CN100492417C - 一种基于掌纹特征的门禁系统 - Google Patents

Abstract

一种基于掌纹特征的门禁系统，其特征是将掌纹识别技术和嵌入式系统相结合，应用基于现场可编程门阵列的软核处理器技术，设计出完全脱离通用计算机的嵌入式掌纹门禁系统。主要由掌纹采集设备，存储设备，现场可编程门阵列器件，全球移动通信系统和液晶显示屏及门锁控制设备所构成。主要特征在于：由上述部件构成不包括通用计算机在内的利用掌纹特征实现门锁控制的门禁系统；上述现场可编程门阵列器件是利用来制作成一个外形独立的嵌入式系统板块，使的系统具有高度集成化、模块化、成本低、功耗小、使用灵活和容易安装的特点。用户只需手掌掌纹即可实现门的开关操作，无需任何密码，磁卡、钥匙等其他物品。

Description

一种基于掌纹特征的门禁系统

技术领域

本发明涉及一种基于掌纹特征的门禁系统，属于机电技术领域。

背景技术

社会信息化、数字化、网络化发展给人们日常生产生活带来了极大的便利，但是与此同时，信息社会的安全问题面临越来越严峻的挑战。传统的基于密码或者口令的信息安全系统已经远远不能满足人们的需求，生物特征识别技术越来越多的被应用于电讯、金融、交通等领域。发展基于生物特征识别技术的身份认证，与公众自身利益息息相关，是本世纪社会经济发展的需求，是牵涉到国家利益的战略需求。掌纹识别是一种新兴生物识别技术，在这个领域我国的研究成果保持世界一流的水平。指纹和虹膜的唯一性好，但是对图像质量要求很高，况且，指纹图像约有4～5％是难于识别的劣质图像，手指皮肤的干燥度，被粘污程度和被损伤程度都会影响图像的质量，由于虹膜识别需要扫描眼球，因此，由于不易被用户接受而降低了普适性；人脸、声音、笔迹等特征由于采集环境复杂且模式变化较大而难于达到高准确性要求。

相比之下，掌纹识别是最可取的，因为它具有以下的特点：

1.掌纹有较高的稳定性、唯一性。

2.掌纹信息量丰富，从理论上讲，掌纹具有比指纹更好的分类性能和更高的识别能力。

3.用户的接受程度高，对身体的非侵害性，不涉及个人隐私以及与犯罪、污辱无关。

4.采集掌纹简单、方便，采集设备成本低。

5.掌纹识别对图像分辨率要求比较低，可在低分辨率图像条件下实现。

——由于现有的掌纹特征识别系统，全部都是基于桌面计算机的，因此设备成本高，体积大，难于维护和安装，实用性不高。

发明内容

本发明之目的是提供一种基于掌纹特征的门禁系统，将掌纹识别使用技术与嵌入式系统结构技术相结合，再结合应用基于FPGA(现场可编程门阵列器件)的软核处理器技术和SOPC(片上可编程系统)技术，设计出完全脱离通用计算机的嵌入式掌纹门禁系统。

本发明的技术方案为：一种基于掌纹特征的门禁系统，包括有掌纹采集设备，存储设备，现场可编程门阵列器件，全球移动通信系统或通用分组无线业务或以太网通信设备，输出设备，其特征在于：

存储设备和现场可编程门阵列器件是由印刷电路板上包括现场可编程门阵列，静态存储器，同步动态存储器等芯片所组成；

全球移动通信系统或通用分组无线业务或以太网通信设备以GSM/GPRS模块或以太网处理芯片所组成；

掌纹采集设备由视频编码芯片和可编程逻辑器件所组成；

输出设备由液晶显示屏和电动门锁控制设备和电动门所组成。

掌纹采集设备有自行设计手掌固定的采集装置，由曝光调整和调焦功能的摄像头和轻触按键和模具构成；摄像头内嵌到采集装置内部，轻触按键贴附在采集装置表面；摄像头的输出视频信号通过视频传输线与电路板上的视频编码芯片相连接。视频解码芯片通过PCB上的布线与FPGA相连接；FPGA将输入的视频数据存入SRAM。PCB板上的FPGA同时还与同在一块板上的SDRAM和FLASH芯片相连接，他们所存入的数据和程序指令将供内嵌于FPGA内部的Nios/NiosII软核处理器使用。FPGA可与以太网控制芯片通过PCB上的布线连接，以实现互联网的接入。FPGA也可与GSM/GPRS模块通过PCB上的布线连接，以实现无线网络的接入。CPLD与FLASH和FPGA相连接，用以将FLASH保存的数据对FPGA进行上电初始化。最后输出设备之一的LCD通过排线电缆与与PCB板相连，以显示识别结果；并根据识别结果由PCB板向电动门锁控制设备发出开门信号。

