基于arm的指紋識(shí)別畢業(yè)設(shè)計(jì)參考模板

1、基于ARM的指紋識(shí)別系統(tǒng)設(shè)計(jì)摘要 世界正朝著互聯(lián)化的方向發(fā)展,而物聯(lián)網(wǎng)正是這個(gè)數(shù)字革命的核心之一。在目前流行的物聯(lián)網(wǎng)技術(shù)中,要求嵌入式終端能夠提供成熟且價(jià)格便宜的生物特征識(shí)別技術(shù),目前來說指紋識(shí)別的技術(shù)應(yīng)用最為廣泛,我們不僅在門禁、考勤系統(tǒng)中可以看到指紋識(shí)別技術(shù)的身影,市場上有了更多指紋識(shí)別的應(yīng)用：如手機(jī)、指紋鎖、銀行支付驗(yàn)證都可應(yīng)用指紋識(shí)別的技術(shù)。在指紋識(shí)別控制領(lǐng)域,也會(huì)用到各種微控制器,本文采用了三星半導(dǎo)體S3C6410作為控制核心,S3C6410應(yīng)用了專為要求高性能、低成本、低功耗的嵌入式消費(fèi)類電子設(shè)計(jì)的ARM9內(nèi)核。按性能分成兩個(gè)不同的系列：該系列內(nèi)核時(shí)鐘頻率已經(jīng)達(dá)到72MHz。指紋識(shí)

2、別基于兩種特征點(diǎn)來識(shí)別:(i)組成指紋的指紋整體特征結(jié)構(gòu)(ii)局部的特征點(diǎn)。本文提出了一種可以在自動(dòng)指紋識(shí)別系統(tǒng)中使用的基于特征點(diǎn)的指紋識(shí)別算法。本文提到的方法基于從細(xì)化提取的特征點(diǎn)，二值化一個(gè)指紋圖像分割圖。該系統(tǒng)采用在指紋分類的指紋索引匹配，大大提高了匹配算法的性能。關(guān)鍵字：ARM9，指紋識(shí)別，特征識(shí)別，圖像處理1 / 22AbstractThe world is moving in the direction of the development of the Internet, the Internet of is one of the core of the digital rev

3、olution. In the current network technology, the embedded terminal capable of providing biometric technology is mature and the price is cheap, at present technology of fingerprint recognition is the most widely, we can not only see the fingerprint recognition technology in access control, attendance

4、system, fingerprint recognition application is more on the market: such as mobile phone, fingerprint lock, bank payment verification can be applied to fingerprint recognition technology.In the fingerprint recognition and control field, we will also use a variety of micro controller, this paper uses

5、Samsung S3C6410 as the control core, S3C6410 application designed for high performance, low cost, low power embedded consumer electronic design based on ARM9 kernel. According to performance is divided into two different series: this series of core clock frequency has reached 72MHz.Fingerprint ident

6、ification two feature points based on: (I) to identify the fingerprint feature structure fingerprint (II) feature local. This paper proposes a can be used in automatic fingerprint recognition system of fingerprint recognition algorithm based on feature points. The methods mentioned in this article i

7、s based on the feature points extracted from refined, two value segmentation image of a fingerprint image. The system adopts fingerprint indexing in the fingerprint classification matching, greatly improves the performance of matching algorithm.Keywords: ARM9,Fingerprint Identifier，F(xiàn)eature Point,Ima

8、ge Processing.第一章 概述1.1指紋課題的研究與應(yīng)用背景信息化的特點(diǎn)就是能夠?qū)崿F(xiàn)事物的數(shù)字化和隱秘化，傳統(tǒng)的身份管理如IC卡，磁卡，鑰匙存在著易丟失，偽造等缺點(diǎn)，相比較于傳統(tǒng)的身份辨識(shí)，人的指紋永遠(yuǎn)無法改變，因此指紋識(shí)別在安防領(lǐng)域，司法領(lǐng)域扮演及其重要的作用，在民用領(lǐng)域，隨著采集器的多樣化和嵌入式微控制器的發(fā)展，指紋識(shí)別更多地走進(jìn)了人們的生活中。作為一門生物識(shí)別的學(xué)科，數(shù)字指紋學(xué)的方法有內(nèi)在的規(guī)則可以遵循，可以把數(shù)字指紋識(shí)別的方法和規(guī)則歸納為：理解自然模型，建立物理模型，導(dǎo)出數(shù)學(xué)模型，確定指紋識(shí)別算法這樣一個(gè)過程1。本設(shè)計(jì)采用嵌入式微處理器，外接傳統(tǒng)指紋采錄模塊，通過移植專用的指

