CN105072322A - 基于数字信号处理技术设计的生物特征提取处理系统 - Google Patents
基于数字信号处理技术设计的生物特征提取处理系统 Download PDFInfo
- Publication number
- CN105072322A CN105072322A CN201510492081.6A CN201510492081A CN105072322A CN 105072322 A CN105072322 A CN 105072322A CN 201510492081 A CN201510492081 A CN 201510492081A CN 105072322 A CN105072322 A CN 105072322A
- Authority
- CN
- China
- Prior art keywords
- digital signal
- circuit
- signal processor
- signal processing
- biological characteristic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
Abstract
本发明公开了基于数字信号处理技术设计的生物特征提取处理系统,包括数字信号处理器、数据存储器、摄像机、A/D转换电路、电源电路及图像显示电路,所述摄像机连接A/D转换电路,所述A/D转换电路连接数字信号处理器,所述数据存储器连接数字信号处理器,所述数字信号处理器连接电源电路,所述图像显示电路连接数字信号处理器;所述数据存储器内设置有Flash存储器及随机存储器,所述数字信号处理器分别连接Flash存储器及数据存储器;所述摄像机采用CDD摄像机,可有效的对生物特征类的虹膜信息进行提取,并进行实时存储、备份,形成特征库,同时利用液晶显示技术实时的将虹膜特征显示,整个系统具有设计合理、科学使用等特性。
Description
技术领域
本发明涉及智能管理技术等领域,具体的说,是基于数字信号处理技术设计的生物特征提取处理系统。
背景技术
生物识别技术(BiometricIdentificationTechnology)是指利用人体生物特征进行身份认证的一种技术。更具体一点,生物特征识别技术就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性和行为特征来进行个人身份的鉴定。
生物识别系统是对生物特征进行取样,提取其唯一的特征并且转化成数字代码,并进一步将这些代码组合而成的特征模板。人们同识别系统交互进行身份认证时,识别系统获取其特征并与数据可中的特征模板进行比对,以确定是否匹配,从而决定接受或拒绝该人。
在目前的研究与应用领域中,生物特征识别主要关系到计算机视觉、图象处理与模式识别、计算机听觉、语音处理、多传感器技术、虚拟现实、计算机图形学、可视化技术、计算机辅助设计、智能机器人感知系统等其他相关的研究。已被用于生物识别的生物特征有手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等,行为特征有签字、声音、按键力度等。
数字信号处理(DigitalSignalProcessing,简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来,随着计算机和信息技术的飞速发展,数字信号处理技术应运而生并得到迅速的发展。在过去的二十多年时间里,数字信号处理已经在通信等领域得到极为广泛DSP技术图解的应用。数字信号处理是利用计算机或专用处理设备,以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理,以得到符合人们需要的信号形式。
发明内容
本发明的目的在于设计出基于数字信号处理技术设计的生物特征提取处理系统,采用数字信号处理技术与生物特征识别技术相结合而设计的一种生物特征提取处理系统,可有效的对生物特征类的虹膜信息进行提取,并进行实时存储、备份,形成特征库,同时利用液晶显示技术实时的将虹膜特征显示,整个系统具有设计合理、科学使用等特性。
本发明通过下述技术方案实现:基于数字信号处理技术设计的生物特征提取处理系统,包括数字信号处理器、数据存储器、摄像机、A/D转换电路、电源电路及图像显示电路,所述摄像机连接A/D转换电路,所述A/D转换电路连接数字信号处理器,所述数据存储器连接数字信号处理器,所述数字信号处理器连接电源电路,所述图像显示电路连接数字信号处理器;所述数据存储器内设置有Flash存储器及随机存储器,所述数字信号处理器分别连接Flash存储器及数据存储器;所述摄像机采用CDD摄像机。
为更好的实现本发明,进一步的,所述数据存储器内还设置有SD卡,所述SD卡连接数字信号处理器。
为更好的实现本发明,进一步的,所述图像显示电路内设置有逻辑处理电路及液晶显示电路,所述数字信号处理器连接逻辑处理电路,所述逻辑处理电路连接液晶显示电路。
为更好的实现本发明,进一步的,所述逻辑处理电路采用CPLD电路,所述液晶显示电路采用LED液晶显示屏。
为更好的实现本发明,进一步的,所述数据存储器采用动态随机存储器或/和静态随机存储器。
为更好的实现本发明,进一步的,所述数字信号处理器采用TMS320F2812数字信号处理芯片。
为更好的实现本发明,进一步的,所述A/D转换电路采用AD976/AD976A模数转换芯片。
本发明与现有技术相比,具有以下优点及有益效果:
(1)本发明采用数字信号处理技术与生物特征识别技术相结合而设计的一种生物特征提取处理系统,可有效的对生物特征类的虹膜信息进行提取,并进行实时存储、备份,形成特征库,同时利用液晶显示技术实时的将虹膜特征显示,整个系统具有设计合理、科学使用等特性。
