周衛(wèi)斌，胡陽(yáng)陽(yáng)，夏雅楠，趙子龍，吳嘉奕，李建良

(1. 天津科技大學(xué)電子信息與自動(dòng)化學(xué)院，天津 300222；2. 天津科技大學(xué)機(jī)械工程學(xué)院，天津 300222)

目前市場(chǎng)上大部分指靜脈識(shí)別設(shè)備都是在芯片上運(yùn)行的裸板程序，優(yōu)點(diǎn)是啟動(dòng)速度快，但是開發(fā)難度較大、交互性差[1]．相比裸板開發(fā)，系統(tǒng)級(jí)開發(fā)則無(wú)需考慮底層硬件驅(qū)動(dòng)[2]．楊金鋒等[3]利用嵌入式設(shè)備進(jìn)行指靜脈圖像的采集；余成波等[4]以FPGA為主控芯片實(shí)現(xiàn)指靜脈圖像的采集；楊數(shù)強(qiáng)等[5]采用基于模糊控制和多傳感器融合的參數(shù)調(diào)節(jié)算法解決指靜脈采集中個(gè)體差異的問(wèn)題．但是，上述研究均沒有涉及指靜脈圖像采集核心部件(光源、濾光片、攝像頭)之間的精確定位，以及指靜脈圖像的遠(yuǎn)距離無(wú)線傳輸.

本文著眼于解決指靜脈圖像采集裝置核心部件精確定位、圖像遠(yuǎn)距離無(wú)線傳輸問(wèn)題，設(shè)計(jì)了一套基于Debian系統(tǒng)的指靜脈圖像采集系統(tǒng)．

1 系統(tǒng)概述

指靜脈圖像采集系統(tǒng)采用 Debian系統(tǒng)開發(fā)，其基于 Linux內(nèi)核，具有豐富的開源資源，并集成了Opencv(3.0版本)庫(kù)函數(shù)，極大便利了圖像的提取、保存和后期識(shí)別算法的實(shí)現(xiàn)[6]．指靜脈圖像采集系統(tǒng)主要由硬件平臺(tái)、嵌入式操作系統(tǒng)和應(yīng)用軟件構(gòu)成，其架構(gòu)如圖1所示．

當(dāng)通過(guò)采集裝置內(nèi)的觸摸開關(guān)啟動(dòng)系統(tǒng)后，指靜脈采集裝置在圖像采集軟件的控制下開始采集指靜脈圖像，圖像經(jīng) USB接口傳輸?shù)角度胧介_發(fā)平臺(tái)，再經(jīng)無(wú)線網(wǎng)絡(luò)傳輸?shù)缴衔粰C(jī)．

圖1 指靜脈圖像采集系統(tǒng)架構(gòu)Fig. 1 Architecture of finger vein image acquisition system

2 硬件設(shè)計(jì)

圖像采集裝置由光源、觸摸開關(guān)、濾光片、CMOS成像模塊、殼體構(gòu)成．整個(gè)裝置為垂直結(jié)構(gòu)，當(dāng)觸摸開關(guān)感應(yīng)到手指放入時(shí)打開光源，光源同時(shí)發(fā)出紅外光和可見光．紅外光透射過(guò)手指，并經(jīng)濾光片過(guò)濾掉可見光，在 CMOS成像模塊中形成指靜脈圖像．指靜脈圖像采集裝置原理如圖2所示．

圖2 指靜脈圖像采集裝置原理圖Fig. 2 Schema of the finger vein image acquisition device

2.1 光源

光源是指靜脈成像裝置的中重要組成部分，光照強(qiáng)度、光源的波長(zhǎng)和照射角度對(duì)指靜脈圖像的采集都有較大的影響[7]．根據(jù)文獻(xiàn)[8]，當(dāng)波長(zhǎng)大于 880,nm時(shí)，水分和脂肪對(duì)光的吸收能力增強(qiáng)，影響成像的效果，所以選擇波長(zhǎng)為850,nm的近紅外LED燈作為主要光源．由于紅外光是肉眼無(wú)法觀察到的，所以使用1個(gè)綠色可見光 LED燈作為輔助光源，指示其工作狀態(tài)，以方便系統(tǒng)的調(diào)試和故障的排查．

