指纹辨认技能在整个生物特征辨认范畴占有侧重要位置，现在传统的指纹辨认体系在指纹匹配精确度上也现已到达了比较抱负的作用。但是，跟着数据信息的胀大，在许多使用场合下指纹数据库的规划越来越大，当体系需求处理大容量的指纹数据库时，假如选用传统的1对1的指纹辨认方式，则将耗费适当长的时刻。这关于实时性要求较强的使用体系而言，显然是不行承受的。为了提巨大容量数据库下指纹辨认的功率，一种依据指纹检索战略的快速查找计划被提出，这一计划将有用下降整个指纹辨认进程的耗时量。
此外，在嵌入式技能高速开展的今日，商场关于高度集成化、便携化、智能化的嵌入式指纹体系有着激烈的需求。考虑到嵌入式指纹体系需求进行现场指纹收集、指纹查找和验证等进程，则更需求合理的战略来确保体系的实时性和可靠性。因而，规划高效的嵌入式指纹检索算法，并在具有大容量指纹数据库的嵌入式体系下完结指纹的快速检索与匹配，有侧重要的研讨含义和广泛的商业价值。
1.主动指纹辨认体系研讨
跟着核算机和信息技能的开展，FBI和法国巴黎警察局于上世纪六十年代开端了对主动指纹辨认体系AFIS（Automatic Fingerprint IdenTIficaTIon System）的研讨。主动指纹辨认体系（AFIS）开始使用于刑事案件侦破之中，到了九十年代，被广泛用于个人身份的断定。
主动指纹辨认体系（AFIS）是一个典型的生物特征辨认体系，它包括了指纹图画收集模块、图画预处理模块、指纹特征剖析与提取模块、指纹比照匹配模块等几个部分。在实践使用中，一个完好的主动指纹辨认体系一般能够完结指纹注册和指纹匹配两大功用。在进行指纹注册时，体系首要通过指纹图画收集模块采样得到待注册用户的指纹图画数据；随后将这些数字化的图画信息传入主操控器，并由图画预处模块进行预处理加工；接着由指纹特征剖析与提取模块提取出需求的指纹特征，并生成指纹特征模板；最终将特征模板寄存到指纹数据库中。在进行指纹匹配时，首要依然是收集待断定用户的指纹图画数据；接着相同进行图画预处理和指纹特征提取；然后使用提取到的待测指纹特征与指纹库中的指纹特征模板进行比照；最终给出认证成果以承认身份是否匹配。主动指纹辨认体系根本作业流程如图1所示。
为了应对某些大容量指纹数据库下主动指纹辨认体系运转功率低下的问题，现在学术界也提出了相关优化办法，其间以指纹分类战略和指纹检索战略最具代表性。指纹分类技能的不足之处在于人体指纹并非均匀的散布在各个指纹类中，在很大的数据库下并不能很有用的减小比照规模；别的关于含糊指纹，并不能起到精确的分类作用。而指纹检索技能则能较好的防止以上问题，在缩小比照规模的一起，也克服了含糊指纹分类不确定的缺点。
2.指纹检索算法与程序规划
2.1指纹图画预处理算法
指纹检索的首要环节便是进行指纹图画的预处理作业，其意图是为了去除图画无效区域、下降噪声，然后进步指纹检索的功率。在使用指纹收集器获取到灰度化的原始指纹图画后，首要是进行指纹图画的切割，提取出指纹前景区；然后再通过核算均匀像素灰度的办法对图画进行规范化处理，使指纹图画的灰度和比照度调整到一个统一规范的规模内。
预处理的第二环节是图画的滤波增强，本文选用依据方向场和频率场特性的Gabor滤波增强算法对指纹图画进行增强处理。在滤波前首要需求核算指纹图画的脊线方向场图画和频率特性图，关于指纹脊线方向场信息，选用经典的Sobel算子求取像素的梯度值，然后使用求出的像素横向梯度矢量Gx和纵向梯度矢量Gy核算方向视点值；关于指纹频率信息，则通过核算某一区域指纹脊线间均匀像素间隔而得到。取得以上信息后，再使用Gabor滤波函数对指纹图画做增强处理。
得到增强的指纹图画后，还要对图画进行二值化和细化处理。二值化是使灰度图画变成是非图画，将图画在灰度层次上从本来的256色降为是非2色，对指纹图画信息量进行了紧缩；细化则是在不改动原有图画像素拓扑衔接联系的条件下，保留了纹线的首要信息，使指纹图画的脊线散布变得简单明了，为指纹特征的提取和索引做准备，因而也是图画预处理中十分重要的一步。
2.2指纹特征提取算法
指纹特征提取的首要意图是核算指纹中心点（Core）和细节点（MinuTIa）的特征信息。在提取指纹中心点时，选用的是Poincare Index算法，该算法的思路是在指纹图画某像素点区域内，按盘绕该点的闭合曲线逆时针方向旋转一周，核算方向视点旋转改变量的和，最终以核算成果来寻觅中心点。核算进程中假如某像素点的Poincare Index值为π则断定为中心点，然后便提取该点的坐标与方向场信息，记为P（Cx， Cy，θc）。
关于指纹的细节点特征，在本规划中只要求提取指纹脊线端点（Ending）和脊线分叉（BifurcaTIon）两种细节点。在细化的指纹图画中，这两种细节点的形状如图2和图3所示：
在提取指纹细节点时，首要为细化图画中的每个像素点P树立一个8邻域像素区，如图4所示。其间P1~P8为像素点P周围的附近盘绕像素点。P1~P8中黑色点的值设为1，白色点的值设为0.