(2)本发明满足图像信号处理所需,利用多种存储模式进行数据存储,并根据不同的需要,利用不同的存储器对相应的处理数据进行存储,从而有效的提高数据信号处理器的处理性能,提高其处理速度,达到虹膜信息处理更加流畅的目的。
(3)本发明所述随机存储器可进一步提高现场可编程门阵列电路的处理性能,在运行时,静态存储器作高速缓冲存储器(Cache)使用,动态存储器做主存储器使用。
(4)本发明采用LED液晶显示屏作为液晶显示电路的优选方案,能够最大限度的在图像显示环节降低能耗。
附图说明
图1为本发明的结构框图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例1:
采用数字信号处理技术与生物特征识别技术相结合而设计的一种生物特征提取处理系统,如图1所示,包括数字信号处理器、数据存储器、摄像机、A/D转换电路、电源电路及图像显示电路,所述摄像机连接A/D转换电路,所述A/D转换电路连接数字信号处理器,所述数据存储器连接数字信号处理器,所述数字信号处理器连接电源电路,所述图像显示电路连接数字信号处理器;所述数据存储器内设置有Flash存储器及随机存储器,所述数字信号处理器分别连接Flash存储器及数据存储器;所述摄像机采用CDD摄像机,可有效的对生物特征类的虹膜信息进行提取,并进行实时存储、备份,形成特征库,同时利用液晶显示技术实时的将虹膜特征显示,整个系统具有设计合理、科学使用等特性。
实施例2:
本实施例是在上述实施例的基础上进一步优化,为更好的实现本发明,进一步的,满足图像信号处理所需,利用多种存储模式进行数据存储,并根据不同的需要,利用不同的存储器对相应的处理数据进行存储,从而有效的提高数据信号处理器的处理性能,提高其处理速度,达到虹膜信息处理更加流畅的目的,如图1所示,特别设置有下述结构:所述数据存储器内还设置有SD卡,所述SD卡连接数字信号处理器。
实施例3;
本实施例是在上述任一实施例的基础上进一步优化,能够将经过数字信号处理器处理后的虹膜信息清晰完整的与图像的形式显示处理,以便能够看见,并且能够将虹膜信息的一些特征记录,让采集者能够根据需要调节,并将参数录入值显示出来,如图1所示,特别设置有下述结构:所述图像显示电路内设置有逻辑处理电路及液晶显示电路,所述数字信号处理器连接逻辑处理电路,所述逻辑处理电路连接液晶显示电路。
实施例4:
本实施例是在上述任一实施例的基础上进一步优化,为更好的实现本发明,进一步的,所述逻辑处理电路采用CPLD电路,所述液晶显示电路采用LED液晶显示屏,采用LED液晶显示屏作为液晶显示电路的优选方案,能够最大限度的在图像显示环节降低能耗。
实施例5:
本实施例是在上述任一实施例的基础上进一步优化,为更好的实现本发明,进一步的,可进一步提高现场可编程门阵列电路的处理性能,特别采用下述设置方式:所述数据存储器采用动态随机存储器或/和静态随机存储器,在运行时,静态存储器作高速缓冲存储器(Cache)使用,动态存储器做主存储器使用。
实施例6:
本实施例是在上述任一实施例的基础上进一步优化,为更好的实现本发明,进一步的,所述数字信号处理器采用TMS320F2812数字信号处理芯片。
德州仪器所生产的TMS320F2812数字信号处理器是针对数字控制所设计的DSP,整合了DSP及微控制器的最佳特性,主要使用在嵌入式控制应用,如数字电机控制(digitalmotorcontrol,DMC)、资料撷取及I/O控制(dataacquisitionandcontrol,DAQ)等领域。针对应用最佳化,并有效缩短产品开发周期,F28x核心支持全新CCS环境的Ccompiler,提供C语言中直接嵌入汇编语言的程序开发介面,可在C语言的环境中搭配汇编语言来撰写程序。值得一提的是,F28xDSP核心支持特殊的IQ-math函式库,系统开发人员可以使用便宜的定点数DSP来发展所需的浮点运算算法。F28x系列DSP预计发展至400MHz,目前已发展至150MHz的Flash型式。
高性能静态CMOS制成技术:150MHz(6.67ns周期时间),省电设计(1.8VCore,3.3VI/O),3.3V快取可程序电压;
JTAG扫描支持;
高效能32BitCPU:16x16和32x32MACOperations,16x16DualMAC,哈佛总线结构,快速中断响应,4M线性程序寻址空间(LinearProgramAddressReach),4M线性数据寻址空间(LinearDataAddressReach),TMS320F24X/LF240X程序核心兼容;
芯片上(On-Chip)的内存:128Kx16Flash(4个8Kx16,6个16Kx16),1Kx16OTPROM(单次可程序只读存储器),L0和L1:2组4Kx16SARAM,H0:1组8Kx16SARAM,M0和M1:2组1Kx16SARAM,共128Kx16Flash,18Kx16SARAM;
外部内存接口:支持1M的外部内存,可程序的WaitStates,可程序的Read/WriteStrobeTi最小g,三个独立的芯片选择(ChipSelects);
频率与系统控制:支持动态的相位锁定模块(PLL)比率变更,On-Chip振荡器,看门狗定时器模块;
三个外部中断;
外围中断扩展方块(PIE),支持45个外围中断;
128位保护密码:保护Flash/ROM/OTP及L0/L1SARAM,防止韧体逆向工程;
三个32位CPUTimer;
电动机控制外围:两个事件管理模块(EVA,EVB),与240xADSP相容;
同步串行外围接口SPI模块,两个异步串行通讯接口SCI模块,标准UART,eCAN(EnhancedControllerAreaNetwork),McBSPWithSPIMode;
