創(chuàng)意耳紋識別系統(tǒng)的研究與實現(xiàn)，提供軟硬件參考解決方案

項目背景及可行性分析

1. 項目名稱、項目的主要內(nèi)容及目前的進展情況

項目名稱：基于FPGA的耳紋識別系統(tǒng)的研究與實現(xiàn)

項目內(nèi)容：主要由三方面構成：嵌入式技術、耳紋采集技術、耳紋識別算法。

目前的進展情況：算法在其它平臺處于調(diào)試階段，硬件處于模塊化設計階段

項目關鍵技術及創(chuàng)新點的論述

關鍵技術：如何利用FPGA進行數(shù)據(jù)處理改善輸入耳紋圖像的質量，以提高特征提取的準確性。

創(chuàng)新點：采用先進的SOPC技術簡化了系統(tǒng)板級設計，增強了系統(tǒng)穩(wěn)定性同時使用VHDL編程通過硬件來完成高速數(shù)據(jù)采集減輕了處理器的負擔，最終通過FPGA硬件實現(xiàn)快速耳紋圖象采集和DSP進行數(shù)據(jù)處理改善輸入耳紋圖像的質量，以提高特征提取的準確性。

技術成熟性和可靠性論述：

硬件方面：Xilinx公司Spartan-3E FPGA的DSP包括提供了一套浮點算子、DVB FEC編碼器內(nèi)核，并增強了現(xiàn)有內(nèi)核的諸多關鍵功能，包括提供了對最新的ISE 7.1i開發(fā)工具的全面支持，對性能、硅片利用率或兩者均能實現(xiàn)更佳的優(yōu)化。

算法方面：在耳紋特征中輪廓、折痕、羽翼、皺紋、斑點、胎記等元素的分布對于某一個特定人的耳紋來說，具有終生不變性和惟一性。它在耳朵的典型區(qū)域中最為清晰和明顯，是耳紋匹配的主要參數(shù)。提取過程包括偽特征點消除、外部形狀檢測、內(nèi)部結構、斑點、皺紋、折痕紋線的檢測與分類等步驟，以便于特征匹配?？梢砸远€的傅立葉系數(shù)為特征，也可以采用主元分析法、Zernike矩等算法。特征提取算法需要能適應噪聲、畸變、位移、旋轉、缺損、變形等常見的實際情況

通過以上分析，本項目的可靠性得到了保證，相信加上我們小組豐富的開發(fā)經(jīng)驗，該項目在技術上也會越來越成熟的，取得預期的結果。