依据Crossing Number （CN）理论，在8邻域像素图中依照公式1核算像素点的CN值。例如在图2和图3中，8范畴像素区域内中心点的CN值别离为1和3.
最终按上述办法对细化指纹图画中的一切像素点进行CN值核算，当CN值为1时，可断定所检测的P点为脊线端点，当CN值为3时，则可断定P点为脊线分叉点。检测到细节点之后回来该点的坐标（x，y），并依据CN的值回来细节点的类型T，然后再读取该点的方向角θ。因而，在本算法中一个指纹细节点的详细特征最终用M（x， y，θ，T）算子来表征。
2.3 指纹索引与检索算法
在得到一系列的指纹特征后，接下来便是规划指纹归纳索引因子。索引因子以多维向量的方式表明，归纳了一枚指纹图画的归纳特征。指纹检索时通过将待查询指纹的索引因子与数据库中指纹的索引因子相比较，可快速核算得出与方针指纹类似度较高的一批候选指纹，到达有用减缩匹配规模的意图。指纹归纳索引因子的规划描绘如下：
公式2中Θm×n 代表将指纹图画划分为m×n块今后，由指纹图画每一子块部分脊线方向场组成的视点矩阵；Fm×n代表指纹的部分脊线频率矩阵；D代表以指纹中心点P（Cx，Cy）为中心，固定半径R内一切细节点到中心点间隔的均匀值；Δ则代表离中心点最近的三个细节点（设M1， M2， M3）的方向角与中心点方向角的差值，记作Δ={ω1， ω2， ω3}（ωi=θi-θc，且-π《ωi《π）。
检索开端时，设待查询指纹的归纳索引因子为S{Θm×n，Fm×n，D，Δ}， 指纹数据库中的指纹归纳索引因子为S’{Θ’m×n，F’m×n，D’，Δ’}。然后核算以下各项类似度分数：
其间dj=θ［j］-θ’［j］， （j=1，2，…，m×n；θ［j］为指纹图画第j块的部分脊线方向角）。
最终依据以上4个类似度值核算S和S’这两枚指纹的整体类似分数T。
公式7中μ表明各部分类似度值的权重因子。依据实践测验，在确保检索作用最佳时，μ的各项经验值别离取：μ1=0.28，μ2=0.16，μ3=0.30，μ4=0.26。检索算法依照索引因子比对法则将待查询指纹与数据库中的一切指纹进行检索比照，在遍历完好个指纹数据库今后，得到了一系列的类似度分数。最终依据设定的阈值分数，选出分数最高的一部分指纹，然后下降指纹比照辨认的规模。
2.4 软件程序规划
软件程序是整个指纹检索算法的映射与完结，它将算法的各个理论环节转化为实践的函数，并封装成能够在嵌入式体系下履行的功用模块。本文中嵌入式指纹检索程序完结用户指纹注册和指纹检索匹配两大功用，涵盖了指纹收集程序、指纹图画预处理程序、指纹特征提取程序、指纹索引与检索程序、指纹匹配程序等部分，其履行流程如图5所示。软件进入到履行状况后，首要依照用户指令参数进行方式判别，挑选进入到指纹注册或许指纹检索状况。当挑选指纹注册入库时，软件会先进行指纹图画收集，然后对图画进行预处理，接着提取出指纹的细节特征并树立指纹索引因子，最终将指纹特征模板和对应的索引因子入库保存。而当需求进行指纹检索时，体系相同会先进行指纹收集、图画预处理、特征提取和索引因子树立，然后使用索引因子进行指纹库检索，找出与查询指纹最类似的一批待匹配指纹，最终使用匹配程序对这部分指纹逐个比照，给出匹配成果。
3.嵌入式使用渠道规划
为了使所规划的指纹检索算法得到完结和验证，依据嵌入式指纹检索体系的要求，还需求规划嵌入式使用渠道。该渠道的规划首要分为硬件体系和软件环境两部分。
3.1嵌入式硬件体系规划