經(jīng)實(shí)驗(yàn)確定系統(tǒng)光源采用 3個(gè)近紅外LED燈；同時(shí)，為獲取較好的成像質(zhì)量，避免光源過(guò)于集中造成指靜脈局部信息的丟失，設(shè)計(jì)了一個(gè)遮光罩用于分散光．

2.2 濾光片

為消除可見光的影響，指靜脈圖像采集裝置中使用濾光片消除可見光對(duì)成像產(chǎn)生的噪聲．IR780濾光片對(duì)800,nm以上的紅外光有90%,的透光率，大部分可見光(400～680,nm)不會(huì)通過(guò)．經(jīng)實(shí)驗(yàn)證明，選擇此濾光片可采集到高質(zhì)量的指靜脈圖像．

2.3 CMOS成像模塊

目前，圖像傳感器主要有CCD和CMOS兩種，由于制作工藝不同，兩者在靈敏度、功耗方面有較大的差異[9]．從成本和反應(yīng)速度方面考慮，CMOS傳感器的性能優(yōu)于CCD，所以選擇了CMOS傳感器．

CMOS成像模塊主要是由 OV9712圖像傳感器和光學(xué)鏡頭構(gòu)成．圖像傳感器的有效像素為 100萬(wàn)，同時(shí)支持 YUV和 RGB格式的輸出．鏡頭的焦距為2.5,mm，視角為 130°，最大畸變小于 10%,，光圈為F2.5．模塊內(nèi)集成了用于圖像處理的DSP芯片，極大提高了圖像的采集速率．

2.4 觸摸開關(guān)

采用 TTP223觸摸開關(guān)作為指靜脈采集系統(tǒng)的開關(guān)．當(dāng)檢測(cè)到手指放入時(shí)，I/O接口的電平發(fā)生變化(默認(rèn)高電平有效)，用此電平信號(hào)作為整個(gè)指靜脈采集系統(tǒng)的開關(guān)信號(hào)．

TTP223是基于 arduino的電容式觸摸開關(guān)，通過(guò)更改模塊上觸點(diǎn)的連接方式，可以切換不同的工作模式．具體有點(diǎn)動(dòng)高電平輸出、自鎖高電平輸出、點(diǎn)動(dòng)低電平輸出和自鎖低電平輸出．

2.5 核心部件的定位

根據(jù)圖 2可知，光源、濾光片、CMOS成像模塊是垂直放置的，確定其相互間的距離是系統(tǒng)的關(guān)鍵．

指靜脈認(rèn)證、識(shí)別的準(zhǔn)確率和精度是由指靜脈原始圖像的清晰度決定的．如果手指位置偏移量過(guò)大會(huì)導(dǎo)致局部靜脈信息丟失；當(dāng)近紅外光源的照射強(qiáng)度較低時(shí)，采集的指靜脈圖像會(huì)有一定的噪聲，不利于后期的圖像處理[10]；當(dāng)近紅外光源照射強(qiáng)度過(guò)高時(shí)，采集的指靜脈圖像會(huì)出現(xiàn)細(xì)小靜脈丟失的現(xiàn)象．所以指靜脈原始圖像的質(zhì)量主要取決于手指及核心部件的精確定位．

為實(shí)現(xiàn)精確定位，設(shè)計(jì)了用于調(diào)節(jié)光源、濾光片、攝像頭之間相對(duì)距離的定位裝置，見圖 3．定位裝置的立柱上設(shè)有凹槽，以保證3個(gè)懸臂在同一個(gè)平面內(nèi)，3個(gè)懸臂上設(shè)有刻度．首先分別調(diào)節(jié) 3個(gè)懸臂上的滑塊，使光源、濾光片、攝像頭的中心在一條直線上，然后通過(guò)滑動(dòng)懸臂1和懸臂2來(lái)調(diào)節(jié)三者之間的相對(duì)位置，實(shí)時(shí)觀察計(jì)算機(jī)屏幕上顯示的指靜脈圖像，直至獲取清晰、穩(wěn)定的指靜脈圖像，此時(shí)固定懸臂 1和懸臂 2．經(jīng)多次試驗(yàn)，確定光源與濾光片間的距離 d1＝(27±3)mm，濾光片與攝像頭底部的距離d2＝(35±3)mm．