9、紋識(shí)別算法，實(shí)現(xiàn)了一個(gè)具有指紋采集，指紋辨識(shí)功能的系統(tǒng)。1.2 嵌入式系統(tǒng)概述 嵌入式系統(tǒng)被工程師們定義為“一種用來控制、監(jiān)視或者輔助儀器、機(jī)械操作的計(jì)算機(jī)系統(tǒng)”。嵌入式系統(tǒng)的特點(diǎn)是基于硬件體系，高效，可靠，強(qiáng)實(shí)時(shí)性，滿足對(duì)象智能化控制要求的技術(shù)需要，因此可以將嵌入式系統(tǒng)定義為：“嵌入到對(duì)象體系中的專用計(jì)算機(jī)應(yīng)用系統(tǒng)”。嵌入式系統(tǒng)有3個(gè)特性，即“微機(jī)性”、“ 可植入”及“專用性”。 “微機(jī)性”指的是通過使用專門的微控制器，來實(shí)現(xiàn)自動(dòng)化控制。 “可植入”則是指的是可以嵌入到任何應(yīng)用中，應(yīng)付多種控制及運(yùn)算需求，應(yīng)用面廣泛。 “專用性”指的是為了實(shí)現(xiàn)特定對(duì)象的操作必須對(duì)該對(duì)象軟硬件單獨(dú)修改。嵌入式處

10、理器:嵌入式處理器擁有靈活的應(yīng)用編程資源、豐富的外設(shè)接口總線及高速的內(nèi)部總線結(jié)構(gòu)，與通用微處理器比較，同時(shí)具有功耗低、簡單易用，實(shí)時(shí)性強(qiáng)，性價(jià)比高等優(yōu)點(diǎn)，主要分為微控制器，微處理器，DSP處理器，嵌入式片上系統(tǒng)四類22。微控制器：一般指單片機(jī)，將整個(gè)控制計(jì)算機(jī)的核心封裝在了一個(gè)芯片中，其中包含了ALU,外設(shè)，總線，RAM,ROM等通用接口，以某一類型內(nèi)核為模板，該類芯片具有功耗低，穩(wěn)定性好，但是性能較低，沒有MMU，無法運(yùn)行具有內(nèi)存管理功能的嵌入式系統(tǒng)，是目前工業(yè)應(yīng)用的主流。微處理器：嵌入式CPU具有通用處理器大部分的功能，可是其集成了更多的外設(shè)，并具有嵌入式特有的功耗低，性耗比高的優(yōu)點(diǎn)，通常

11、以一內(nèi)核為模板，有別于單片機(jī)的是該類芯片性能更強(qiáng)，且通常由MMU的功能，可以在體系上運(yùn)行強(qiáng)大的嵌入式操作系統(tǒng)5。.本系統(tǒng)的指紋算法設(shè)計(jì)包括預(yù)處理和指紋兩部分的算法，其中，指紋預(yù)處理算法用來提取指紋的特征碼，包含指紋分割，二值化，細(xì)化部分算法。指紋識(shí)別算法用來與以存儲(chǔ)的模板匹配得到匹配結(jié)果6。第二章 系統(tǒng)設(shè)計(jì)方案本章主要講述了指紋識(shí)別系統(tǒng)的設(shè)計(jì)方案，其中包括了硬件部分和軟件部分的具體設(shè)計(jì)方案。以及曾選用的方案比較。 2.1指紋識(shí)別系統(tǒng)的概述指紋識(shí)別系統(tǒng)是通過專用的指紋圖片采集器，將指紋圖像通過嵌入式處理器經(jīng)過處理后，經(jīng)過指紋特征匹配算法，得出匹配結(jié)果。因此指紋識(shí)別系統(tǒng)由以下三部分組成：（1）嵌入

