掌形识别数据采集系统介绍
摘要： 人体掌形识别对掌形数据的准确性要求很高，本文的DSP数据采集系统可对CCD获得的人体掌型图像实现快速准确的采集和处理。实验结果表明，系统的可靠性、稳定性好。
关键词： 掌形识别;DSP;CCD;数据采集系统
引言
生物特征识别技术，系指利用人体所固有的生理特征或行为特征来进行个人身份鉴定[1]。一些代表性的生理特征有指纹、掌形、脸形、虹膜、视网膜、声音等，但是虹膜识别、脸型识别、声音识别、指纹识别等又存在着设备价格昂贵、受环境影响比较大、容易伪造、存在特殊人群等问题。掌形识别技术是新的一种生物识别技术，可以很好的解决了现有生物识别技术的瓶颈。 本设计讨论的掌形数据采集电路为这种新的识别技术提供准确、可靠的原始数据。
硬件设计方案
基于DSP的数据采集系统，将传感器技术、可编程控制技术、噪声处理技术和图像处理技术等相结合，构成了具有人体掌形数据采集的图像处理系统;实现了对人体掌形图像快速、准确的采集与处理。总体方案的框图1所示。
图1 总体结构框图
数据采集系统工作原理
东芝公司TCD1206的光敏单元受亮度制动调整的白炽灯光的激发将人体手掌的光学图像转化为按时序串行输出的电信号，并在脉冲驱动电路发出的驱动脉冲作用下把模拟图像信号串行输出到前置放大电路前端。经前置放大电路隔直放大后的模拟图像信号再经过滤波电路近一步降噪后输出到TMS320C5509 DSP处理器内部的A/D转换器进行A/D转换。DSP处理器将转换后的数字图像信号存入外扩SDRAM中，并在采集过程中DSP处理器开始对其进行预处理得到手掌轮廓，再根据特征提取分类器的结构算法从处理后的图像中得到有效的特征参数，最后与事先采集到的样本信息进行比对，完成采集识别过程。
CCD驱动电路设计
系统中采用的TCD1206线阵CCD有2160个有效像素单元，其定时时序如图2所示。其中ΦSH是转移脉冲，F1、F2是相时钟，FRS是输出单元的复位脉冲，FOS是采样脉冲。在 FSH脉冲正跳变的作用下，CCD上所有光敏单元内的电荷信号一起转移到各自相应的转移寄存器中，接着在相时钟F1、F2的作用下顺序向输出单元输出[2]。从ΦSH正跳变开始的第64个脉冲以后是有效的光敏信号，输出的信号的大小与入射光的光强及光照时间成正比关系。输出信号中像元位置的确定由相时钟F1、F2的脉冲个数决定 ,与脉冲的宽度无关，且 CCD上一维位置精度取决于CCD上各光敏单元的制造精度[3] 。
图2 TCD1206的定时时序
在本设计中，使用6MHz作为输入脉冲信号CLK，将它12分频后得到F1、F2，6分频后产生FRS，由图2的时序可知[3]，FSH信号周期至少为FRS信号周期的2236倍，所以FSH信号由CLK信号13416次分频才能产生。系统在EP1C3T144C8 FPGA芯片上实现了硬件测试。VHDL驱动信号产生程序如下：
SH: PROCESS(clk) ;
BEGIN
IF (clk ’event AND clk=’1’)THEN
IF(count1<”11010001100111”)THEN
IF(count1<”00000000000010”)THEN
SH_OUT<=’0’;
ELSE
IF(count1<”00000000000101”)THEN
SH OUT<=’1’;
else
SH_OUT<=’0’;
END IF ;
END IF ;
Count1<=count1 + ‘1’;
ELSE
END IF;
END IF;
END PROCESS;
扩展和时序存储电路设计
TCD1206线阵CCD光敏单元大小为：14mm ×14mm ×14mm(相邻像元中心距);如果采集1000行数据(对应的手掌大小约为30.24cm ×14cm，大于世界上最长的手29.6 cm×12cm)，则对应的数据量=2106 ×1000字节，即本系统每次识别需处理得最大数据量约为2M字节。为了能及时快速地暂存这么大量的数据。系统计中外扩了数据宽度为16位、内部分为4个Bank、存储总容量为4M字节的HY57V641620HG SDRAM做为掌形数据存储器。其外扩SDRAM如图3所示。
图3 SDRAM存储器外扩框图
CCD前级处理电路设计
本设计所选CCD，其直流输出信号约为4.1V，最大饱和输出为450mV。因此为了便于后级的相关双采样及数模转换等处理[6]，必须对该信号进行隔直、放大等前级处理。前级处理的电路如图3所示，其中Q1、Q2、Q3、是射极跟随器，U2、R3、R4构成前置放大电路，放大倍数为21倍;C1为隔直电容;C2对前置放大电路的带宽进行限制，以滤除信号中的高频噪声和尖峰毛刺;输出端串接几欧姆电阻与后级电路做阻抗匹配。