圖3 定位裝置Fig. 3 Positioning device

2.6 殼體

指靜脈圖像采集需要一個(gè)相對(duì)密閉的環(huán)境．參考定位裝置的測(cè)量結(jié)果，考慮小型化、便攜化實(shí)際應(yīng)用背景，利用 Rhino3D NURBS進(jìn)行殼體的設(shè)計(jì)．殼體結(jié)構(gòu)如圖4所示．

圖4 殼體結(jié)構(gòu)圖Fig. 4 Structure diagram of the shell

2.7 嵌入式開發(fā)平臺(tái)

主控芯片采用基于 Cortex-A9架構(gòu)的四核處理器S5P4418(主頻1.4,GHz)，內(nèi)存為1,G DDR3，再加上其豐富的外設(shè)資源，構(gòu)成了一套小型化、便于攜帶的嵌入式開發(fā)平臺(tái)，見圖5．

圖5 嵌入式開發(fā)平臺(tái)硬件資源Fig. 5 Hardware resources of embedded development platform

裝置的硬件資源主要包括：

(1)SD卡，用于存放Debian系統(tǒng)；

(2)LCD顯示屏，用于顯示采集到的指靜脈圖像和軟件的調(diào)試；

(3)USB接口，用于傳輸采集到的指靜脈圖像；

(4)WiFi模塊，用于嵌入式平臺(tái)與上位機(jī)的通信以及指靜脈圖像的傳輸和遠(yuǎn)程監(jiān)測(cè)；

(5)串口，用于軟件的調(diào)試；

(6)GPIO接口，用于連接觸摸開關(guān)和光源．

3 軟件設(shè)計(jì)

指靜脈圖像采集軟件的開發(fā)環(huán)境是 Linux+Windows，首先在 Linux系統(tǒng)下實(shí)現(xiàn)軟件的編譯和鏈接，然后再結(jié)合 Windows系統(tǒng)中的串口終端進(jìn)行軟件的調(diào)試和完善．軟件功能主要包括指靜脈圖像的采集、存儲(chǔ)和無(wú)線傳輸．

3.1 開發(fā)環(huán)境

進(jìn)行指靜脈采集軟件開發(fā)多采用在 Windows下安裝帶有Linux系統(tǒng)的虛擬機(jī)方式．此方法雖然節(jié)約硬件資源，但是由于計(jì)算機(jī)配置的限制，編譯、調(diào)試軟件會(huì)耗費(fèi)大量時(shí)間．為了縮短開發(fā)周期，利用一臺(tái)計(jì)算機(jī)安裝 Windows系統(tǒng)，另一臺(tái)計(jì)算機(jī)安裝Ubuntu14.04系統(tǒng)，并在兩臺(tái)計(jì)算機(jī)之間搭建 Samba服務(wù)器，便于文件的共享．嵌入式開發(fā)平臺(tái)和上位機(jī)間搭建Samba和NFS服務(wù)器．Samba服務(wù)器用于嵌入式開發(fā)平臺(tái)與 Windows系統(tǒng)之間共享文件．NFS服務(wù)器用于嵌入式開發(fā)平臺(tái)與Ubuntu系統(tǒng)之間共享文件和軟件的燒寫．軟件開發(fā)架構(gòu)如圖6所示．

圖6 軟件開發(fā)架構(gòu)Fig. 6 Architecture for software development

上位機(jī) 1安裝 Windows系統(tǒng)，用于輔助上位機(jī)2實(shí)現(xiàn)軟件的調(diào)試和數(shù)據(jù)傳輸．通過(guò)觀察軟件運(yùn)行時(shí)串口顯示的信息，對(duì)指靜脈圖像采集軟件進(jìn)行調(diào)試和完善；通過(guò)遠(yuǎn)程桌面連接嵌入式開發(fā)平臺(tái)在線調(diào)試軟件；利用Samba服務(wù)器實(shí)現(xiàn)指靜脈圖像的存儲(chǔ)．

上位機(jī) 2安裝 Ubuntu系統(tǒng)．Ubuntu系統(tǒng)和Debian系統(tǒng)都是基于Linux的操作系統(tǒng)，其開源資源比較豐富，所以，本系統(tǒng)也采用 Ubuntu來(lái)搭建上位機(jī)開發(fā)環(huán)境．并在系統(tǒng)中安裝版本為 arm-Linux-gcc-4.9.3的交叉編譯器，用于軟件的編譯、鏈接和調(diào)試，再利用其對(duì) Opencv源碼(與 Debian系統(tǒng)集成的Opencv版本一致)進(jìn)行交叉編譯，生成適用于嵌入式平臺(tái)的Opencv庫(kù)．

