返回主站|会员中心|保存桌面|手机浏览

《科技资讯》杂志

杂志等级
    期刊级别:国家级期刊 收录期刊:知网收录(中) 维普收录(中) 万方收录(中) 国家图书馆馆藏 上海图书馆馆藏
本刊往期
站内搜索
 
友情链接
  • 暂无链接
首页 > 杂志论文 > 基于DSP的手形识别系统设计
杂志文章正文
基于DSP的手形识别系统设计
发布时间:2018-12-03        浏览次数:17        返回列表

刘惠影 邢笑雪 商微微

摘 要:信息安全越来越受到人们的重视,手形识别是一种生物特征识别技术,其接受性好、稳定性高、简单可靠,已经广泛应用于身份识别领域。基于DSP的手形识别系统具有成本低、体积小、效率高等优点,受到人们关注。本文设计一种基于DSP的手形识别系统,介绍了手形特征提取方法,设计了以TMS320DM642为核心的手形识别系统结构和軟件框架。结果表明,该系统能够准确提取手形几何特征,实现了识别功能。

关键词:手形识别 DSP 系统设计 特征提取

中图分类号:TP391 文献标识码:A 文章编号:1672-3791(2018)12(b)-00-02

近年来,因个人身份信息泄露造成财产损失事件屡见报道,信息安全问题引起人们广泛关注。生物特征身份识别方法具有唯一性、安全性、可靠性、方便性等优点,已广泛用于身份认证领域。手形识别是一种典型的生物特征识别技术,是利用手部轮廓特征进行识别,具有简单方便、接受性好、安全性高、稳定性好等优点[1]。目前,手形识别系统已经被广泛应用于多个行业和领域[2]。早期手形识别系统采用计算机为核心,这种系统成本较高、体积大。目前手形识别系统基本采用嵌入式系统,以DSP数字信号处理器为核心,成本低、体积小、效率高、实用性强。本文主要研究一种基于DSP的手形识别系统设计方法,提出手形特征提取方法,设计手形识别系统结构和软件框架。

1 手形特征提取方法

本文手形特征提取主要是提取手形几何特征。整个提取过程包括手形图像灰度化、手形图像二值化、手形图像除噪、手形轮廓提取、手形定位、手形特征提取等[3]。

(1)手形图像灰度化基于图像RGB分量加权实现,根据加权平均法对图像进行灰度化处理,以得到对比度较高的灰度图像。

(2)手形图像二值化,是将灰度图像中的像素点灰度值转换为0或255,即将灰度图转换为黑白图。由于人手与采集背景颜色差别较大,本文采用固定阈值法对图像进行二值化处理,计算简单,处理效果较好。

(3)采集到的手形图像通常含有噪声和干扰,需要进行除噪处理。为简化计算同时保证算法可靠性,本文采用高斯滤波对二值化图像进行去噪处理。

(4)手形轮廓提取是提取手形的准确外部轮廓。由于图像中手形轮廓连续,针对该特性,本文采用基于图像边沿检测准确提取出手形轮廓。

(5)手形定位是定位手部的指尖点、指根点。在手形特征提取过程中,这些特征点是重要的参考依据。由于指尖点和指根点通常是曲率的极值点,因此本文采用曲率法进行定位。需要说明的是,由于每个人手掌摆放和手指张开的角度不同,手指跟部通常表现出明显的非线性,需要对手指进行分离处理。同时,大拇指较为特殊,所包含的有用信息较少,手指分离处理后需要舍弃。

(6)手形特征提取的是手指的宽度几何特征,每个手指选取多个手指宽度几何特征,利用这些宽度值进行识别。

2 手形识别系统硬件设计

基于DSP的手形识别系统应具备手形图像采集、数据存储、特征提取、输出显示等功能。本文以DSP为核心,设计各个功能子模块来实现各自功能。处理器的性能直接影响系统性能,结合手形识别系统的运算速度、功耗等实际需求,最终选用TI公司生产的TMS320DM642芯片。该芯片具有较强的运算处理能力,接口丰富,具有音频和视频接口,在数字图像处理等领域应用广泛。本文根据手形识别系统的需求和DSP芯片性能特点,设计了总体电路,系统结构如图1所示。

系统中摄像头用于获取手形图像,摄像头输出的模拟量信号经过视频解码器转换为DSP可接收的数字信号,选取GM7150低功耗视频解码器完成图像转换。DSP完成图像处理算法,需要足够的存储空间,而TMS320DM642的内存性能有限,必须外扩存储器。本文设计扩展数据存储器用来存取图像及特征提取数据,扩展程序存储器用来存储程序。采用SAA7129H视频编码器将数字图像信号转换为模拟图像信号输出到显示器。

3 软件系统设计

基于DSP的手形识别系统软件设计实际包括硬件工具和软件工具。硬件工具主要是仿真器、系统开发板等,软件工具主要是程序编译器、链接器等。目前基本应用具有多功能的集成开发工具,简化了DSP系统软件开发。本文设计DSP手形识别系统软件采用Code Composer Studio集成开发环境,软件系统的设计包括程序设计、视频底层驱动设计和功能模块设计。确定了各个功能模块,包括图像采集模块、图像处理(特征提取)模块、手形识别模块、显示模块和控制模块等。

4 实验

本文搭建了基于DSP的手形识别系统,将所提出的手形特征提取方法移植到DSP。系统通过采集受试者的手形图像,提取手形特征,与数据库中的手形特征进行比较,完成识别功能。摄像头实际采集到的手形图像,以及图像处理和特征提取处理得到的手形几何特征如图2所示。

经过系统程序处理,所提取到的手指宽度几何特征与数据库中存储的手指宽度几何特征符合同人属性,系统判断为同人手形。这与实际情况一致,表明本文设计的手形识别系统工作正常,实现了识别功能。

5 结语

本文研究了基于DSP的手形识别系统,提出了手形特征提取方法,介绍了手形识别系统硬件和软件设计。通过实验验证了所提出特征提取方法,基于DSP的手形识别系统工作正常,实现了识别功能,实用效果较好。

参考文献

[1] Kumar A,Zhang D.Personal recognition using hand shape and texture[J].Image Processing,IEEE Transactions on,2006,15(8):2454-2461.

[2] 高雷.基于DSP的手形识别系统[D].吉林大学通信工程学院,2015.

[3] 刘惠影.基于DSP的手形识别系统研究[D].吉林大学,2016.