手指静脉辨认技能是一种经过手指中静脉特征信息对人体身份进行认证的技能[1]，作为第二代生物认证技能它有很高的防伪性，正招引越来越多的学者进行研讨。与其他生物辨认技能比较，手指静脉辨认技能具有以下首要长处：(1)因为手指静脉血管散布于身体内部，所以不需考虑皮肤外表要素。(2)手指静脉辨认是进行活体检测的技能，具有更高的安全性。(3)跟着摄像头的广泛使用，其价格十分廉价，用其收集静脉图画极大降低了开发本钱。手指静脉辨认技能能够使用的范畴十分广，如银行、法院等保密安全体系；智能楼宇、校园门禁及考勤等公共体系。这些使用场合不只要求辨认算法的快速性，还要求辨认设备小型化、便携化以及稳定性。所以脱节核算机的束缚，在嵌入式体系上完结手指静脉辨认成为往后开展的必然趋势。本文完结了一种依据ARM的嵌入式手指静脉辨认体系，选用的ARM11处理器具有低本钱、低能耗、高功用等特征。嵌入式操作体系选用微软的Windows Embedded CE 6.0(WinCE 6.0)，它是一个敞开、可裁剪、32 bit的实时嵌入式窗口操作体系。
1 嵌入式体系整体结构
比较完好的手指静脉辨认体系应具有收集和辨认这两个根本的功用。首要经过嵌入式收集设备获取使用者的相关信息，并将该使用者的手指静脉特征添加到手指静脉特征数据库；然后依据数据库中使用者信息与收集的手指静脉图画比对，断定其身份是否正确。为此，将该嵌入式手指静脉辨认体系分为硬件渠道、嵌入式操作体系和使用软件三部分。
嵌入式体系硬件首要由嵌入式微处理器S3C6410及其外围扩展电路组成。其间，S3C6410是一款依据ARM11内核的微操控器，其主频达667 MHz，具有丰厚的外围接口操控器，能够满意图画辨认所需功用要求。嵌入式操作体系选用 WinCE6.0，其模块化规划使得嵌入式体系和使用程序开发者能够方便地依据需求定制产品，一同还具有100%敞开WinCE 6.0内核源代码。选用微软的多媒体DirectShow技能，在Visual Studio 2005环境下开发图画收集使用程序，在PC机上调试成功后移植到嵌入式体系渠道下运转并完结身份辨认。
2 嵌入式体系硬件规划
体系硬件规划选用模块化规划准则，把嵌入式体系硬件渠道分为微处理器中心模块、手指静脉成像模块、主动调光操控模块和辅佐操作模块。其硬件结构如图1所示。
本规划选取S3C6410作为嵌入式微处理器，其上外接DRAM接口、Nand Flash接口以及丰厚的总线接口电路。一同S3C6410还集成了电源电路、复位电路、RS232接口电路和USB接口电路等部分。其间，DRAM接口用于衔接动态存储器，本规划选用Mobile DDR存储器，用于运转操作体系及存取使用程序。Nand Flash则用于固化嵌入式操作体系Windows CE内核、手指静脉辨认软件等，以及贮存收集的图画等数据资料。
手指静脉成像模块包含红外光源、红外滤光片和图画传感器。本规划选用微型OV9650图画传感器模组，它由30针的CMOS图画传感器和手动微调镜头组成，需要为其供给有必要的电源。摄像头电源电路如图2所示。经过S3C6410的摄像头接口从S3C6410获取+5 V电源，别离转化为3路电压值为摄像头电路供电。
本文经过转接板来完结摄像头模组与S3C6410的衔接，其接口电路如图3所示。其间，J1用于 S3C6410摄像头接口与转接板的衔接，U10则是摄像头模组与转接板的接口。
关于近红外光源，选用波长为850 nm、型号为TSHG5210的高速红外发光二极管，规划中排成直线形阵列。因为环境不同，可见光对手指静脉成像影响也有所不同，因而，在镜头前放置型号为IR780的近红外滤光片来滤除可见光。
主动调光操控模块使红外光源能够依据被收集目标手指的不同粗细进行主动调光，使摄像头接收到的光强不变，收集到的图画亮度适中。本规划在本来研发的积分调理电路[2]基础上改善为带PID操控器的红外光强主动调理电路。当选用PID电路进行串联校正时，能够使得体系型别进步一级；一同还为体系供给两个负实零点，进行调理时，可进一步进步体系稳定性，改善体系动态功用。PID操控器电路图如图4所示。