3.2 程序模塊

指靜脈采集程序主要由觸發(fā)函數(shù)、圖像采集函數(shù)、圖像傳輸函數(shù)組成．圖像采集是通過(guò) C++程序調(diào)用 Opencv庫(kù)實(shí)現(xiàn)的．圖像傳輸則是采用基于 UDP傳輸協(xié)議的Socket技術(shù)[11]．在TCP協(xié)議及ISO 7層協(xié)議的基礎(chǔ)上，實(shí)現(xiàn)了一套基于 UDP的可靠圖像傳輸協(xié)議，以確保大圖像遠(yuǎn)距離傳輸?shù)姆€(wěn)定性[12]．

3.2.1 圖像的采集和保存

圖像采集是利用 Debian系統(tǒng)集成的 Opencv庫(kù)函數(shù)實(shí)現(xiàn)的．Opencv是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺庫(kù)，集成了多種圖像處理算法，可以運(yùn)行在多種操作系統(tǒng)上．其支持C和 C++編程語(yǔ)言，同時(shí)還支持 Python、Matlab等語(yǔ)言的接口[13]．因?yàn)镺epncv庫(kù)對(duì)函數(shù)和接口有較好的封裝，與直接在 Linux系統(tǒng)中利用 v4l2操作 USB接口的圖像采集裝置相比，利用 Opencv庫(kù)函數(shù)更容易實(shí)現(xiàn)．圖像采集流程見圖7．

采集的指靜脈圖像是用于識(shí)別，圖像質(zhì)量及其穩(wěn)定性很重要．識(shí)別算法的主要流程是：采集→比對(duì)→輸出結(jié)果．比對(duì)就是用采集的指靜脈圖像同指靜脈模板庫(kù)中的圖像作對(duì)比，當(dāng)其相似度大于某一個(gè)閾值的時(shí)候，可以認(rèn)為識(shí)別成功[14]．為了提高識(shí)別的準(zhǔn)確率和精度，同一個(gè)手指將被采集 3次，作為指靜脈模板．指靜脈采集序列如圖8所示．

圖7 指靜脈圖像采集流程Fig. 7 Flow chart of finger vein image acquisition

圖8 指靜脈采集序列圖Fig. 8 Sequence of finger vein acquisition

3.2.2 觸發(fā)函數(shù)

觸發(fā)函數(shù)的作用是作為整個(gè)系統(tǒng)的開關(guān)．當(dāng)觸摸開關(guān)感應(yīng)到手指放入時(shí)，會(huì)引起觸摸開關(guān)輸出電平的變化，此電平被觸發(fā)函數(shù)監(jiān)測(cè)到，隨后打開光源，然后再調(diào)用Opencv函數(shù)模塊即可實(shí)現(xiàn)指靜脈圖像的采集和保存．觸發(fā)函數(shù)的流程如圖9所示．

圖9 觸發(fā)函數(shù)流程Fig. 9 Flow chart of trigger functio n

3.2.3 圖像傳輸函數(shù)

采用 Socket技術(shù)傳輸采集到的指靜脈圖像[15]，在通信過(guò)程中，上位機(jī)作為服務(wù)器端，對(duì)通信端口進(jìn)行監(jiān)聽，并準(zhǔn)備接收數(shù)據(jù)．嵌入式開發(fā)板作為客戶端，主動(dòng)連接服務(wù)器，進(jìn)行圖像的傳輸．圖像傳輸函數(shù)的流程如圖10所示．

圖10 圖像傳輸函數(shù)流程Fig. 10 Flow chart of image transfer function

4 實(shí) 驗(yàn)

系統(tǒng)采集到的指靜脈圖像是24位深度的彩色圖像，大小為 600像素×480像素，分辨率為 96,DPI，并以bmp格式保存，經(jīng)識(shí)別算法測(cè)試，滿足指靜脈識(shí)別的要求．圖 11為在嵌入式開發(fā)平臺(tái)采集到的指靜脈圖像及傳輸?shù)缴衔粰C(jī)后的圖像．對(duì)比可知，傳輸過(guò)程中的圖像質(zhì)量是可以保證的．

