创意耳纹识别系统的研究与实现，提供软硬件参考解决方案

admin

项目背景及可行性分析

       

•                 项目名称、项目的主要内容及目前的进展情况
  

        项目名称：基于FPGA的耳纹识别系统的研究与实现
        项目内容：主要由三方面构成：嵌入式技术、耳纹采集技术、耳纹识别算法。
        目前的进展情况：算法在其它平台处于调试阶段，硬件处于模块化设计阶段
         
        项目关键技术及创新点的论述

        关键技术：如何利用FPGA进行数据处理改善输入耳纹图像的质量，以提高特征提取的准确性。

        创新点：采用先进的SOPC技术简化了系统板级设计，增强了系统稳定性同时使用VHDL编程通过硬件来完成高速数据采集减轻了处理器的负担，最终通过FPGA硬件实现快速耳纹图象采集和DSP进行数据处理改善输入耳纹图像的质量，以提高特征提取的准确性。

         

        技术成熟性和可靠性论述：

        硬件方面：Xilinx公司Spartan-3E FPGA的DSP包括提供了一套浮点算子、DVB FEC编码器内核，并增强了现有内核的诸多关键功能，包括提供了对最新的ISE 7.1i开发工具的全面支持，对性能、硅片利用率或两者均能实现更佳的优化。

         

        算法方面：在耳纹特征中轮廓、折痕、羽翼、皱纹、斑点、胎记等元素的分布对于某一个特定人的耳纹来说，具有终生不变性和惟一性。它在耳朵的典型区域中最为清晰和明显，是耳纹匹配的主要参数。提取过程包括伪特征点消除、外部形状检测、内部结构、斑点、皱纹、折痕纹线的检测与分类等步骤，以便于特征匹配。可以以耳廓曲线的傅立叶系数为特征，也可以采用主元分析法、Zernike矩等算法。特征提取算法需要能适应噪声、畸变、位移、旋转、缺损、变形等常见的实际情况
         
        通过以上分析，本项目的可靠性得到了保证，相信加上我们小组丰富的开发经验，该项目在技术上也会越来越成熟的，取得预期的结果。
         
        项目实施方案
        1.方案基本功能框图及描述
         

       

         
        通过传感器将包含在纹线的形状结构中的耳纹的特征提取，传感器出来的模拟信号量经FPGA采集控制模块控制A/D转换器转换成数字信号，DSP处理器将该数字信号通过二值化将与传感器接触的耳纹有用信息凸显出来，并把分布不连续的耳纹信息块标记出来，得到耳廓的边缘，以便于特征提取。最后通过相应算法以耳廓曲线的傅立叶系数为特征，或可以采用主元分析法、Zernike矩等算法。特征提取算法需要能适应噪声、畸变、位移、旋转、缺损、变形等常见的实际情况。
         
        2.需要的开发平台
        (1) 实现本方案所需要的基本功能、功能、接口：
        平台上含A/D，采样时钟可达到80MHz；
        平台上的FPGA时钟速率至少100MHz；
        平台上的FPGA有多个DCM；
         
        支持DSP；
        平台上含DRAM、SRAM或FLASH存储器。
          (3) 所需要的目标FPGA开发平台，简述为什么需要此平台
         
        目标平台为Spartan-3E 50万门开发平台，原因如下：本项目需要高速数据采集以及DSP做图象处理，需要硬件处理平台具有较高的处理速度和丰富的逻辑资源以实现SOPC系统方案，而Spartan-3E 50万门开发平台具有较强的DSP处理能力和丰富的片上资源，因此能够胜任本设计；
         
        需要的开发工具包括MATLAB/Simulink、ModelSim、XilinxISE、EDK等。
         
        2.方案实施过程中需要开发的模块
        如图1本方案中需要研制、开发的功能主要模块如下：
         

       

•                 高速A/D采集模块       
  
•                 USB模块       
  
•                 LCD显示模块；       
  
•                 触摸屏模块；       
  
•                 存储模块；
  

         
        采用模块式开发方式。
         
        3.系统最终要达到的性能指标
        通过比较现场提取的某一个耳纹特征点集合和原先建立的数据库中的某一个耳纹特征点集合的相似程度。通常用代价函数(或匹配能量)来表示相似程度，取合适的门限将给出该两组耳纹特征是否来自同一个人的同一个耳朵的判断。
         
        需要的其它资源
        1.设计输入输出功能子板
        图象采集信号放大电路、键盘输入扩展板。
        2.测试设备
        包括直流稳压开关电源、万用表、数字示波器、逻辑分析仪等常用设备。