跟随器的输出阻抗由式(1)得到，其中RS为CCD输出电阻250W，RB电阻即图4中的R2，b和rbe分别为三级管的电路放大倍数和体电阻。
图4 前级处理电路图
RO≈(RS//RB)+rbe/b (1)
Q1选择ADI公司的低噪声、低偏移、高电流放大倍数的三极管MAT-02，Ic低至1mA时其电流放大倍数b>500,体电阻为0.3W。由式(1)求得射随电路输出阻抗小于1W。电路中前置放大器选择低噪声电流反馈型运放AD844，其电压噪声密度En为2nV/，同相端电流噪声密度In为12pA/，因此In×Ro< 软件设计 采集处理部分软件包括系统初始化子程序、CCD工作判断子程序、驱动电路功能设置子程序、A/D采集子程序、数据的存储与读取、数字图像预处理及特征提取处理子程序等几部分。 系统上电初始化，等待外部中断信号，决定是否启动CCD工作。启动CCD工作后，DSP对驱动电路的功能进行设置，CCD对人体手掌图像信息进行采集，然后对采集的图像信号进行预处理以后送再对其进行处理分析[7]。 图5为DSP数据处理程序流程图，虽然在A/D前端加了滤波电路，滤除了一部分噪声。但由于测得的光信号的数字化信号往往带有电路噪声等随机误差，为了保证系统的准确性和稳定性，必须对它们再进行一定的预处理，进一步滤除图像信号中的噪声，这样才能作为数据处理算法下一步计算的数据。
图5 图像采集处理软件流程图 在用SDRAM对数据进行存储时，首先要经过输出稳定200ms周期、对L-Bank进行预充电、8个刷新周期、模式寄存器设置等初始化阶段。而初始化完成后，要想对一个L-Bank中的阵列进行寻址，首先就要确定行(Row)，使之处于有效状态(Active)，然后再确定列。虽然之前要进行片选和L-Bank的定址，但它们与行有效可以同时进行。在CS、L-Bank定址的同时，RAS(Row Address Strobe，行地址选通脉冲)也处于有效状态。此时An地址线发送具体的行地址。由于行有效的同时也是相应L-Bank有效，所以行有效也可称为L-Bank有效。行地址确定之后，就要对列地址进行寻址了。在SDRAM中，行地址与列地址线是共用的。一个信号是发送读或写的明确命令的，是通过芯片的可写状态的控制来达到读/写的目的。显然WE信号就是一个关键。WE无效时，当然就是读取命令。 列寻址信号与读写命令是同时发出的。虽然地址线与行寻址共用，但CAS(Column Address Strobe，列地址选通脉冲)信号则可以区分开行与列寻址的不同， 然而，在发送列读写命令时必须要与行有效命令有一个间隔，这个间隔被定义为tRCD，即RAS至CAS延迟，也可以理解为行选通周期，这是根据芯片存储阵列电子元件响应时间所制定的延迟。 实验及测试结果 本设计在Altera公司Cyclone系列EP1C3T144C8 FPGA芯片上实现了CCD电路的驱动，驱动电路产生的CCD名驱动脉冲彼此之间时序延时误差很小。 从图6中可以看出，CCD输出信号在复位高电平和参考电平上还存在纹波，其原因有两个：1、系统时钟线的串扰;2、由于前级放大器的阻抗不完全匹配引起信号反射。解决办法是：1、采用相关双采样电路;2、加端接阻值可调的电阻变换电路进行匹配。将在后续工作种进行进一步降噪处理。
图6 高分辨率示波器显示的CCD输出信号波形 图7为最后采集到的手掌数据图像，从图像可以看出，图像轮廓比较清晰，但是细节有点模糊。原因可能有： 1、 电路产生的实际驱动时序与CCD最佳工作时序有一定的差别 2、 CCD的驱动信号全部是时钟信号，而且具有相同的谐波频率，产生强电磁辐射，影响了CCD输出信号的质量，还有由于系统数据传输率较高而产生的数据传输错误。 3、 线阵CCD在对手掌扫描时步进电机控制精度还不足够高。
图7 数据采集系统采集到的手掌图像 但是掌形识别注重的是手掌形状，细节掌纹的模糊不会影响掌形仪的准确性和精度。 参考文献： 1. 李雄军，苏廷弼.基于生物特征的Auto ID 技术—BioID.计算机工程与应用.2002[16] 2. 郑黎明. TC237B型CCD图像传感器的原理及应用.电路与设计,2006[8]:16-18. 3. 东芝公司线阵CCD数据手册[Z].1997 4. Texas Instruments Incorporated, DSP for Smart Biometric Solutions,2003.5. 5. Texas Instruments Incorporated, Real-Time Digital Video Transfer via High-Speed RTDX,2002.5 6. 高光天主编，《仪表放大器应用技术》，科学出版社，1995年 7. 何祥宇. 基于DSP的CCD图像处理系统在点钞机中的应用.电子科技,2006(8):66-69