圖11 在開發(fā)平臺(tái)上采集及傳輸?shù)缴衔粰C(jī)的指靜脈圖像Fig. 11 Finger vein image sampled from the development platform and in host computer after transmission

5 結(jié) 語(yǔ)

本文設(shè)計(jì)了基于Debian系統(tǒng)的嵌入式指靜脈圖像采集系統(tǒng)及定位裝置，準(zhǔn)確地確定了指靜脈成像裝置中核心部件間的光學(xué)距離；通過(guò)嵌入式平臺(tái)和上位機(jī)軟件配合，實(shí)現(xiàn)了指靜脈圖像的采集和遠(yuǎn)距離傳輸．系統(tǒng)可采集到清晰可見的指靜脈圖像，基本實(shí)現(xiàn)指靜脈采集裝置的便攜化和遠(yuǎn)程化，為后期的深入研究奠定了基礎(chǔ)．

［1］ 楊國(guó)慶. 基于ARM和WinCE的手指靜脈識(shí)別系統(tǒng)設(shè)計(jì)[D]. 哈爾濱：哈爾濱工程大學(xué)，2011.

［2］ 胡翌博. 基于 ARM 的嵌入式系統(tǒng)平臺(tái)及其移植性研究[D]. 杭州：浙江大學(xué)，2004.

［3］ 楊金鋒，孟凡勝，史玉坤，等. 嵌入式手指多模態(tài)特征同步采集系統(tǒng)設(shè)計(jì)[J]. 中國(guó)民航大學(xué)學(xué)報(bào)，2016，34(1)：40-44.

［4］ 余成波，余玉潔，方軍，等. 基于 FPGA 手指靜脈圖像采集系統(tǒng)的研制[J]. 電子技術(shù)應(yīng)用，2015，41(11)：81-84.

［5］ 楊數(shù)強(qiáng)，余成波，崔 喆焱 ，等. 手指靜脈智能采集裝置的研制[J]. 計(jì)算機(jī)工程與設(shè)計(jì)，2009(21)：4977-4979.

［6］ 李志欣，卓亞琦. 基于 OpenCV 的數(shù)字圖像處理實(shí)驗(yàn)教學(xué)研究[J]. 大學(xué)教育，2013(9)：42-43.

［7］ Pham T D，Park Y H，Nguyen D T，et al. Nonintrusive finger-vein recognition system using NIR image sensor and accuracy analyses according to various factors[J].Sensors，2015，15(7)：16866-16894.

［8］ 楊金鋒，劉源山. 多光譜手指靜脈成像與采集系統(tǒng)設(shè)計(jì)[J]. 中國(guó)民航大學(xué)學(xué)報(bào)，2012，30(2)：24-29.

［9］ 黃建元，趙新榮，張長(zhǎng)順，等. 基于 CMOS成像器件的手指靜脈圖像采集方法及裝置[J]. 紅外技術(shù)，2009，31(1)：51-56.

［10］ 楊數(shù)強(qiáng)，王軍強(qiáng)，周濤. 手指靜脈采集控制板的研制[J]. 計(jì)算機(jī)工程與應(yīng)用，2011，47(27)：80-82.

［11］ 郝曉玲，趙剛，靳海英，等. 基于 Socket的無(wú)線網(wǎng)絡(luò)傳輸研究[J]. 中國(guó)西部科技，2008，7(29)：23-24.

［12］ 王玨，何秋燕，王露凱. 基于 UDP改進(jìn)的可靠傳輸協(xié)議研究與實(shí)現(xiàn)[J]. 電腦知識(shí)與技術(shù)，2015，11(9)：71-73.

［13］ He Y M，Du J Q. Segment of tongue and tongue's venation based on OpenCV[J]. Advanced Materials Research，2013，718-720：2276-2280.

［14］ 羅敏. 手指靜脈認(rèn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 成都：電子科技大學(xué)，2016.

［15］ 徐朋. 基于SOCKET的跨平臺(tái)通訊系統(tǒng)的研究與設(shè)計(jì)[D]. 大連：大連理工大學(xué)，2015.