指纹识别系统是基于生物特征识别技术的一项高科技安全设施

指纹识别系统是基于生物特征识别技术的一项高科技安全设施，近年来在国内外得到了广泛的应用，并已成为现代化建筑智能化的标志之一。指纹识别系统可以提供高效、智能、便捷的授权控制。由于指纹具有携带方便、人人各异、终生不变的特点，因此利用指纹识别作为身份认证的手段，与传统的钥匙、密码相比，大大提高了安全性与可信性。本系统基于ARM9芯片三星的S3C2440，以作为硬件平台，以嵌入式Linux为软件平台。S3C2440主频为400MHz，最高为533MHz；R305指纹模块，其中指纹传感器由256X300个电容传感阵列组成，其分辨率高达500dpi，工作电压范围为3．3～5V，传感器内部有8位ADC，并具有2组采样保持电路。整个系统的框图如图1所示。2操作系统由于嵌入式Linux具有内核小、效率高、开放源码、平台工具多等优点，该系统采用嵌入式Linux作为操作系统平台。构建该平台的主要步骤如下：(1)通过JTAG下载U-boot；(2)配置LinuxKernel并通过串口下载；(3)开发FPS200驱动并进行动态加载。3指纹识别的算法流程指纹识别系统按识别过程中的主要功能，可划分为指纹图像采集算法、图像预处理算法、特征提取算法，特征匹配算法。(1)指纹图像采集算法流程如图2所示。(2)指纹图像预处理算法流程如图3所示。(3)指纹特征提取算法流程提取之前首先需要进行伪指纹特征点的去除，然后提取指纹的拓扑数据结构。指纹特征匹配算法流程如图4所示。4指纹分割算法原理设一幅指纹图像的像素点数为N，其有L个灰度级(0，1，2，…，L一1)，灰度级为i的像素点数n，那么N=∑ni𝐿−1𝐼=0，对图像直方图归一化，且有概率密度分布：P，=ni／Ni，Pi≥0∑𝑃𝑖=1𝐿−1𝑖=0假设阀值t将图像分成C0和C1两类(即物体和背景)，C0和C1分别对应具有灰度级{0，1，2，…，f}和{t+1，t+2，．．·，L--1}的像素。C0类和C1类的发生概率分别为：ωo=Pr(Co)=∑Pi=𝑡𝑖=0𝜔(𝑡)ω1=Pr(C1)=∑Pi=𝐿−1𝑖=𝑡+11−𝜔(𝑡)式中：𝜔(𝑡)=∑Pi。𝑡𝑖=0Co和C-类的均值分别为：U0=∑iPiω0=𝑡𝑖=0u(t)𝜔(𝑡)u1=∑iPiω1=𝐿−1𝑖=t+1Ut−u(t)1−𝜔(𝑡)式中：u(t)=∑iP𝑡𝑖=0I;uT=∑iPi𝐿−1𝑖=0。可以验证下式成立：ω0u0+ω1u1=𝑢𝑇,ω0+ω1=1两类的类间方差𝜎𝐵2为：𝜎𝐵2=𝜔0(𝑢0−𝑢𝑇)2+𝜔1(𝑢1−𝑢𝑇)2最佳阚值t*应使类间方差最大，即：𝜎𝐵2(t∗)=∑max{𝜎𝐵2(t)}0𝑡𝐿−1