12、式系統(tǒng)控制板指紋識(shí)別控制板由嵌入式處理器，指紋采集器，輸入輸出等硬件設(shè)備組成。（2）指紋采集器模塊 本系統(tǒng)采用光電指紋采集器，該類型采集器具有成本低，應(yīng)用范圍廣等特點(diǎn)，缺點(diǎn)是圖像失真比例大，需要進(jìn)行軟件較真（3）指紋系統(tǒng)軟件指紋系統(tǒng)軟件由指紋采集，指紋預(yù)處理及指紋識(shí)別三個(gè)步驟構(gòu)成。2.2指紋系統(tǒng)硬件設(shè)計(jì)方案針對(duì)指紋識(shí)別應(yīng)用，嵌入式控制板必須滿足的條件有：1.板載主控芯片必須具有強(qiáng)勁的運(yùn)算能力，才能具有圖像處理的能力，2.有大容量的存儲(chǔ)設(shè)備，可以滿足一般的嵌入式應(yīng)用需求。3.具有豐富的接口，方面拓展功能及測試。綜上所述，選用了采用ARM9內(nèi)核的三星S3C6410芯片，該芯片的主頻最高能到達(dá)72M

13、HZ，且集成了豐富的外部設(shè)備，且價(jià)格便宜，完全滿足了指紋識(shí)別應(yīng)用的需求。以下是具體的設(shè)計(jì)細(xì)節(jié)10.。2.2.1指紋采集器介紹本設(shè)計(jì)采用OP100-T光學(xué)式指紋采集頭，該采集頭使用GC0307傳感器進(jìn)行獲取信息，該傳感器支持多個(gè)分辨率級(jí)別的圖像傳輸：QVGA(480*640)CIF（80*120）等，支持多種傳輸數(shù)據(jù)格式輸出：YCRCB422，YCRCB444，RGB565，采集器通過IIC接口進(jìn)行控制。 指紋識(shí)別軟件設(shè)計(jì)由采集器驅(qū)動(dòng)，圖像畸變處理算法，圖像預(yù)處理算法，特征提取別算法，人機(jī)UI界面軟件流程圖如下圖：圖2-3指紋識(shí)別系統(tǒng)工作流程圖第三章 指紋預(yù)處理算法的設(shè)計(jì) 本設(shè)計(jì)采用的

14、指紋識(shí)別方法是基于指紋的特征進(jìn)行匹配的，指紋的特征指的是紋線的的結(jié)束點(diǎn)和交叉點(diǎn)，因此，衡量系統(tǒng)性能的好壞就是指紋的端點(diǎn)和分叉點(diǎn)的提取精度。而提取的精度又和指紋圖像的大小和預(yù)處理算法的運(yùn)算復(fù)雜度有關(guān)，一般來說，指紋圖像越大，預(yù)處理越充分，指紋特征的提取越好。在嵌入式應(yīng)用中，由于系統(tǒng)的資源有限，因此常常采取折中的方法，即降低圖像的分辨率，加大預(yù)處理的處理度降低計(jì)算量，且得到較高的匹配度。指紋圖像的預(yù)處理主要有以下幾個(gè)流程，主要包括求梯度場，方向場，然后圖像分割，濾波增強(qiáng)，而后細(xì)化，然后可以得到可提取出特征點(diǎn)的指紋圖像10。3.1指紋圖片畸變處理算法由于采用了光電式采集器，反饋信號(hào)受到光學(xué)機(jī)理的影響

15、，會(huì)有一點(diǎn)的圖像畸變，在這里主要是梯形畸變，當(dāng)前很多基于光學(xué)式采集的校正技術(shù)也是針對(duì)這種畸變來進(jìn)行的?？墒?，光學(xué)采集器得到的指紋圖像的畸變不僅只有這種線型變化，非線性扭曲在指紋的邊緣是很嚴(yán)重的。如圖3-1,3-2所示，但受圖像扭曲的影響，相同采集器存在相同的非線性扭曲，因此只要是同一個(gè)采集器采集到的信號(hào)是可以完成匹配，即使方向不同。但是對(duì)于不同的指紋采集器，采集到的圖像會(huì)因?yàn)椴杉鞯墓ぷ鞣绞降牟煌?，呈現(xiàn)出不同的特性，因此需要采取特殊的處理算法。圖3-1 光學(xué)畸變示意圖圖3-2 實(shí)際采集到的畸變解決指紋圖像產(chǎn)生的畸變，可以從不同的角度去思考?；谝韵录僭O(shè)進(jìn)行線性擬合數(shù)學(xué)建模。假設(shè)：（1）指紋畸變

