利用生物認證技術(shù)取代傳統(tǒng)的使用鑰匙、身份證、密碼等方法進行個人身份鑒定，可廣泛應用于銀行、機場、公安等領(lǐng)域的出入管理。將信息技術(shù)與生物技術(shù)相結(jié)合的生物認證技術(shù)是本世紀最有發(fā)展?jié)摿Φ募夹g(shù)之一，而指紋識別技術(shù)則是其中非常有前景的一種。
　　數(shù)字信號處理器(DSP)是指以數(shù)值計算的方法對數(shù)字信號進行處理的芯片。它具有處理速度快、靈活、精確、抗干擾能力強、體積小、使用方便等優(yōu)點。DSP應用于指紋識別已經(jīng)成為一個新的科技領(lǐng)域和獨立的學科體系，當前已形成了有潛力的產(chǎn)業(yè)和市場。
　　本文選定100MHz DSP TMS320VC5402作為指紋信號的處理器，利用其流水線編碼的操作特點，并結(jié)合指紋識別技術(shù)，實現(xiàn)基于DSP CCS2.2的指紋識別預處理系統(tǒng)。CCS 2.2(Code Composer Studio)是一種針對標準TMS320調(diào)試接口的集成開發(fā)環(huán)境(IDE)，由TI公司于1999年推出。指紋識別的處理流程如圖1所示。

　　指紋處理過程可分為三個階段：
　　(1) 獲取原始指紋圖像，進行預處理；
　　(2) 提取指紋特征點" title="特征點">特征點；
　　(3) 指紋識別分析判斷。
　　在上述三個階段中,指紋圖像的預處理階段尤為重要,該階段對圖像處理的好壞直接關(guān)系到后面兩個階段工作的開展。本文結(jié)合TMS320VC5402的特點，重點研究指紋識別的預處理算法及其DSP實現(xiàn)問題，其中包括指紋的極值濾波、平滑濾波、拉普拉斯銳化、迭代二值化和該算法在DSP開發(fā)平臺CCS2.2的C5000上的仿真實現(xiàn)。這一問題的解決，可為未來指紋識別系統(tǒng)的脫機應用提供很有價值的參考。
1 指紋識別預處理算法
　　指紋識別預處理的目的是使指紋圖像更清晰，邊緣更明顯，以便提取指紋的特征點進行識別。本文采取極值濾波和改進的平滑濾波進行噪聲消除，使圖像不失真；采取拉普拉斯銳化對指紋進行紋線增強，突出邊緣信息，為自適應閥值的迭代二值化提供方便。
1.1 極值濾波
　　解梅、馬爭^[1]認為極值濾波器的設(shè)計是基于這樣一種理念：在指紋圖像的采集過程中，指紋圖像所受到的沖擊性噪聲表現(xiàn)為一些斑點或亮點。在一般情況下，可以認為絕大數(shù)沖擊性噪聲是被真實的灰度值所包圍。同時噪聲污染的像素要遠遠小于真實灰度值的像素。因此在噪聲的消除過程中，無需對大多數(shù)沒有被噪聲污染的像素進行改變處理，只需對那些被污染的像素進行“真實值”代替處理，而這些值的確定可通過圖像像素鄰域的相關(guān)性來確定。
　　設(shè)有一待處理器像素為s0，其周圍8鄰域像素排列為
　　
　　取鄰域相關(guān)像素的均值為Ai,i∈{1,2,...8}，并以四個像素為一組處理單元，則改進的極值濾波^[1]算法可表述如下：
　　
　　如果min(Ai)≤Ai≤max(Ai)，i∈{1,2,...8}，則將像素原值輸出，不作處理。
　　實驗結(jié)果表明，該方法能得到與中值濾波類似的效果，達到了初步去除噪聲的目的。
1.2 平滑濾波
　　經(jīng)過上面的極值濾波處理之后，圖像傳輸過程中所形成的大多數(shù)沖擊性噪聲均被除去，但指紋圖像中還存在著隨機噪聲，需進一步對圖像進行平滑處理。本文采取兩次平滑濾波，一次是在極值濾波之后，一次是在銳化濾波之后。改進的平滑卷積核為
　　
　　系數(shù)取1/15而非原來的1/17的原因在于提高圖像的對比度；而卷積核中心像素加權(quán)系數(shù)取為5是為了突出該點像素。實驗結(jié)果表明，該改進是可行的，有利于突出中心像素并有效去除隨機噪聲。
1.3 銳化濾波
　　對于由于積分運算所造成的模糊圖像，有必要對其模糊進行校正，進而增強指紋圖像的邊界。具體做法為增強指紋脊線與谷的對比度。這種增強指紋圖像的高頻成分，使其邊緣清晰的方法稱為銳化。因此，銳化的目的在于使經(jīng)過平均或積分運算后變得模糊的圖像的邊緣和輪廓變得清晰，并使細節(jié)清晰^[2]。在本文中，銳化卷積核采用拉普拉斯算子^[3]：
　　
　　通過該卷積核對圖像進行卷積預算，能實現(xiàn)高通濾波，進而得到銳化后的指紋脊線。
1.4 迭代閥值二值化
　　指紋圖像經(jīng)過極值濾波、平滑濾波、拉普拉斯銳化濾波、平滑濾波后，大多數(shù)噪聲都已被消除，這就為特征點提取提供了基礎(chǔ)。為了提取特征點，需對指紋圖像進行分割。本文采取迭代閥值的方法對指紋圖像進行閥值分割。在圖像處理中，反復地用一種運算直至條件滿足而得到輸出圖像的方法稱為迭代。迭代閥值方法如下：
　?、僭O(shè)定初始灰度閥值T(如令T＝127)，把指紋圖像的灰度值分為兩組R1和R2。
　　②計算兩組的平均灰度值u1和u2。
　?、壑匦略O(shè)定新的灰度閥值T。新的T定義為：T＝(u1+u2)/2。
　　④依據(jù)新的T對指紋圖像進行閥值分割。
　　這種方法是以自適應的閥值對指紋圖像進行二值化處理。實驗結(jié)果表明，該方法比設(shè)定固定閥值進行處理更有普遍意義，且行之有效。
2 指紋圖像在CCS 2.2上的輸入與輸出
　　在設(shè)計中，采用DSP集成開發(fā)環(huán)境CCS2.2對指紋識別算法進行模擬驗證。用指紋成像系統(tǒng)采集一幅*bmp格式指紋圖像，如finger.bmp指紋圖像。在該指紋圖像的數(shù)據(jù)上面添加一個COFF文件的文件頭。以文件名finger.out保存。*.out文件為TI的公共目標文件。利用CCS中的File－Load Data 可以將finger.out的指紋圖像放到DSP的相應內(nèi)存中去，本次設(shè)計中將finger.out存放于DSP的數(shù)據(jù)存儲空間。利用CCS中的Image菜單，通過設(shè)置相關(guān)選項可以觀察處理前的圖像與處理后的圖像。
3 實際指紋圖像預處理效果
　　依據(jù)上述指紋識別預處理算法，通過CCS2.2的模擬功能，實現(xiàn)了指紋識別預處理的DSP處理，達到了DSP處理指紋圖像的應用目的。結(jié)果如圖2所示。