辅佐操作模块包含LCD、USB鼠标和8×8矩阵键盘等，用于对嵌入式体系进行操控。
3 嵌入式辨认体系使用软件开发
本文选用多媒体DirectShow技能来规划摄像头图画收集使用程序。为了完结对图画数据的处理，创立多个过滤器并衔接，数据流从源过滤器经过中心过滤器移动到烘托过滤器，终究供给给用户。在这个进程中完结对数据的读取、解码、将数据输出到相应设备上。本文将视频预览和视频捕捉封装成视频收集过滤器，如图5所示。其间，“智能Tee”是为了调理PCI总线分流数据。
经过Visual Studio 2005开发环境的MFC智能设备使用程序导游创立一个依据对话框的使用程序；然后创立类、规划收集界面以及编写程序，完结视频收集与预览、图画保存等功用。所用到的首要函数如下：
GetFirstCameraDriver()：获取体系中注册的第一个视频捕捉设备名。
FreeDShow()：开释创立DirectShow接口目标。
PreviewCamera()：用于预览视频，一同担任DirectShow接口的初始化作业。
SnapPicture()：抓拍视频中的一幅图片，并以文件方式保存。
此外，把手指静脉辨认算法参加到使用程序中，并移植到WinCE 6.0操作体系下。该软件功用包含：录入手指静脉图画并保存一切相关信息至数据库中，测验当时收集手指静脉图画与数据库中图画是否匹配；调取数据库中手指静脉图画进行算法研讨。
当需要用本体系进行手指静脉辨认时，先发动操作体系，用户从可视化界面输入相应信息，开端收集图画。
4 手指静脉辨认算法
手指静脉辨认算法是本体系软件的中心部分，现在该算法在核算机上已到达较高水平。但将其移植到嵌入式体系时，因为受嵌入式处理器硬件功用的约束，达不到预期的作用。因而，本文选用了一种适合于嵌入式体系的手指静脉辨认算法。
4.1 图画预处理
（1）格局转化与灰度归一化。本文中经过图画收集设备收集的手指静脉图画是24 bit JPG格局的真彩图画，选用Imaging技能[3]循环解码将其转化为24 bit BMP格局的图画。
经过改动各个重量(R，G，B)的权重，把三个点组成一个点就能够将24 bit BMP图画转化成256色的灰度图画。本规划选用加权平均值法能够得到较合理的灰度图画，即：
（4）滤波与去噪。在经过前面图画切割后的特征图画中存在许多孤立点、块状噪声以及一些细微空泛。为了便于今后处理，有必要填充这些细微空泛和除掉噪声。首要选用中值滤波法，消除图画中的高斯噪声和脉冲搅扰信号，接着进行面积去噪，以消去孤立的噪声。
（5）纹理细化。经过一系列处理后的图画静脉纹理很粗，所以选用改善的条件细化算法进行处理，即在条件细化后的静脉图画上，参加模板算法去掉分叉点处冗余的像素。意图是经过接连剥离图画最外层元素直到取得单像素的连通线，去掉冗余信息，且保存纹理的拓扑衔接联系，以利于后续的特征提取。
其间，Np为点集P中元素的个数。
5 试验成果
把在PC机开发的使用软件移植到ARM11板，上电敞开操作体系运转该软件，开端收集和测验手指静脉图画的作用图如图7所示。
本软件把图画收集、预处理等一系列进程组成到一同进行操作，完结一键完结，使其愈加挨近产品化。录入用户图画信息时，图画处理到达了每次约0.5 s的速度，令人满意。试验测验中，收集50个手指的静脉图画，每个手指收集4次，总共收集了200幅静脉图画，构成手指静脉数据库。依据本文的办法，来验证算法的匹配辨认作用。测验1:1匹配辨认，将每个手指的1个样本别离与其他3个样本进行比对完结辨认，每次辨认进程到达约0.4 s的速度，得到的成果如表1所示，到达了预期的作用。
本文构建了一种依据ARM技能的嵌入式手指静脉辨认体系。规划的硬件渠道稳定性好、集成度高；选用的WinCE 6.0界面友爱、画面明晰；开发的辨认使用软件能够开机发动，便于操作，使本辨认体系具有很好的人机交互特性。一同针对嵌入式体系选用一套适宜的手指静脉辨认算法。试验标明，该手指静脉辨认体系能够完结快速图画处理和辨认，与依据PC机的辨认体系比较，具有体积小、重量轻、易于移动与操作、易于集成等长处。
