基于TVP5146的掌脉图像采集系统的设计

随着银行和企业的网络交易以及电子政务、政府OA、CRM、ERP等电子商务系统的广泛普及，提高了我们的工作效率的同时，作为对计算机系统信息安全的要求较高金融、政府、电信、军队行业的身份验证、密码等用户个人认证技术的可靠性也日益受到关注，操作简单并可有效防止非法用户登录的生物认证已成为一种公认的最为方便和安全的身份认证技术。

　　静脉认证的基本原理是利用近红外线照射手掌，并由传感器感应手掌反射的光。其中的关键在于流到静脉红血球中的血红蛋白对波长760nm附近的近红外线会有吸收，导致静脉部分的反射较少，在影响上就会产生静脉图案。也就是说，静脉认证是利用反射近红外线的强弱来辨认静脉的位置。手掌静脉识别方法是通过一个红外线感应器，读取手掌静脉的分布图，然后与已经储存在系统中的图像样板做对比。手掌静脉分布图极难伪造，曾有统计数据显示，每1000万人中，仅有8人的手掌静脉分布图较相似，其精确性高达99.9%.相对于指纹识别技术，手掌静脉识别技术有较高的识别准确率，错误接受率低于0.00008%,错误拒绝率为0.01%.而指纹的错误拒绝率则为0.1%.

　　本文设计了在光照强度恒定的前提下，通过重复配置TVP5146的光亮度和亮度对比度等寄存器来采集掌脉图像并方便定位手形图像。通过该方法可以同时解决提高静脉图像对比度及降低掌脉图像有效区域截取算法复杂度的问题。

　　1 掌脉图像取样装置及光学系统设计

　　1.1 掌脉图像取样装置的设计

　　在对手掌静脉图像取样装置设计时遵循以下原则：

　　（1）使采集者对采集过程感到舒适；

　　（2）采集到的手掌图像方向相对固定不变，方便将来对所采图像做定位处理；

　　（3）环境相对封闭，减少外界环境所带来的干扰噪声。

　　根据上述原则设计了手掌静脉图像取样装置，该装置由掌入口、光源、红外滤光片、箱体、匀光板、内部反光材料、背景和摄像机8个部分所组成。图1为手掌静脉图像取样装置的三维立体图。

 

　　该装置各部分功能说明如下：

　　（1）掌入口：手平伸后从此入口伸入采样装置，手掌与摄像机距离相对固定，使手掌的方向不会有较大偏差，可定焦拍摄，方便以后对掌脉图像做定位处理。

　　（2）光源：加近红外光。

　　（3）红外滤光片：由于摄像机对可见光的相对光谱响应远大于对近红外光相对光谱响应，加红外滤光片可滤除可见光，避免可见光对成像效果造成影响。

　　（4）箱体：虽然加了红外滤光片可以滤除可见光，但自然光中的近红外光很丰富，而箱体使采集环境相对封闭，可避免外界环境对采集效果造成影响。

　　（5）匀光板：将由一组近红外发光二极管构成的阵列点光源转换为相对均匀的面光源。

　　（6）内部反光材料：为系统补光。

　　（7）背景：黑色背景，图像二值化后便于对掌心图像做有效区域截取。

　　（8）摄像机：拍摄图像。

　　1.2 光源的设计

　　在近红外区域，体液和软组织相对透明，穿透力强。当入射光波长在700 nm~1 000 nm时，可较好地穿透皮肤和肌肉，凸现出静脉结构。另外，近红外光线对人体无创伤，人眼不可见，非常适合应用于静脉图像的采集。

　　本系统采用以850 nm为主、960 nm为辅的混合光源为系统加光。850 nm的近红外光可以避免人体其他组织对近红外光的吸收，可以采集到大多数人的掌脉图像。960 nm光源透射深度大，可以拍摄到手掌脂肪层较厚人群的静脉图像。如图2所示，图2（a）所示为正常手在850 nm光照下的成像，图2（b）为脂肪层较厚的手在850 nm和960 nm光照下成像对比。近红外光谱对静脉成像的影响问题本文不详细论述。

 

　　2 硬件电路设计

　　通过对系统控制面板的操作，可以根据需要控制所采掌脉图像是登记还是登入等工作状态，摄像机采集模拟图像，通过视频解码芯片TVP5146将模拟信号数字化，将数字化后的图像存入DDR2做预处理，将预处理后的图像存入FLASH,识别结果由液晶模块显示。图3为系统框图。

 

　　2.1 图像采集单元

　　系统通过TVP5146将模拟信号数字化[3],摄像机连接在TVP5146的VI_2_B端口上，通过I2C对其寄存器进行配置。首先需要将模拟通道寄存器设置为05H,然后选择视频信号输入端口为VI_2_B.所用摄像机为PAL制式，需要将视频标准寄存器设置为02H.