16、梯形中的方格數(shù)目沒有變小，只是由底向頂縮小。（2）認(rèn)定每行方格的數(shù)目變化是線性的。（3）方格中的像素是不可壓縮的。依照以上假述，可以進(jìn)行數(shù)學(xué)建模，得出第一行的邊長關(guān)系： 第y行方格邊長關(guān)系式：假設(shè) 那么第d行的正方形邊長 l Y畸變矯正 矯正對(duì)于y方向，第y行的所處位置和上底的距離為前(y-1)個(gè)正方形的邊長和： X畸變矯正： 采用上述公式可以解決畸變矯正的坐標(biāo)映射問題，還原出較為真實(shí)的圖像11。3.2指紋圖像的分割計(jì)算：由于使用光學(xué)指紋采集器，采集得到的圖像分為指紋圖像區(qū)域和空白區(qū)域。我們所做的操作是針對(duì)指紋圖像本身，但是空白區(qū)域由于采集器的因素也會(huì)有像素，因此需要分割具體的圖片。圖3-3梯

17、度場實(shí)現(xiàn)圖像分割的方法有直方圖分割和梯度場的方法：直方圖分割的思路是由于指紋像素和背景像素之間落差較大12，因此可以設(shè)定閥值，這種分割方法的缺點(diǎn)是不大準(zhǔn)確，不適應(yīng)光學(xué)采集接口采集的圖像，梯度場的實(shí)現(xiàn)方法是計(jì)算指紋圖像的梯度然后對(duì)梯度像素進(jìn)行閥值判斷，目的就是區(qū)分是前景和背景。圖像梯度的計(jì)算方法： 如上公式，圖像梯度需要進(jìn)行與相鄰像素的比較因此采用梯度的方法相較于直方圖的方法更好。3.3指紋的平滑處理在采集指紋過程中，傳感器通常會(huì)把周圍的環(huán)境灰塵，表面污漬等也才采集進(jìn)去，這些噪聲像素的特點(diǎn)是與周圍像素相比顯得并不“合群”。為了去除該噪聲，必須參考周圍的像素，進(jìn)行卷積運(yùn)算。信號(hào)與系統(tǒng)中卷積運(yùn)算在實(shí)

18、際的指紋圖像處理中都表現(xiàn)為鄰域運(yùn)算。臨域運(yùn)算是在輸出指紋圖像中，通過矩陣運(yùn)算的思路，獲得圖像矩陣和模板矩陣運(yùn)算結(jié)果。通常臨域遠(yuǎn)比指紋圖像尺寸小，如3*3，4*4。卷積運(yùn)算的定義為： 平滑模板算子實(shí)現(xiàn)了一種類似低通濾波的功能，算子如下 3.4指紋的增強(qiáng)處理指紋圖像的增強(qiáng)指的是增強(qiáng)指紋圖像的特征，脊線，谷線等等特性，對(duì)這些特性的增強(qiáng)，需要對(duì)圖像的方向場和頻率場進(jìn)行分析，作為增強(qiáng)的指導(dǎo)。需要模擬出一個(gè)現(xiàn)象濾波器，模擬智能增強(qiáng)的“簡單細(xì)胞頻向調(diào)諧”過程。Daugmann證明了這些“頻向”脈沖響應(yīng)可由高斯窗口和正旋波相乘后得到的Gabor小波逼近17。對(duì)于指紋的增強(qiáng)，主要在以下兩個(gè)方面進(jìn)行：在紋線的水平

19、方向上，需要對(duì)紋線進(jìn)行定向增強(qiáng)，彌補(bǔ)由于采集因素造成的可能的紋線斷裂。在紋線的垂直方向上，需要對(duì)谷線進(jìn)行定向?yàn)V波，使用Gabor函數(shù)可以滿足該要求，在該位置的頻率場f對(duì)指紋圖像進(jìn)行振蕩增強(qiáng)16。Gabor小波函數(shù)： 因?yàn)镚abor小波函數(shù)的模板運(yùn)算十分耗時(shí)，可將Gabor函數(shù)進(jìn)行花間處理，將矩形模板化為線段模板?；喼笄邢?yàn)V波模板為Hw=1/71,1,1,1,1,1,1，法向?yàn)V波模板是Vw=1/7-3,-1,3,9,3,-1,-3 圖3-8收斂之后圖 圖3-9增強(qiáng)處理后如圖3-9所示，增強(qiáng)之后的脊線和谷線更為鮮明，因?yàn)椴杉蛩財(cái)嗔训募咕€在增強(qiáng)后得到修復(fù)。4.指紋識(shí)別系統(tǒng)的實(shí)現(xiàn)本節(jié)主要描述了在

