究[J].杭州電子科技大學(xué)學(xué)報（自然科學(xué)版），2018，37（5）：21-24.

[4]鄭哲章，羅海波，張建華.基于指靜脈生物特性的身份識別系統(tǒng)研究與設(shè)計[J].閩江學(xué)院學(xué)報，2017，160（2）：47-53.

[5]楊雄.基于指靜脈識別技術(shù)的云計算安全身份認證[J].計算機應(yīng)用與軟件，2017，34（10）：325-329.

[6]陳金國，郭玉娥，李玉廣.基于指靜脈圖像的門禁可視化工程應(yīng)用[J].信息系統(tǒng)工程，2016，9：84-85，87.

[7]梁愛華，付鈧.近紅外指靜脈圖像采集系統(tǒng)設(shè)計[J].傳感器與微系統(tǒng)，2014，33（1）：113-115，119.

[8]蘇志剛，馬永斌，楊金鋒.嵌入式手指靜脈識別系統(tǒng)設(shè)計[J].中國民航大學(xué)學(xué)報，2017，35（2）：51-54.

[9]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].清華大學(xué)出版社，2009，4.

[10]王一丁.手背靜脈身份識別技術(shù)[M].科學(xué)出版社，2015，9.

[11]吳飛，楊廣達，王鳳蘭，張素紅.手指靜脈識別傳感器的光源設(shè)計[J].傳感器與微系統(tǒng)，2017，36（4）：74-77.

[12]秦華鋒，余成波.手指靜脈識別技術(shù)研究[D].重慶理工大學(xué)，2009.

[13]袁 智，王科俊.手指靜脈識別技術(shù)研究[D].哈爾濱工程大學(xué)，2007.

[14]崔菲菲，楊公平.手指靜脈識別技術(shù)研究[D].山東大學(xué)，2012.

[15]任福云，尹德森，姜文瀚，候鴻川，田云.指靜脈采集設(shè)備及識別技術(shù)分析[J].2014，5：63-65.

[16]FENG， JIANJIANG， ZHOU， JIE， JAIN， ANILK. IEEE Transactions on Pattern Analysis and Machine Intelligence[J].2013.

[17]嚴衍祿.近紅外光譜分析的原理技術(shù)與應(yīng)用[M].中國輕工業(yè)出版社，2013，1.

[18]肖榮洋.手指靜脈識別技術(shù)研究[D].山東大學(xué)，2014.

[19]歐宇然.手指靜脈識別技術(shù)研究[D].南京理工大學(xué)，2012.

[20]陳玉瓊.手指靜脈圖像的識別算法[D].杭州電子科技大學(xué)，2013.

[21]羅敏.手指靜脈認證系統(tǒng)的設(shè)計和實現(xiàn)[D].電子科技大學(xué)，2016.

[22]李洋.手指靜脈采集及處理算法研究[D].陜西科技大學(xué)，2013.

[23]楊璐.手指靜脈識別方法研究[D].山東大學(xué)，2016.

[24]鄒暉.基于手指靜脈的身份識別系統(tǒng)[D].浙江大學(xué)，2016.

[25]李學(xué)雙.手指靜脈識別技術(shù)研究[D].杭州電子科技大學(xué)，2015.