16个信道12位模拟-数字转换模块(ADC):2x8通道的输入多任务,两个独立的取样-保持(Sample-and-Hold)电路,可单一或同步转换,快速的转换率:80ns/12.5MSPS。
实施例7:
本实施例是在上述任一实施例的基础上进一步优化,为更好的实现本发明,进一步的,所述A/D转换电路采用AD976/AD976A模数转换芯片。
AD976/AD976A,16位逐次逼近式ADC—AD976/AD976A与8位和12位的AD转换器相比,16位ADC在精度要求较高的场合更能符合设计要求。AD976/AD976A是美国模拟器件(AnalogDevice)公司推出的一款16位高精度、高速、低功耗ADC。采用逐次逼近式工作原理,单一+5V供电,单通道输入,输入电压范围+/-10V,采样速率为100KSPS,AD976A为200KSPS。
此芯片满幅为±4VREF(VREF=2.5V)时,±10V范围输入,传输特性如下:
输入量:输出量:
+FSR-1LSB7FFF
Midscale+1LSB0001
Midscale0000
Midscale-1LSB0001
-FSR+1LSB8001
-FSR8000。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (7)
1.基于数字信号处理技术设计的生物特征提取处理系统,其特征在于:包括数字信号处理器、数据存储器、摄像机、A/D转换电路、电源电路及图像显示电路,所述摄像机连接A/D转换电路,所述A/D转换电路连接数字信号处理器,所述数据存储器连接数字信号处理器,所述数字信号处理器连接电源电路,所述图像显示电路连接数字信号处理器;所述数据存储器内设置有Flash存储器及随机存储器,所述数字信号处理器分别连接Flash存储器及数据存储器;所述摄像机采用CDD摄像机。
2.根据权利要求1所述的基于数字信号处理技术设计的生物特征提取处理系统,其特征在于:所述数据存储器内还设置有SD卡,所述SD卡连接数字信号处理器。
3.根据权利要求1所述的基于数字信号处理技术设计的生物特征提取处理系统,其特征在于:所述图像显示电路内设置有逻辑处理电路及液晶显示电路,所述数字信号处理器连接逻辑处理电路,所述逻辑处理电路连接液晶显示电路。
4.根据权利要求3所述的基于数字信号处理技术设计的生物特征提取处理系统,其特征在于:所述逻辑处理电路采用CPLD电路,所述液晶显示电路采用LED液晶显示屏。
5.根据权利要求1-4任一项所述的基于数字信号处理技术设计的生物特征提取处理系统,其特征在于:所述数据存储器采用动态随机存储器或/和静态随机存储器。
6.根据权利要求1-4任一项所述的基于数字信号处理技术设计的生物特征提取处理系统,其特征在于:所述数字信号处理器采用TMS320F2812数字信号处理芯片。
7.根据权利要求1-4任一项所述的基于数字信号处理技术设计的生物特征提取处理系统,其特征在于:所述A/D转换电路采用AD976/AD976A模数转换芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510492081.6A CN105072322A (zh) | 2015-08-12 | 2015-08-12 | 基于数字信号处理技术设计的生物特征提取处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510492081.6A CN105072322A (zh) | 2015-08-12 | 2015-08-12 | 基于数字信号处理技术设计的生物特征提取处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105072322A true CN105072322A (zh) | 2015-11-18 |
Family
ID=54501591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510492081.6A Pending CN105072322A (zh) | 2015-08-12 | 2015-08-12 | 基于数字信号处理技术设计的生物特征提取处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105072322A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020106119A1 (en) * | 2000-11-30 | 2002-08-08 | Foran David J. | Collaborative diagnostic systems |
CN201207193Y (zh) * | 2008-03-21 | 2009-03-11 | 江苏科技大学 | 一种嵌入式身份识别装置 |
EP2312493A1 (en) * | 2000-09-06 | 2011-04-20 | Hitachi, Ltd. | Personal identification device and method |
CN104036248A (zh) * | 2014-06-12 | 2014-09-10 | 河南华辰智控技术有限公司 | 异步式网络型多功能虹膜识别机 |
CN104951771A (zh) * | 2015-07-09 | 2015-09-30 | 成都点石创想科技有限公司 | 具有节约功能的采用数字信号处理技术的虹膜监测系统 |
CN204887187U (zh) * | 2015-08-12 | 2015-12-16 | 成都易思科科技有限公司 | 基于数字信号处理技术设计的生物特征提取处理系统 |
-
2015
