基于NIOSⅡ的自动指纹识别系统

论文摘要

目前,自动指纹识别广泛应用于社会生活中。其中,许多领域都要求指纹识别速度快,实时性好,这给指纹识别技术的研究带来了的挑战。一般情况下,为了满足这一要求,只能从系统硬件和软件两个方面去改进和完善。例如,在硬件上,使用高性能的处理器;在软件上,采用运行更加快捷的算法。但是,这使得开发成本高,影响了系统的推广。同时,由于在指纹图像预处理的过程中,指纹图像的处理数据量大,因此即便是算法有所改进,处理速度也很难提高。针对以上所述,本文提出了一种新的自动指纹识别系统,兼顾了系统改善对软硬件的要求。利用Nios II处理器的可配置特性,配置高性能的处理器;采用Nios II定制指令,加快系统的处理速度。具体而言,就是把传统指纹识别系统中的加减、乘除、乘方、开方等算术运算,通过Nios II定制指令用硬件逻辑实现。Nios II定制指令,是将一个复杂的标准指令序列简化为一个用硬件逻辑实现的单一指令,从而简化系统软件设计并加快系统运行速度。本文概述了生物特征识别及课题的背景意义,详细说明了指纹识别的原理。同时,也对开发资源及各种开发工具进行了简要地介绍。在此基础上,完成了部分系统硬件设计及软件设计。系统硬件设计,主要在SOPC Builder集成开发环境中完成了处理器的配置、Nios II定制指令和系统所需外设的添加及相应SOPC系统的生成。系统软件设计,主要在Nios II IDE中,采用Nios II定制指令的方式,通过软件编程实现了指纹图像的预处理、细节特征点提取及匹配。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 前言
• 1.2 指纹识别的发展历程
• 1.3 生物特征识别
• 1.3.1 生物特征识别的优势
• 1.3.2 用于身份识别的生物特征的特点
• 1.4 课题研究的背景及意义
• 1.5 设计目标
• 1.6 本论文主要工作
• 2 指纹识别的基本原理及系统实现方案
• 2.1 指纹识别技术简介
• 2.2 指纹图像获取
• 2.3 指纹识别的基本原理
• 2.3.1 指纹的总体特征
• 2.3.2 指纹的局部特征
• 2.3.3 指纹识别
• 2.4 指纹图像预处理方案的选择
• 2.5 系统实现方案
• 2.6 本章小结
• 3 开发工具的介绍
• 3.1 QuartusII开发软件
• 3.1.1 SOPC Builder 开发工具
• 3.2 NIOS II IDE 集成开发环境
• 3.3 开发平台
• 3.3.1 开发板资源
• 3.4 本章小结
• 4 系统设计
• 4.1 硬件构成
• 4.1.1 总体功能设计
• 4.1.2 系统的硬件结构设计
• 4.2 系统软件
• 4.2.1 算术运算的硬件逻辑实现
• 4.2.2 定制指令
• 4.2.3 定制指令验证
• 4.2.4 实验结果
• 4.2.5 系统软件设计流程
• 4.3 NIOSⅡ软件架构解析
• 4.3.1 异常概念
• 4.3.2 复位概念
• 4.3.3 硬件抽象层（HAL）系统库
• 4.3.4 IDE 属性配置
• 4.3.5 NiosⅡ软件架构中的预处理器
• 4.4 中断服务程序
• 4.4.1 ISR 的HAL API
• irq_register（）函数注册ISR'>4.4.2 利用alt_irq_register（）函数注册ISR
• 4.4.3 ISR 的编写
• 4.4.4 ISR 的允许和禁止
• 4.4.5 ISR 的快速处理
• 4.4.6 描述ISR 性能的参数
• 4.4.7 ISR 的调试
• 4.4.8 编写ISR 的方法小结
• 4.5 本章小结
• 5 指纹图像预处理过程的实现
• 5.1 中值滤波
• 5.2 归一化处理
• 5.3 方向图计算
• 5.4 指纹图像分割
• 5.5 指纹图像增强
• 5.6 二值化及二值化后滤波处理
• 5.6.1 二值化
• 5.6.2 二值化后处理
• 5.7 细化及细化后滤波处理
• 5.7.1 指纹图像的细化过程
• 5.7.2 细化后的滤波
• 5.8 实验结果
• 5.9 本章小结
• 6 指纹细节特征点提取
• 6.1 指纹图像细节点提取概述
• 6.2 指纹图像细节特征点提取方式的选择
• 6.3 细节特征点提取
• 6.3.1 端点提取
• 6.3.2 分叉点提取
• 6.4 伪特征点去除
• 6.5 本章小结
• 7 指纹细节特征点匹配
• 7.1 匹配方式的选择
• 7.2 验证结果
• 7.3 本章小结
• 结论
• 参考文献
• 附录A
• 附录B
• 在学研究成果
• 致谢