嵌入式掌纹门禁系统的特征在于：

一.由上述部件构成不包括通用计算机在内的利用掌纹特征实现门锁控制的门禁系统；

二.上述现场可编程门阵列器件是利用来制作成一个外形独立的嵌入式系统板块。

——该系统可以控制有关掌纹的采集、预处理、特征提取、存储、比对特征及控制门等诸过程。其中最后的比对特征过程的结果也可以发送到指定的手机或互联网上。

本发明与现有技术比较的特点如下：

1.使用本发明的用户不必携带任何钥匙、磁卡、智能卡等任何其它物品，也不必记住密码、口令，只需要用户手掌掌纹即可实现门的开关操作，更加安全可靠。因此，由于诸如忘带钥匙或磁卡而不能开门的问题将彻底解决。

2.本发明采用嵌入式软核处理器技术，为系统的高度集成化，模块化和为更换方便创造了条件，同时也为便于系统管理员利用GSM(全球移动通信系统)/GPRS(通用分组无线业务)通信手段，或以太网通信模式对系统进行管理(以达到更好的楼宇门禁管理效果)又创造了条件。

3.本发明采用嵌入式系统实现基于掌纹特征的门禁系统，完全脱离通用计算机的控制，具有：体积小，成本低，功耗低，使用灵活和容易安装的特点。

附图说明

图1示意了基于掌纹特征的门禁系统组成框图；

图2示意了以FPGA板块为核心的嵌入式处理系统的结构图；

图3示意了基于掌纹特征的门禁系统软件处理流程图；

图4示意了摄像头所采集的掌纹样本图像；

图5示意了采集掌纹区域定位的处理过程；

图6示意了预处理后掌纹有效区域图像；

图7是为门锁控制设备示意图。

1：掌纹采集设备，1.1：具有手掌固定的采集装置，1.2：有曝光调整和调焦功能的摄像头，1.3：轻触按键；2：存储设备，2.1：SRAM(静态随机访问存储器)，2.2：SDRAM(同步动态随机访问存储器)，2.3：FLASH(非易失性存储器)；3：FPGA(现场可编程门阵列)，含有3.1：掌纹采集设备(1)控制模块，3.2：外设控制模块和片内总线，3.3：软核处理器；4：通信设备：可配置GSM(全球移动通信系统)模块或GPRS(通用分组无线业务)模块或以太网通信接口模块；5：输出设备：包括5.1：液晶屏，5.2：门锁开关控制装置，5.2.1：信号缓冲芯片，5.2.2：固态继电器，5.3电动门。

A：食指与中指间最低点；B：中指与无名指间最低点；M：线段AB中点；a、b、c、d：96×96像素大小的感兴趣区域W的面积；e：线段ab的中点。

S1：表示FPGA3输出的开关门控制信号。

S2：表示S1经信号缓冲芯片5.2.1的缓冲，输出的缓冲信号。

S3：表示经过固态继电器5.2.2转换，最终输出给电动门5.3的驱动信号。

具体实施方式

存储设备2和现场可编程门阵列器件3是由印刷电路板(PCB)上包括现场可编程门阵列(FPGA)芯片(美国ALTERA公司的Cyclone/CycloneII/Stratix/StratixII系列，具有内部可定制Nios/NiosII系列软核处理器)，SRAM(IDT公司生产的IDT71V416和IDT71V424静态存储器)，SDRAM(Micron Technology公司生产的48LC4M系列同步动态存储器)，FLASH(AMD公司生产的29LV128M/29LV065D系列)等芯片所组成；全球移动通信系统或通用分组无线业务或以太网通信设备4以GSM/GPRS模块(西门子公司生产的Sim100系列GSM/GPRS模块)或以太网处理芯片(SMSC公司的LAN91C111或Crystal公司的CS8900A以太网处理芯片)所组成；掌纹采集设备1由视频编码芯片(Philips公司生产的SAA7113视频编码芯片)和可编程逻辑器件(ALTERA公司的MAX7128CPLD)所组成；输出设备5由液晶显示屏(LCD)(标准显示器件)和电动门锁控制设备和电动门(由天津龙甲防盗门厂制造)所组成，其中电动门锁控制设备又由信号缓冲芯片(标准芯片)连接固态继电器(标准固态继电器)组成。

掌纹采集设备1还有自行设计手掌固定的采集装置，由曝光调整和调焦功能的摄像头和轻触按键构成；具有手掌固定的采集装置由专门定制的模具生成，摄像头内嵌到采集装置内部，轻触按键贴附在采集装置表面；摄像头的输出视频信号通过视频传输线与电路板上的视频编码芯片相连接。视频解码芯片通过PCB上的布线与FPGA相连接；FPGA将输入的视频数据存入SRAM。PCB板上的FPGA同时还与同在一块板上的SDRAM和FLASH芯片相连接，他们所存入的数据和程序指令将供内嵌于FPGA内部的Nios/NiosII软核处理器使用。FPGA可与以太网控制芯片通过PCB上的布线连接，以实现互联网的接入。FPGA也可与GSM/GPRS模块通过PCB上的布线连接，以实现无线网络的接入。CPLD与FLASH和FPGA相连接，用以将FLASH保存的数据对FPGA进行上电初始化。最后输出设备之一的LCD通过排线电缆与与PCB板相连，以显示识别结果；同时，如图7所示，FPGA经PCB连线输出电动门控制信号S1至信号缓冲芯片5.2.1，进行一级缓冲后，再经排线电缆将缓冲后的信号S2输出到固态继电器5.2.2，固态继电器将信号S2转换为电动门5.3的驱动信号S3，完成门控操作。

所述之掌纹识别为：经掌纹采集设备1采集掌纹灰度图像，经过图像尺寸变化，边缘检测，有效区域定位，灰度均衡，得到归一化的图像，然后使用图像变换矩阵得到掌纹特征，并与在FLASH2.3中的掌纹特征进行比对，由输出设备5：液晶屏5.1显示判决结果和门锁开关控制装置5.2完成门的开关操作；摄像头1.2像素大约为30万；可以将处理结果通过，GSM/GPRS 4发送到指定手机，或通过以太网发送到指定的计算机网络。

下面结合附图对本发明实施过程作进一步阐述。

身份识别过程实施步骤为：

步骤一，掌纹图像的采集(如图3：所示的6、7、8三项处理过程)：对摄像头控制模块进行初始化和配置工作处理过程6；采集图像处理过程7；手掌是否到位判断过程8，决定是否关中断处理；图像预处理过程9；特征提取处理过程10；根据提取特征与存储器存储特征比对处理11，并得出结果；若识别结果为管理员身份12，随即则显示是否应该注册；13为如果在第12步选择Y₂进行注册过程；显示与输出结果处理过程14：控制门的开关状态和输出消息到GSM/GPRS或以太网通信接口；15为待注册的样本特征存入FLASH2.3。

Y₁表示系统检测手掌已到位，则关中断；N₁表示系统检测手掌未到位，则返回到“7”；Y₂表示系统管理员允许选择注册新用户，则返回到“6”；N₂表示系统管理员不允许选择注册新用户，则进入“14”。

由于掌纹采集设备1中含有摄像头1.2，用户将手掌放置在掌纹采集设备1的摄像头1.2上，(五指自然张开，掌心朝向镜头)。掌纹采集设备1会通过轻触按键1.3产生一个申请信号，当系统检测到这个申请信号，开始对摄像头1.2进行初始化，由摄像头1.2自动采集灰度图像，图像像素约为30万。掌纹原始图像如图4所示并储存在SRAM2.1所构成的存储设备2中。系统检测到申请信号后会自动关闭轻触按键1.3引发的申请处理，直到本次识别过程结束才会启动轻触按键1.3，以避免在对第一个用户还未处理结束时，第二个用户已将手掌放入掌纹采集设备1，而导致处理过程紊乱。

步骤二，预处理过程(如图3：所示的图像预处理过程9)：

预处理一共包括四个部分，分别是去光照模块，有效区域定位模块，归一化模块和掌纹区域提取模块。这四个部分对最终获得的掌纹纹理图像都有至关重要的作用，缺一不可。这四个部分紧密的连贯在一起，才能构成一个完整的预处理过程。整个预处理过程全部由本发明的独立嵌入式系统板块(由现场可编程门阵列器件3制作而成)所完成。