20、S3C6410 ARM9芯片上指紋識(shí)別系統(tǒng)的實(shí)現(xiàn)，該部分的工作主要有搭建程序運(yùn)行環(huán)境，各個(gè)模塊的接口程序和算法移植，GUI界面的設(shè)計(jì)。本設(shè)計(jì)的硬件平臺(tái)采用了飛凌OK6410開發(fā)板作為硬件平臺(tái)，該平臺(tái)集成了2G NANDFLASH， 256M SDRAM，具有CAMERA外設(shè)，DISPLAY外設(shè)，滿足了開發(fā)指紋識(shí)別系統(tǒng)的需求。4.1軟件運(yùn)行環(huán)境的設(shè)置嵌入式微處理器不同于嵌入式控制器，一般的微控制器的存儲(chǔ)設(shè)備單一，多為片內(nèi)FLASH或者ROM，然而嵌入式處理器的存儲(chǔ)設(shè)備是多樣，通過集成總線來實(shí)現(xiàn)取指和譯碼，其中涉及到的存儲(chǔ)設(shè)備分為包括片內(nèi)和片外，且設(shè)備本身的種類也是多樣化的。常見包括NANDFLA

21、SH和NORFLASH，SDRAM等。因此在編程時(shí)候需要考慮代碼的存放位置和運(yùn)行位置，在GNU C中提供了SCR文件腳本來指定文件的運(yùn)行域和執(zhí)行域，在ARMCC中使用SCATTER文件指定，本設(shè)計(jì)采用RVDS2.2作為開發(fā)環(huán)境，該環(huán)境采用ARMCC編譯器21。本設(shè)計(jì)采用C語言作為編程語言，不同于匯編語言編程，C語言程序設(shè)計(jì)需要經(jīng)過編譯，鏈接，直至生成目標(biāo)文件，其中需要編譯器完成的是堆棧的設(shè)置，庫重新編譯，程序的裝載等等工作，在嵌入式開發(fā)環(huán)境中，同樣的芯片，硬件平臺(tái)往往是不同的，因此這些工作編譯器無法進(jìn)行，只能由開發(fā)者來實(shí)現(xiàn)23。板載的S3C6410支持SD卡啟動(dòng)，NANDFLASH啟動(dòng)，通過修

22、改芯片管腳OM0:4電平，可以修改啟動(dòng)方式，為了軟件調(diào)試方便，本設(shè)計(jì)采用SD卡啟動(dòng)作為程序入口，芯片上電的時(shí)候?qū)D卡第一個(gè)扇區(qū)復(fù)制到芯片內(nèi)部8KB IRAM，由于片內(nèi)IRAM的容量限制，該程序只能實(shí)現(xiàn)最基礎(chǔ)的功能，包括PLL初始化，SDRAM初始化，堆棧設(shè)置，和代碼的搬移，如下流程示意圖：圖5-1 軟件環(huán)境設(shè)置流程圖4.2指紋采集器接口設(shè)計(jì)OP100-T采集器采用GC0307作為主控芯片，該芯片是一塊高分辨率CMOS圖形傳感器，該傳感器使用SCCB作為控制接口，提供YUV,RGB,YCbCr422等圖像信號(hào)輸出。且提供多分辨率圖像輸出，在CIF分辨率下面可以達(dá)到120幀/秒，微控制器接口方面

23、使用6410片內(nèi)CAMERA作為圖像輸入口，采用IO口模擬SCCB控制時(shí)序。l SCCB控制時(shí)序：圖5-3 SCCB控制時(shí)序圖在圖像數(shù)據(jù)接口方面6410提供了CAMERA接口，支持ITU RBT-601/656 YCbCr 8位圖像數(shù)據(jù)格式，最大支持輸入像素達(dá)到4096*4096，且提供DMA 和圖像變換功能。YCbCr圖像傳輸時(shí)序：圖5-3 ITU601視頻信號(hào)時(shí)序圖其中VSYNC代表幀同步信號(hào)，HSYNC代表行同步，每幀圖像包含由行圖形數(shù)據(jù)組成，在6410片內(nèi)提供DMA接口將圖像數(shù)據(jù)搬移到SDRAM中，可以通過編碼DMA通道將輸入的YUV信號(hào)直接解碼為RGB信號(hào)。下圖為OK6410的攝像頭

