基于NETFPGA的手背靜脈身份認(rèn)證系統(tǒng)

　　1. 流水線處理

　　流水線處理是高速設(shè)計中的一個常用手段。如果某個設(shè)計的處理流程分為若干步驟且數(shù)據(jù)處理都是單流向的，前一個步的輸出作為下一個步的輸入;那么就可以采用流水線設(shè)計方法提高系統(tǒng)的工作效率。對于我們的圖像處理算法來說，存在很多同一條指令連續(xù)處理很長一段數(shù)據(jù)的情況，此時提高吞吐率就顯得非常有意義。另外，主處理芯片Virtex-II Pro的邏輯門資源相對富裕，對流水線的實現(xiàn)規(guī)模約束很小。圖像的預(yù)處理不存在迭代式的反饋回路，使得單元結(jié)構(gòu)更加規(guī)則，也非常適合通過Virtex-II Pro實現(xiàn)[2]。

　　圖像預(yù)處理過程分為濾波、閾值分割、開操作、閉操作這四個步驟。開始處理時，預(yù)處理流水線每個時鐘周期讀入一個像素數(shù)據(jù)，流水線填滿后，每個時鐘周期內(nèi)，預(yù)處理流水線再輸出一個處理完的像素數(shù)據(jù)，各個模塊間連接，無需緩存。其中開操作由一次腐蝕和一次膨脹構(gòu)成，閉操作由一次腐蝕和一次膨脹實現(xiàn)。圖3以膨脹運(yùn)算為例說明了流水線處理過程。

　　以圖像膨脹流水線模塊為例說明：像素數(shù)據(jù)流進(jìn)入模塊后，先進(jìn)入三行緩沖器，每行緩沖器輸出接到一個三像素緩沖器，相當(dāng)于把圖像信息送入了 鄰域。這樣就可以在每一個時鐘周期都進(jìn)行一次或操作，得到一個像素點的新數(shù)據(jù)，完成了膨脹算法。其他模塊與之類似，在此不再贅述[3-4]。

　　2. 軟硬協(xié)同處理[5]

　　圖像匹配是一項運(yùn)算量大且耗時的工作。采用軟硬協(xié)同處理的設(shè)計策略，利用硬件模塊完成大部分運(yùn)算，軟件負(fù)責(zé)控制和調(diào)度，系統(tǒng)效率大為提升。匹配算法需要進(jìn)行多次迭代運(yùn)算(主要針對于平移和旋轉(zhuǎn))，不適合流水線處理。匹配過程中需要讀取返回值進(jìn)行控制(如控制模板平移的位置，對每次匹配的結(jié)果做比較等)，由PowerPC軟件程序完成。在硬件系統(tǒng)中，BRAM資源非常有限，不可能同時用很大的內(nèi)存空間做點集匹配。我們采用BRAM的空間并行化方法。通過改變BRAM的地址來讀取的圖像信息就可達(dá)到平移圖像的目的。匹配算法的軟硬協(xié)同實現(xiàn)框架如圖4所示：

　　系統(tǒng)測試方案及測試結(jié)果

　　匹配認(rèn)證結(jié)果測試

　　測試方法：對該系統(tǒng)做多樣本的綜合輸入測試，計算拒識率、誤識率，建立樣本庫為50的數(shù)據(jù)庫，反復(fù)測試并記錄結(jié)果。

　　錯誤輸入1：使用沒有注冊的手，用正確的方式(位移+3mm，角度+5度，上下+10度以內(nèi))如表1。

　　錯誤輸入2：使用已經(jīng)注冊的手，用錯誤的方式(平移，旋轉(zhuǎn)隨機(jī))如表2。

　　正確輸入：使用已經(jīng)注冊的手，用正確的方式(位移+3mm，角度+5度，上下+10度以內(nèi))如表3。

　　出現(xiàn)拒識現(xiàn)象，主要是因為輸入物體的錯誤或是系統(tǒng)使用時，忽視固定裝置，隨意擺放造成的。因此，當(dāng)正確擺放手時，系統(tǒng)有極高的匹配率。