第一步，去光照模块主要是通过白平衡等算法实现对外界光照的过滤理，使掌纹纹理图像有相同的对比度和亮度，并且尽可能的去除外部光照信息，从而使掌纹纹理图像有尽可能大的掌纹纹理信息率。去光照模块使用的算法主要就是对图像进行白平衡的直方图均衡算法。

第二步，有效区域定位模块基于几何形态学的方法，通过对手掌照片几个特征位置点的位置确定，而获得掌纹的大小、位置和角度信息。有效区域定位模块首先对原始掌纹进行二值化，二值化的图像中手掌的部位为白色，背景为黑色，保留食指和中指之间，无名指和小指之间的黑色背景区域，如图5所示。再利用几何形态学的算法获得位置特征点A和B，线段AB的长度决定了图像的大小。

第三步，归一化模块利用有效区域定位模块取得的手掌大小信息对手掌图片进行归一化处理。归一化处理使得掌纹特征提取具有很高的鲁棒性，对于不同采集环境下获得的图像可能存在大小的差异，归一化使得这种差异对于特征提取模块变得透明。

第四步，掌纹区域提取模块的功能在于利用定位模块获得的手掌位置特征点，在归一化后的掌纹图像上分割出包含主要掌纹纹理的一个方形区域，并实施旋转算法，获得一个标准的包含主要掌纹纹理的正方形图像。在归一化的图像上，利用线段AB的位置确定a，b，c，d四点位置，这四个点形成的正方形区域包含了手掌中主要的掌纹纹理区域部分，其中计算的公式是：(D.x表示点D的x坐标，D.y表示点D的y坐标)。

θ＝arctg((B.y-A.y)/(B.x-A.x))

e.x＝(A.x+B.x)/2-(sinθ)×30

e.y＝(A.y+B.y)/2+(cosθ)×30

d.x＝e.x-(cosθ)×48

d.y＝e.y-(sinθ)×48

c.x＝e.x+(cosθ)×48

c.y＝e.y+(sinθ)×48

b.x＝c.x-(sinθ)×96

b.y＝c.y+(cosθ)×96

a.x＝d.x-(sinθ)×96

a.y＝d.y+(cosθ)×96

计算后的结果去整，得到的即是a，b，c，d四点在归一化后图像上的坐标。

掌纹区域模块利用有效区域定位模块获得的坐标，在归一化的图像上获得包含主要掌纹纹理信息的96×96(单位：像素)大小的图像，并将其旋转得到正规的掌纹纹理图像，如图6所示。

步骤三，对掌纹图像进行特征提取(如图3：所示的特征提取处理过程10)：

图像特征提取使用方法如下：

设经步骤一采集和步骤二图像预处理得到的掌纹图像为I，图像大小为96×96，变换矩阵分别为G_t1和G_t2，图像特特征为：

F＝U_t1 ^T×I^T×U_t2                     (1)

式(1)中：

$G_{t1}=\frac{1}{M}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{(I_j-\stackrel{\‾}{I})}^T(I_j-\stackrel{\‾}{I})---\left(2\right)$

其中 $\stackrel{\‾}{I}=\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{I}_i$ 为图像均值。G_t1的前k(k≤96)个最大特征值对应的特征向量组成96×k变换矩阵U_2d-pca1；

$G_{t2}=\frac{1}{M}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}(I_j-\stackrel{\‾}{I}){(I_j-\stackrel{\‾}{I})}^T---\left(3\right)$

G_t2的前l(l≤96)个最大特征值对应的特征向量u_i2(i₂＝1，2，L，l)组成96×l变换矩阵U_2d-pca2；

由式(1)、(2)、(3)可知特征矩阵是k×l维的，k和l一般取值24至48之间在所以每个掌纹特征大小在2.25千比特到9千比特之间。

步骤四，对测试样本进行判决分类(如图3：所示的特征比对处理过程11)：

将经过步骤三得到的特征矩阵F与存储在由FLASH(2.3)所构成的存储设备2中的样本特征相比对。

判决分类方法如下：

本文的掌纹识别中采用欧氏距离分类器，特征空间中样本的欧氏距离为：

$d(F_i,F_j)=\underset{x=1}{\overset{p}{\mathrm{\Σ}}}\underset{y=1}{\overset{q}{\mathrm{\Σ}}}{(F_i(x,y)-F_j(x,y))}^2---\left(4\right)$