本文所规划的用于指纹检索算法完结与验证的嵌入式硬件渠道以东南大学自主研制的高功能微处理器SEP6200为中心操控单元。SEP6200是一颗32位的高功能使用处理器，主频到达800Mhz，有着高效的运算和操控能力，能够较好的履行指纹检索程序。主操控器合作DDR、Nand Flash、LCD、USB指纹收集器等外围设备，建立成了完好的嵌入式指纹检索硬件渠道，图6是所规划的嵌入式指纹检索体系的硬件结构结构图。体系中主操控器SEP6200用于操控指纹采样和进行使命调度；DDR模块用来暂时存储指纹图画数据和履行软件程序；Nand Flash用以寄存算法软件代码和指纹数据库；LCD显示屏在履行算法时用于供给杰出的GUI用户界面；USB指纹收集器则是用来收集原始指纹图画，并将图画数据经USB接口传送至中心操控单元。
3.2嵌入式软件体系装备
嵌入式软件体系首要涉及到操作体系和设备驱动装备两个方面。
3.2.1.嵌入式Linux操作体系
本规划选用Linux2.6内核操作体系作为嵌入式底层软件根底渠道。Linux操作体系作为一个开源软件体系，有着杰出的可装备、可裁剪特性，一起其开发周期短、成本低、安全性高，十分适用于嵌入式体系下指纹检索使用软件的开发和测验。
3.2.2.驱动程序装备
为了使操作体系能够操控USB指纹收集器和LCD等外设作业，有必要为Linux内核装备相关的设备驱动程序。关于USB指纹收集器，本规划选用V4L2驱动结构对图画数据进行操控办理，V4L2是Linux下开发视频设备驱动的一套新结构，该结构为驱动程序界说了一系列对应的回调函数，一起为使用程序界说了一套规范的API调用，便于用户在使用层通过URB取得指纹图画数据。此外，关于LCD液晶显示屏也需求供给相应的驱动支撑，LCD一般由微处理器的LCDC（LCD Controller，LCD操控器）进行操控。
4.体系测验与剖析
在体系规划完结之后，笔者对体系的功能和功率等方针做了相应的测验。试验中选用了两个指纹数据库进行体系验证，别离是国际规范指纹测验库FVC2000-DB3和本体系收集自建的指纹数据库库OWN-DB.FVC2000-DB3包括800张指纹图画，OWN-DB包了含500张指纹图画，两库中的图画都以8位灰度的BMP格局保存，图7和图8别离为两个指纹数据库的示例图画。
指纹检索算法的功能选用检索穿透率（Penetration Rate， PR）和检索错误率（Error Rate， ER）衡量。检索穿透率（PR）界说为检索得出的待匹配指纹数量占整个数据库的比重，该比重能够由算法程序员自行设定；检索错误率（ER）则界说为在某一穿透率的约束下，在待匹配指纹中未检测到方针指纹的概率，即检索失败率。在试验中使用所述的两个指纹数据库对体系进行测验，得到一系列的试验数据，将这些试验数据进行曲线拟合，制作出如图9所示的曲线图。
从试验数据图可知，在FVC2000-DB3数据库上，当检索穿透率为10%时，体系检索错误率在6%左右。而在OWN-DB数据库上，当穿透率为10%时，体系错误率则可下降至4.6%以内，充沛验证了本规划的可靠性。此外作为嵌入式体系，软件程序的履行功率也是一项重要方针。在试验中，当体系进行1：800检索时总耗时1.63秒；当进行1：500检索时总耗时0.99秒。整体来看，体系的实时性也到达了比较杰出的方针。
结语
指纹检索算法是一种使用于大容量指纹数据库的快速指纹查找计划。本文在对传统主动指纹辨认体系研讨的根底上，规划了依据多维向量指纹索引因子的快速指纹检索算法，一起使用国产SOC芯片SEP6200，建立了嵌入式使用渠道，并最终将所规划的算法以使用程序的方式在嵌入式方针渠道上进行映射与完结。体系通过试验测验与剖析，得到了杰出的功能方针，进一步证明了本规划的可行性。