24、輸入功能示意圖：圖5-4 CAMERA外設(shè)接口圖如圖所示，OK6410為攝像頭提供了兩個(gè)DMA通道，通道的輸入可以為內(nèi)存和攝像頭輸入，其中，預(yù)覽（PREVIEW）通道支持圖像的旋轉(zhuǎn)輸出，兩個(gè)通道均可以實(shí)現(xiàn)RGB至YCBCR的相互轉(zhuǎn)換。每個(gè)通道中均有4個(gè)乒乓存儲(chǔ)器進(jìn)行數(shù)據(jù)操作，乒乓存儲(chǔ)器的原理是，當(dāng)由一幀圖像數(shù)據(jù)進(jìn)入的時(shí)候，放入緩沖區(qū)1，第二幀數(shù)據(jù)進(jìn)入，通過數(shù)據(jù)選擇端口放入緩沖區(qū)2，且通過處理選擇端口將緩沖區(qū)1內(nèi)的數(shù)據(jù)解碼為RGB顏色空間的數(shù)據(jù)輸出，如此操作，可以實(shí)現(xiàn)數(shù)據(jù)的無縫輸入輸出。下圖為指紋采集和處理器的的硬件連接圖：圖5-5 指紋采集器和S3C6410之間的接口5.3顯示及UI功能的實(shí)現(xiàn)

25、指紋圖像通過飛凌6410開發(fā)板板載4.3寸液晶屏顯示，該液晶屏的分辨率為480*272，本設(shè)計(jì)采用6410集成的顯示控制器來驅(qū)動(dòng)，支持RGB,I-80，NTSC,PAL標(biāo)準(zhǔn)TV輸出，同時(shí)提供了從內(nèi)存到外設(shè)顯存的DMA通道，在顯示控制器初始化完成之后，只要寫入顯示緩沖區(qū)，相應(yīng)的顯示數(shù)據(jù)自動(dòng)就會(huì)通過DMA通道送至IO口。l GUI界面的設(shè)計(jì)GUI界面采用按鍵+顯示的控制方式，由于采用裸機(jī)編程，無圖形庫的支持，GUI界面采用在PC端實(shí)現(xiàn)生成圖像數(shù)組，選擇合適的掃描方式，編譯進(jìn)程序，在使用的時(shí)候直接顯示數(shù)組中的內(nèi)容。第六章 系統(tǒng)調(diào)試與測試6.1指紋算法的驗(yàn)證：為了方便驗(yàn)證指紋識(shí)別系統(tǒng)的效果，本設(shè)計(jì)在P

26、C端設(shè)計(jì)了一個(gè)基于MFC的指紋測試程序，該程序完成了指紋識(shí)別各個(gè)功能的算法驗(yàn)證。如下圖所示：圖6-1 上位機(jī)驗(yàn)證程序本設(shè)計(jì)采用的算法都已經(jīng)通過上位機(jī)驗(yàn)證完成，該程序可以完成每個(gè)步驟算法的單獨(dú)驗(yàn)證效果。在必要時(shí)候也可以作為上位機(jī)將指紋數(shù)據(jù)發(fā)送或者接受給下位機(jī)。6.2指紋采集接口的調(diào)試部分指紋采集接口主要包括YCBCR422和I2C標(biāo)準(zhǔn)總線兩個(gè)部分，本文通過GPIO口模擬實(shí)現(xiàn)I2C協(xié)議的功能，下面是實(shí)際測試的波形圖： 圖6-3 STOP信號(hào)l HSYNC與VSYNC時(shí)序：圖6-4行場同步信號(hào)6.3系統(tǒng)運(yùn)行的測試：致謝本文是在老師的悉心指導(dǎo)下完成的，從最初的選題到撰寫、系統(tǒng)實(shí)現(xiàn)，老師都給了我很大的指