- 2015-08-12 CN CN201510492081.6A patent/CN105072322A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2312493A1 (en) * | 2000-09-06 | 2011-04-20 | Hitachi, Ltd. | Personal identification device and method |
US20020106119A1 (en) * | 2000-11-30 | 2002-08-08 | Foran David J. | Collaborative diagnostic systems |
CN201207193Y (zh) * | 2008-03-21 | 2009-03-11 | 江苏科技大学 | 一种嵌入式身份识别装置 |
CN104036248A (zh) * | 2014-06-12 | 2014-09-10 | 河南华辰智控技术有限公司 | 异步式网络型多功能虹膜识别机 |
CN104951771A (zh) * | 2015-07-09 | 2015-09-30 | 成都点石创想科技有限公司 | 具有节约功能的采用数字信号处理技术的虹膜监测系统 |
CN204887187U (zh) * | 2015-08-12 | 2015-12-16 | 成都易思科科技有限公司 | 基于数字信号处理技术设计的生物特征提取处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rossi et al. | PULP: A parallel ultra low power platform for next generation IoT applications | |
Rossi et al. | Vega: A ten-core SoC for IoT endnodes with DNN acceleration and cognitive wake-up from MRAM-based state-retentive sleep mode | |
Valverde et al. | Using SRAM based FPGAs for power-aware high performance wireless sensor networks | |
CN101261679A (zh) | 基于现场可编程门阵列的多指纹密码识别方法及系统 | |
Conti et al. | Energy-efficient vision on the PULP platform for ultra-low power parallel computing | |
CN104516477B (zh) | 进入低功率状态的技术 | |
CN204887187U (zh) | 基于数字信号处理技术设计的生物特征提取处理系统 | |
CN106169810A (zh) | 一种基于无线传输技术的配电变压器智能检测系统 | |
CN114239806A (zh) | 一种risc-v架构的多核神经网络处理器芯片 | |
Shea et al. | Heterogeneous scheduling of deep neural networks for low-power real-time designs | |
CN100454319C (zh) | 一种导航系统的微型处理器ip核设计方法 | |
Rutishauser et al. | Colibries: A milliwatts risc-v based embedded system leveraging neuromorphic and neural networks hardware accelerators for low-latency closed-loop control applications | |
CN105072322A (zh) | 基于数字信号处理技术设计的生物特征提取处理系统 | |
CN104951771A (zh) | 具有节约功能的采用数字信号处理技术的虹膜监测系统 | |
Danese et al. | An embedded multi-core biometric identification system | |
CN104360979B (zh) | 基于图形处理器的计算机系统 | |
Li et al. | Design of finger vein recognition soc based on fpga | |
CN208848201U (zh) | 一种安全芯片 | |
Zhou et al. | Iris biometic processor enhanced module FPGA-based design | |
CN201436633U (zh) | 多媒体指纹考勤机 | |
CN105486407A (zh) | 一种基于omap-l137的便携式静态傅里叶变换光谱仪 | |
Qureshi et al. | Genome sequence alignment-design space exploration for optimal performance and energy architectures | |
Zhao et al. | Acceleration and implementation of convolutional neural networks based on FPGA | |
CN208012754U (zh) | 一种适用于光纤振动传感的数据采集卡 | |
CN104036248A (zh) | 异步式网络型多功能虹膜识别机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |