苑瑋琦，張寧寧

(沈陽工業(yè)大學 視覺檢測技術研究所，遼寧 沈陽110870)

多模態(tài)生物識別技術融合了多種不同生物特征來進行身份判斷，提高了認證系統(tǒng)的安全性。近年來，一些研究者開發(fā)了各種不同的手成像系統(tǒng)，主要可以分為兩類：(1)手局部成像裝置，例如：掌紋成像裝置、手掌靜脈成像裝置、手指靜脈成像裝置等[1-2]，這類裝置或者是可見光成像，或者是近紅外成像;(2)是全手成像裝置[3-4]，其特征在于所采集的手圖像包括了手掌靜脈、手指靜脈、掌紋、掌形、指節(jié)紋信息，但是，由于所采用的是單一圖像傳感器，分時點亮可見光和近紅外光，使得在近紅外光成像下，其手靜脈圖像受可見光的影響難以避免，成像質量難以滿足特征提取的要求。

本文提出利用兩個圖像傳感器分別實現(xiàn)可見光和近紅外光手成像系統(tǒng)的設計方案。該系統(tǒng)由近紅外和可見光光源、近紅外和可見光濾光片、鏡頭、圖像傳感器、TI公司達芬奇系列DSP、顯示屏等組成，通過合理設計兩個鏡頭擺放角度，使兩個圖像傳感器成像重合，以便解決復雜背景下手輪廓提取問題。

1 系統(tǒng)總體設計

多模態(tài)手成像采集系統(tǒng)總體框圖如圖1所示，主要包括紅外感應裝置、可見光和近紅外光源系統(tǒng)、雙路圖像采集系統(tǒng)、實時顯示電路、數(shù)據(jù)存儲電路、網絡接口、主處理器(DSP)及外圍電路等。

2 光源波長選擇

掌靜脈成像是由于在近紅外區(qū)域內體液和軟組織相對透明，近紅外光能夠較好地透射進入皮下組織，而血液中的血紅蛋白對近紅外光譜有較多的吸收。掌紋成像是由于屈肌紋處留下光源的陰影，使掌紋與非掌紋區(qū)域對比度增大。掌形識別主要是根據(jù)手的大小和形狀來進行判斷。

圖1 系統(tǒng)總體設計框圖

根據(jù)參考文獻[5]中對760 nm、850 nm、890 nm、940 nm 4種不同波長下的成像效果進行對比，發(fā)現(xiàn)光源波長為850 nm時掌靜脈特征清晰度最佳[5]。根據(jù)在同一光強下藍光、紅光、綠光的成像效果對比實驗[6]，發(fā)現(xiàn) 470 nm的藍光條件下拍攝到的掌紋紋理最為清晰。因此，本設計中采用850 nm近紅外LED和470 nm藍光LED作為光源系統(tǒng)元器件。

3 圖像采集部分設計

3.1 濾光片的選擇

本系統(tǒng)要在470 nm藍光光源和850 nm近紅外光源的同時照射下進行圖像采集，為避免光源對手成像的影響，需在鏡頭前面放置濾光片使每路傳感器只能接收到一種波長的光源。由于手掌靜脈分布在表皮下方，必須使光達到一定的強度才可以使靜脈成像，并且該路圖像傳感器要在光源系統(tǒng)高度曝光的條件下獲取掌形圖像。因此，綜合考慮在使手掌靜脈成像時選用850 nm長波通濾光片。圖 2(a)為測得的鹵鎢光源光譜，圖2(b)為光譜儀的探頭覆上850 nm長波通濾光片后在同條件下測得的同一光源的光譜。由兩幅圖對比可以看出，850 nm長波通濾光片可以將光源中可見光部分全部濾掉，并且光強損耗較少，因此該濾光片能夠去除可見光對于手掌靜脈成像的影響。

圖2 實測光譜

為了提高470 nm藍光光源對掌紋成像的作用，在掌紋采集鏡頭前加上470 nm帶通濾光片，光譜曲線如圖3所示。圖4(a)為未加濾光片時拍攝的掌紋圖像，圖4(b)為在同條件下鏡頭前安裝帶通濾光片時拍到的掌紋圖像。

圖3 470 nm帶通濾光片光譜

圖4 可見光濾光片測試圖片

3.2 圖像傳感器的選擇

由于人體的掌紋和掌靜脈特征圖像不易于采集，所以要求圖像傳感器在藍光和近紅外兩種光照條件下均具有較高靈敏度，因此本系統(tǒng)采用美國OmniVision公司的CMOS圖像傳感器OV7740。它是一款低功耗、1/5英寸VGA(480×640)攝像頭芯片，靈敏度達到 6800mV/Lussec，可以同時滿足掌紋和掌靜脈成像需求。OV7740數(shù)據(jù)輸出支持8/10 bit Raw RGB data和8 bit YUV格式。傳輸速率在VGA條件下可以達到60 f/s[7]。OV7740內部結構如圖5所示。

為了使系統(tǒng)能夠同時采集掌紋、掌形和掌靜脈圖像，本設計采用兩個圖像傳感器分別與DSP的兩個視頻口連接，即將帶有近紅外濾光片的圖像傳感器接到VP1上，帶有可見光濾光片的圖像傳感器連接到VP2上。具體硬件連接如圖6所示。

圖5 OV7740結構框圖

圖6 圖像傳感器與DSP硬件連接圖

DM642的視頻口在采集模式下可配置成單/雙通道8/10 bit BT.656、單/雙通道 8/10 bit RAW、單通道16/20 bit Y/C、單通道16/20 bit RAW或 8 bit TSI模式。由于OV7740只能并行輸出8/10 bit的數(shù)據(jù)，所以本設計采用單通道RAW數(shù)據(jù)采集模式。在此模式下，數(shù)據(jù)只有在使能信號有效的情況下才進行采集，數(shù)據(jù)采集取決于發(fā)送方的時鐘速率。設計中RAW模式下的使能信號(CAPEN)對應為VCTL0，由OV7740的HREF引腳提供。時鐘信號由OV7740的PCLK引腳提供，DSP在行信號(HREF)高電平時，在每一個時鐘信號的上升沿采樣數(shù)據(jù)，然后將采集到的數(shù)據(jù)緩存于各自VP口的緩沖器(FIFO)中，由于每幅圖像的大小設置為 640×480，即 307 200 B，而每路視頻口自帶的FIFO大小為2 560 B，因此無法存儲整幅圖像，所以本設計中將一行圖像數(shù)據(jù)大小640作為閾值。當FIFO中存儲的數(shù)據(jù)達到640 B時觸發(fā)增強型直接內存存取(EDMA)事件產生，將數(shù)據(jù)從VP口的FIFO中搬運到外部存儲器中[8]。EDMA搬運無需CPU參與運算，使DSP能夠有足夠的時間來完成其他工作，節(jié)省資源。

3.3 鏡頭的選擇及設計

光學成像系統(tǒng)的成像質量主要取決于圖像傳感器的像素大小和鏡頭的選擇。在確定鏡頭參數(shù)之前需要明確被測目標的大小、工作距離、傳感器靶面大小等要求。對于本系統(tǒng)，為了在手掌閉合和自然張開兩種狀態(tài)下均能夠拍攝到完整的手掌圖像，所以將目標大小設定為250 mm×200 mm的長方形平面，該設定范圍可以滿足正常人手掌自然張開的最大范圍。為了滿足非接觸式的設計要求，將工作距離設為200 mm。由上一節(jié)可知，圖像傳感器大小為1/5英寸(即 2.55 mm×1.91 mm)。

根據(jù)焦距公式：

其中，f為鏡頭焦距；D為被攝物體距鏡頭的距離；W為被攝物體需攝取的寬度；H為被攝物體需攝取的高度；w為CMOS靶面的寬度；h為CMOS靶面的高度，如圖7所示。由此公式可以計算得出鏡頭焦距f＜1.91 mm，才能保證工作距離在200 mm以內。由此選定一款焦距為1.11 mm、水平視場角95°、垂直視場角72°的光學聚焦鏡頭。

圖7 鏡頭焦距計算圖

在確定了鏡頭的焦距之后，還需要確定該款鏡頭的視場角是否滿足要求。視場角計算公式為：

當D=200 mm時，根據(jù)上述計算得出，水平視場角為64°，垂直視場角為 53°,均在鏡頭角度參數(shù)范圍之內。因此選定該款鏡頭配合圖像傳感器作為系統(tǒng)的采集模塊。

由于本次設計采用兩路傳感器同時采集，那么兩個傳感器的擺放位置和角度將對成像效果產生一定影響。為使兩傳感器位置盡可能靠近同時又能滿足PCB制板要求，將兩傳感器之間距離設為10 mm。為了使手掌在不同圖片中的位置偏差最小，降低掌紋、掌形和掌靜脈算法融合難度，將兩路采集模塊傾斜一定角度，使圖像傳感器芯片盡可能聚焦到同一范圍內。若手掌到鏡頭表面的距離為200 mm時，則由幾何知識計算傾斜角度θ約為 2.6°，如圖 8所示。

圖8 兩路傳感器空間位置擺放

4 運行結果

將采集裝置上電后，系統(tǒng)將自動完成各模塊的初始化工作，待光電開光檢查到手掌時,裝置將自動開啟主動光源照射手表面，此時可以通過裝置上的顯示屏觀察到手掌的位置，便于被測者調整姿勢。當手掌擺放在限定區(qū)域內時，圖像傳感器將自動獲取三模態(tài)特征信息圖像，并將圖像存儲到指定的地址中。然后在圖像處理專用芯片DSP642內實現(xiàn)對手圖像的識別操作，即判斷被測試者是否為裝置事先已經注冊者，并將識別結果進行語音播報和顯示，圖9為該裝置采集到的手部三模態(tài)信息圖像。

圖9 系統(tǒng)采集的手部三模態(tài)信息圖像

本文所設計的非接觸式多模態(tài)手成像采集裝置可在不同環(huán)境中獲取成像質量高、特征信息豐富的掌形、掌紋和掌靜脈圖像。采用雙路圖像傳感器同時采集，并在DSP完全不需要干預的前提下搬運到不同的存儲空間，提高了系統(tǒng)的識別速度。通過嵌入多模態(tài)特征識別算法，使系統(tǒng)能夠獨立運行，增強識別的準確性和可靠性。

[1]王璐，張文濤.人體手掌靜脈圖像采集系統(tǒng)研究[J].激光與紅外，2013，43(4)：404-408.

[2]竺樂慶，張三元，幸銳.基于ARM與WinCE的掌紋鑒別系統(tǒng)[J].儀器儀表學報，2009，30(12)：2624-2628.

[3]湯永華，苑瑋琦.基于6416和 FPGA的手部三模態(tài)識別裝置設計與實現(xiàn)[J].電子技術應用，2012，38(10)：15-18.

[4]孔德奇.基于多光譜的手掌采集與識別系統(tǒng)[D].沈陽：沈陽工業(yè)大學，2013.

[5]吳微，苑瑋琦，林森，等.手掌靜脈識別典型波長選擇[J].光學學報，2012，32(12)：133-139.

[6]苑瑋琦，王黎黎，張寧寧.手部三模態(tài)圖像采集系統(tǒng)的設計與實現(xiàn)[J].傳感器與微系統(tǒng)，2013，32(5)：78-81.

[7]OmniVision OV7740 color CMOS VGA Camera ChipTMsensor with OmniPixel3-HS technology[EB/OL].(2008-07-29)[2013-12-17].http：//www.Omnivision.com.

[8]Texas Instruments.TMS320C64x DSP video port/VCXO interpolated control(VIC)port reference guide[EB/OL].(2007-06-11)[2013-12-17].http：//www.ti.com.cn/dsp/cn/docs/litabsmultiplefilelist.