　　采集掌脉图像对光亮度要求十分严格。为了使静脉纹理清晰，必须使光照充足，保证有足够的近红外光被血红蛋白吸收。在视频解码芯片TVP5146光亮度寄存器和亮度对比度寄存器不进行配置（使用默认配置值，即128,128）时，图像亮度大，图像边缘明显，但静脉图案与背景的对比度低，如图4所示。

 

　　为保证有足够的近红外光被血红蛋白吸收，应保持光照强度不变。通过视频解码芯片将对比度调高，以增强静脉纹理与背景的对比度，同时通过视频解码芯片将亮度调低，使图像不至于产生曝光。但此种方法会对定位和有效区域截取造成障碍。其原因是由于手掌、手指边缘图像与背景颜色接近，二值化、边界提取后无法正确定位，如图5所示。

 

    本系统采用2次配置视频解码芯片TVP5146光亮度寄存器和亮度对比度寄存器，连续分别采2幅图像的方法，正确截取掌脉有效区域。第一次将光亮度寄存器设置为0x14，亮度对比度寄存器设置为0xA0，此时所采图像为掌脉图像。在光强恒定的条件下，第二次将光亮度寄存器设置为0xFF，亮度对比度寄存器设置为0xFF，此时所采图像是背景为黑色、手部为白色的手形图像，如图6所示。TVP5146时钟频率为27 MHz，像素时钟为时钟频率的1/2，即13.5 MHz，采集一幅640×480图像所用时间为约为0.023 s，即23 ms。此外，对TVP5146和DSP中的部分寄存器的重新配置还需要一定的时间。TMS320DM6437 DSP工作频率为594 MHz，通过CCS仿真软件中的Profile功能测得采集两幅图像共用了187 004个时钟周期，所用时间约为0.3 ms。开始采集第一幅图像到开始采集第二幅图像之间只相差23.3ms，时间间隔很小，因此可以认为在采集两幅图像时手的位置没有变化。这样就可以通过在第二幅图上定位出有效区域，然后在第一幅图上截取有效区域。

 

　　2.2 图像预处理单元

　　本系统所采图像大小为640×480,TMS320DM6437片上RAM难以满足处理图像的需要，因此需要外扩存储器。系统需要对图像进行大量预处理计算和中间图像暂存，需要使用存储量大且速度快的外扩存储器。DDR2 SDRAM可以满足设计需求。DDR2和DDR一样，都采用了在时钟的上升沿和下降沿同时进行数据传输的基本方式，但DDR2拥有2倍于DDR的预读取系统命令数据的能力，可以很好地满足系统对速度的要求。本系统采用的DDR2 SDRAM其容量为512 MB,满足系统对外扩存储空间的需求。TMS320DM6437的EMIF接口可以与SDRAM实现无缝连接[4],降低了系统的复杂度。

　　由于FLASH具有掉电后不丢失的特点，因此选用其存放采集到的掌脉图像。但原始灰度掌脉图像为640×480,占用存储空间大小为300 KB,如果存放整张掌脉图像会严重浪费有限的存储空间。另外，每次匹配登入图像时都需要对原始图像进行预处理，因此占用系统资源，增加匹配时间。所以本文采用先对原始图像做有效区域截取，存储归一化后的掌脉图像的方法来节约存储空间。

　　在手形图像中，可利用手指根部与手掌交叉处的轮廓特征点对掌脉有效区域进行定位。只选取图像的上半部分最大连续边界计算每点的曲率，根据曲率计算确定各个指根之间的交叉点，共3个。3个点中横坐标最大和最小的2个点为有效区域截取的基准点。根据基准点截取出方形图像并归一化为128×128,大小为16KB的图像存入FLASH.相比原始掌脉图片，预处理后的图片大小只为原始图像大小的4/75,有效节约了存储空间。

　　3 识别测试

　　在半封闭的取样装置中，用近红外光做主动光源所拍摄的掌脉图像受外界光强变化影响很小，本系统所采图像经归一化后，使用二维Fisher线性判别器对所采图像进行分类测试。通过计算每个测试样本的特征与训练库中每个样本的特征的欧氏距离，使用最近邻法决策出待测样本所属类别。对10人进行静脉图像采集，每人10幅图像，共100幅静脉图像。测试时用每一个类的两幅图像作为训练样本集，每个类的剩余图像作为测试样本集。特征子空间维数分别取1、2、3时对应的识别率分别为93.75%、97.5%和100%,表明系统采集到的掌脉图像完全能够满足识别算法的需要。采集者可以通过显示器方便地确定手的位置是否合适。

　　在分析了目前对掌脉图像采集装置研究较少的现状后，本文构建了一种基于TMS320DM6437 DSP和视频解码芯片TVP5146的掌脉图像采集系统并设计出了机械装置和光学结构。在光照强度恒定的条件下能够清晰并快速地拍摄出手掌静脉图像和方便定位的手形图像。

　　通过该方法可以同时解决提高静脉图像对比度和降低掌脉图像有效区域截取算法复杂度的问题。系统可以脱离PC机的束缚方便地应用于现场，具有很好的应用价值和发展前景。试验证明，该系统具有非接触、快速和抗干扰等优点，所采集到的掌脉图像完全满足识别算法的需要。