基于ARM处理器的指纹识别技术研究

基于ARM处理器的指纹识别技术研究[摘要]论述基于ARM处理器指纹识别技术现状研究,指纹识别系统的硬工作模式,基于ARM处理器指纹图像采集模块设计等。分析了指纹识别系统的组成、各模块的功能,指出了指纹的处理、识别和匹配等功能的硬件实现的步骤和方法以及指纹处理的实现。[关键词]指纹识别、ARM处理器、图像采集中图分类号:H53文献标识码:A文章编号:1009-914X(2016)10-0257-01引言本文立足于ARM7TDMI内核的32位处理器S3C44B0作为主控制器,半导体电容传感器FPS200作为指纹数据采集设备,构建了自动指纹识别系统。通过对其硬软件设计、图像采集、研究现状等方面进行研究。一、指纹识别技术的历史及研究现状1.研究价值指纹识别技术是生物识别技术的一种,以指纹的纹路及特征为识别信息,作为互联网信息安全的一道防护屏障,也成为时代高新技术设备的一项流行且必然的趋势。如今,随着指纹识别技术的日臻成熟,人们也对该技术系统的可靠性、灵活性、性价比等方面提出了更高的要求。基于ARM处理器的指纹识别技术将采集和处理两种技术与功能融为一体,缩小了整体体积,对于功能性、可靠性都有整体的提高。2.国内外研究现状现代指纹技术起源于1684年英国植物形态学家Grew发表的第一篇研究指纹的科学论文,也是最古老的一种防伪技术,自1788年德国解刨学家约翰?迈耶提出指纹对于人物个体的识别具有有效性后,指纹识别技术变逐渐广泛运用于确定罪犯、信息安全、掌上设备、指纹锁等领域。1891年Galton提出著名的高尔顿分类系统。到了20世纪60年代,计算机技术在图形处理方面的发展已然成形,利用计算机处理指纹的研究也开始逐步进行。且由于指纹识别的技术及用途的实用性及存在价值,使其也成为很多产品生产厂家所关注的技术手段,如指纹打卡机、三星Galaxy系列及苹果IPhone、IPad系列等。关于指纹识别的研究国内外学者已有颇多收获,目前研究者对于这一课题的研究正在往纵深方向发展,研究的方向不断细分化、研究的领域不断扩大化、研究的方法不断多样化。以单片机为处理器的指纹识别已经满足不了日益扩增的运算数据库。因此,基于ARM处理器的指纹识别技术现状研究并探究出其指纹算法设计与实现的方法十分必要。3.指纹识别技术优势1997年,比尔盖茨曾预言:“生物识别技术即利用人的生理特征,如指纹、虹膜等来识别个人身份,将成为IT产业未来几年的重要革新。”指纹识别诞生的原因是基于安全,在原始的数字密码容易被复制、监听、盗取等等的情况下,指纹识别以其生物特性安全级别更高。基于ARM处理器的指纹识别技术相对于之前的单片机处理有更快的识别速度以及更高的识别准确率。因此有着广泛的研究前景。二、指纹识别的一般工作模式指纹识别的原理包括指纹采集原理、指纹特征提取原理和指纹特征匹配原理三大部分。一般工作模式则包括:指纹特征录入、指纹特征提取、样本数据库、指纹特征匹配、输出匹配结果。指纹采集原理主要是根据指纹的几何特性或生理特性,通过各种传感技术把指纹表现出来,形成数字化表示的指纹图像。指纹采集技术有两种采集模式,一种是在被采集人知道的情况下实施的主动采集;另一种是在被采集人未知的情况下,如刑侦现场,通过各种化学的、物理的方式显影指纹并采集的过程,一般称为现场指纹采集。三、基于ARM处理器的指纹图像采集模块设计1.工作原理当指纹传感器收到指纹信息,将通过串口给ARM处理器发送命令,处理器同意并接收相应的信息,指纹传感器采集的指纹转换成RGB格式,并且数据传输到ARM处理器,处理器通过存储在EEPROM中的固化程序执行大量的模式识别和图像处理相关计算,当用户的指纹被确认,处理器将命令传输到PC端,则开关开。2•硬件设计研究使用基于ARM7TDMI内核的32位处理器STM32F205作为主控制器,半导体电容传感器FT232模块作为指纹数据采集设备,CP2102作为单芯片USB转UART数据转换器从而构建了自动指纹识别系统。首先串口模块的VCC连接到3.3V,指纹模块的VCC和GND分别连接到串口模块的VCC和GND,此时相当于给指纹模块的VCC提供了3.3V的工作电压。指纹模块的TXD和RXD分别连接到串口模块的RXD和TXD,这两个串口要交叉相连。再将串口模...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?