27、導(dǎo)和幫助。韓愈的師說里有這么一句話：“師者，所以傳道受業(yè)解惑也”，老師就是這么一位盡職的好老師。他學(xué)識(shí)淵博，在專業(yè)上給予我很大的幫助，在研究遇到瓶頸時(shí)總能給我指點(diǎn)迷津。除此之外他還同我們進(jìn)行各方面的交流，教育我們做事該有的態(tài)度，培養(yǎng)我們的辦事能力。老師正直的為人和嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度都深深的影響著我，我很慶幸能跟隨老師做畢業(yè)設(shè)計(jì)，在此向老師表示由衷的感謝。感謝大學(xué)四年所有給予我學(xué)習(xí)和生活上幫助的老師、同學(xué)，尤其是我們系的老師，他們精益求精的工作態(tài)度以及誨人不倦的師者風(fēng)范是我學(xué)習(xí)的楷模。更要感謝可愛的輔導(dǎo)員對(duì)我們無微不至的關(guān)懷，以及陪伴我四年的舍友、同學(xué)們。感謝我的家人，感謝他們一直默默的支持著我，給

28、了我物質(zhì)和精神上的幫助，感謝他們的關(guān)懷、鼓勵(lì)、支持和對(duì)我無私的付出。參考文獻(xiàn) 謝健陽, 李鐵才, 唐降龍, 等. 指紋識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)J. 微計(jì)算機(jī)信息, 2006 (03Z): 156-157. 黃賢武, 王加俊. 指紋識(shí)別的預(yù)處理組合算法J. 計(jì)算機(jī)應(yīng)用, 2002, 22(10): 29-32. 楊俊, 景疆. 淺談生物認(rèn)證技術(shù)-指紋識(shí)別J. 計(jì)算機(jī)時(shí)代, 2004 (3): 3-4. 羅希平, 田捷. 自動(dòng)指紋識(shí)別中的圖像增強(qiáng)和細(xì)節(jié)匹配算法J. 軟件學(xué)報(bào), 2002, 13(5): 946-956. 盧恒惠, 劉興川, 張超, 等. 基于三角形與位置指紋識(shí)別算法的定位比較J. 移動(dòng)

29、通信, 2010, 34(10): 72-76. 李瑩, 艾明晶. 基于 Nios 的自動(dòng)指紋識(shí)別系統(tǒng)設(shè)計(jì)J. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用, 2005 (6): 49-51. 李曉昆. 基于結(jié)構(gòu)特征的指紋識(shí)別J. 計(jì)算機(jī)工程與科學(xué), 1999, 21(2): 25-29. 王崇文, 李見為. 指紋識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)J. 計(jì)算機(jī)應(yīng)用, 2001, 21(12): 61-63. 尹義龍, 寧新寶. 自動(dòng)指紋識(shí)別技術(shù)的發(fā)展與應(yīng)用J. 南京大學(xué)學(xué)報(bào): 自然科學(xué)版, 2002, 38(1): 29-35. 楊俊, 景疆. 淺談生物認(rèn)證技術(shù)-指紋識(shí)別J. 計(jì)算機(jī)時(shí)代, 2004 (3): 3-4. Ramo

30、s A, Grünert S, Adams J, et al. RNA recognition by a Staufen doublestranded RNAbinding domain. The EMBO journal, 2000, 19(5): 997-1009.Mero T. Connecticut's Lead By Example Green Campus InitiativeJ. Sustainability: The Journal of Record,J 2013, 6(2): 79-82.Buades A, Coll B, Morel J M. A non

31、-local algorithm for image denoisingC/Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on. IEEE, 2005, 2: 60-65. Lisberger S G, Evinger C, Johanson G W, et al. Relationship between eye acceleration and retinal image velocity during foveal smooth pursuit in m

32、an and monkeyJ. Journal of Neurophysiology, 1981, 46(2): 229-249.Bagon S, Boiman O, Irani M. What is a good image segment? a unified approach to segment extractionM/Computer Vision-ECCV 2008. Springer Berlin Heidelberg, 2008: 30-44. 王國秋, 袁衛(wèi)衛(wèi). 一般的 9-7 小波濾波器及其圖像壓縮性能研究 JJ. 電子學(xué)報(bào), 2001, 29(1): 130-132. 閻

33、麗, 莫金垣. 一種新型實(shí)時(shí)拓展小波濾波器處理電分析信號(hào)的研究J. 科學(xué)通報(bào), 1995, 40(17): 1567-1570. 朱立新, 王平安, 夏德深. 基于梯度場均衡化的圖像對(duì)比度增強(qiáng)J. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2008, 19(12): 1546-1552. 李耀輝, 劉保軍. 基于直方圖均衡的圖像增強(qiáng)J. 華北科技學(xué)院學(xué)報(bào), 2003, 5(2): 65-67. 王炳健, 劉上乾, 周慧鑫, 等. 基于平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)算法J. 光子學(xué)報(bào), 2005, 34(2): 299-301. 胡世敏. 基于 S3C6410 的視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)J. 現(xiàn)代電子技術(shù),