作为分类依据，设有W类样本，每类训练样本为X个，选择变换后的几何中心点作为类特征F_i。根据

$\begin{array}{cc}d(F,F_i)=\underset{j}{\min }d(F,F_j)& j=\mathrm{1,2},L,W,\end{array}---\left(5\right)$

得出样本I∈W_i的分类结果。

步骤五，如图2和图3所示，将判决结果在液晶屏5.1上显示。如果允许用户合法将门打开，系统会向门锁开关控制装置5.2发送一个脉冲信号，门锁开关控制装置5.2将门锁打开；否则使门处于关闭状态；系统可以通过软核处理器3.3向通信设备4发送指令(如向GSM/GPRS模块发送指令，拨打事先存储在FLASH2.3的系统管理员的电话或向系统管理员的手机发送短消息以示报警)。系统也可生成一个报警文件，通过以太网接口向事先设定好的计算机发送该报警文件(如图3：所示的显示与输出结果处理过程14)。

身份注册过程实施步骤为(如图3：所示的13注册过程)：

注册步骤一，系统管理员实施上述身份识别过程；如果系统成功识别出系统管理员身份，进入用户注册过程；否则显示在液晶屏5.1显示无权限注册新用户。

注册步骤二，注册用户实施上述身份识别过程的步骤一，步骤二，步骤三。

注册步骤三，将新注册用户的掌纹特征存入FLASH2.3(如图3：处理过程15)，并更新系统的掌纹特征样本库，以使下次身份识别时，新用户注册的样本在对比范围之内。

注册步骤四，在液晶屏5.1上显示身份注册成功或失败(如图3：所示的显示与输出结果处理过程14)。

Claims (1)

1、一种基于掌纹特征的门禁系统，包括有掌纹采集设备，存储设备，现场可编程门阵列器件，全球移动通信系统或通用分组无线业务或以太网通信设备，输出设备，其特征在于：

存储设备和现场可编程门阵列器件是由印刷电路板上现场可编程门阵列，静态存储器，同步动态存储器芯片所组成；全球移动通信系统或通用分组无线业务或以太网通信设备由全球移动通信系统或通用分组无线业务模块或以太网处理芯片所组成；掌纹采集设备包括视频编码芯片和可编程逻辑器件；输出设备由液晶显示屏和电动门锁控制设备和电动门所组成；

其中，掌纹采集设备还包括手掌固定的采集装置，采集装置由摄像头、轻触按键和模具构成；摄像头内嵌到采集装置内部，轻触按键贴附在采集装置表面；摄像头的输出视频信号通过视频传输线与电路板上的视频编码芯片相连接，视频解码芯片通过印刷电路板上的布线与现场可编程门阵列相连接；印刷电路板上的现场可编程门阵列与同在一块板上的同步动态随机访问存储器和非易失性存储芯片相连接，现场可编程门阵列与以太网控制芯片或全球移动通信系统或通用分组无线业务模块通过印刷电路板上的布线连接，可编程逻辑器件与非易失性存储器和现场可编程门阵列相连接，输出设备的液晶显示屏，通过排线电缆与印刷电路板相连；电动门锁控制设备由信号缓冲芯片连接固态继电器；

基于掌纹特征的门禁系统还包括以下掌纹识别功能模块：掌纹图像采集模块，预处理模块，特征提取模块，判决分类模块，结果显示模块；

预处理模块包括去光照模块、有效区域定位模块、归一化模块和掌纹区域提取模块，其中：去光照模块使用白平衡算法实现对外界光照过滤，有效区域定位模块使用几何形态学方法获得掌纹位置、大小和角度信息，归一化模块对图像大小进行归一化，掌纹区域提取模块在归一化图像中，计算手掌位置特征点并得到所需的掌纹图像；

特征提取模块首先得到预处理后的掌纹图像与图像均值的平均差异的矩阵及其转置矩阵，分别取两个矩阵对应的若干个最大的特征值所对应的特征向量，从而组成掌纹特征的两个变换矩阵；掌纹图像与两个变换矩阵进行计算生成掌纹特征。

Images