34、 2011, 34(20): 63-66. 鄧中亮, 張紅星, 延明, 等. 基于 S3C6410 和無線傳感器網(wǎng)絡(luò)的手持終端設(shè)計(jì)J. 電子設(shè)計(jì)工程, 2011, 19(002): 1-4. 嵌入式系統(tǒng)設(shè)計(jì)與實(shí)例開發(fā)M. 清華大學(xué)出版社, 2002. 王業(yè)琳, 寧新寶, 尹義龍. 指紋圖像細(xì)化算法的研究J. 南京大學(xué)學(xué)報(bào): 自然科學(xué)版, 2003, 39(4): 468-475. 崔鳳奎, 王永森. 二值圖像細(xì)化算法的比較與改進(jìn)J. 洛陽工學(xué)院學(xué)報(bào), 1997, 18(4): 48-52. 李俊, 吳懷宇, 李騰飛, 等. 指紋圖像采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)J. 傳感器技術(shù), 2005, 24(1)

35、: 38-39. 陸穎, 宋建中. 模式識(shí)別理論在指紋自動(dòng)識(shí)別中的應(yīng)用J. 光學(xué) 精密工程, 1998, 6(1): 31. 黃人, 魏敏. 基于結(jié)構(gòu)極坐標(biāo)變換的指紋識(shí)別J. 計(jì)算機(jī)工程與應(yīng)用, 2000, 36(6): 33-35. 常寧, 張澤. 指紋方向圖的獲取及在指紋圖像預(yù)處理算法中的應(yīng)用J. 內(nèi)蒙古大學(xué)學(xué)報(bào): 自然科學(xué)版, 2006, 37(2): 221-226. 謝健陽, 李鐵才, 唐降龍, 等. 指紋識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)J. 微計(jì)算機(jī)信息, 2006 (03Z): 156-157. 黃賢武, 王加俊. 指紋識(shí)別的預(yù)處理組合算法J. 計(jì)算機(jī)應(yīng)用, 2002, 22(10): 29

36、-32. 楊俊, 景疆. 淺談生物認(rèn)證技術(shù)-指紋識(shí)別J. 計(jì)算機(jī)時(shí)代, 2004 (3): 3-4. 羅希平, 田捷. 自動(dòng)指紋識(shí)別中的圖像增強(qiáng)和細(xì)節(jié)匹配算法J. 軟件學(xué)報(bào), 2002, 13(5): 946-956. 盧恒惠, 劉興川, 張超, 等. 基于三角形與位置指紋識(shí)別算法的定位比較J. 移動(dòng)通信, 2010, 34(10): 72-76. 李瑩, 艾明晶. 基于 Nios 的自動(dòng)指紋識(shí)別系統(tǒng)設(shè)計(jì)J. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用, 2005 (6): 49-51. 李曉昆. 基于結(jié)構(gòu)特征的指紋識(shí)別J. 計(jì)算機(jī)工程與科學(xué), 1999, 21(2): 25-29. 王崇文, 李見為. 指紋識(shí)別

37、系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)J. 計(jì)算機(jī)應(yīng)用, 2001, 21(12): 61-63. 尹義龍, 寧新寶. 自動(dòng)指紋識(shí)別技術(shù)的發(fā)展與應(yīng)用J. 南京大學(xué)學(xué)報(bào): 自然科學(xué)版, 2002, 38(1): 29-35. 楊俊, 景疆. 淺談生物認(rèn)證技術(shù)-指紋識(shí)別J. 計(jì)算機(jī)時(shí)代, 2004 (3): 3-4. Ramos A, Grünert S, Adams J, et al. RNA recognition by a Staufen doublestranded RNAbinding domain. The EMBO journal, 2000, 19(5): 997-1009.Mero T. Connecticut's Lead By Example Green Campus InitiativeJ. Sustainability: The Journal of Record,J 2013, 6(2): 79-82.Buades A, Coll B, Morel J M. A non-local algorithm for image denoisingC/Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Confere