摘 要：本文實現(xiàn)了由ARM9芯片AT91RM9200和滑動指紋傳感芯片AT77C104B FingerChip構(gòu)成的、基于Linux的指紋采集系統(tǒng)。同時利用一種快速的指紋拼接算法，拼接出完整的高質(zhì)量指紋圖像，使低成本、低功耗和小面積的滑動指紋傳感器達到與傳統(tǒng)的指紋傳感器相同的效果。
關(guān)鍵字：滑動指紋傳感器 指紋采集 指紋拼接 塊匹配
Abstract: This paper elaborates on the implementation of a fingerprint acquisition system based on the embedded Linux environment，which consists of the ARM9 AT91RM9200 and the sweep fingerprint sensor AT77C104B FingerChip. The whole high quality fingerprint is obtained by a fast stitching algorithm. The effect of fingerprint obtained by the low cost, low power and small area sweep fingerprint sensor is as good as traditional one‘s.
Keyword: sweep fingerprint sensor, fingerprint acquisition, fingerprint stitching, block-matching
1、 前言
指紋因其唯一性，終身不變性等特點，在安全性要求較高的行業(yè)，如海關(guān)、金融和刑偵領(lǐng)域得到廣泛應(yīng)用。隨著人們安全意識和隱私覺悟的提高，手機、筆記本、PDA等日常電子消費品中也逐漸開始使用指紋識別技術(shù)。此類電子消費品因為便攜、手持等特點，在體積、重量、功耗方面都有很高的要求，而傳統(tǒng)的指紋傳感器面積較大，不適合此類產(chǎn)品的使用。
隨之產(chǎn)生的滑動指紋傳感器（sweep fingerprint sensor），因為它更小的體積、更低的價格和極低功耗，已經(jīng)逐漸開始應(yīng)用于電子消費領(lǐng)域和其他安全系統(tǒng)中。以ATMEL公司的AT77C104A FingerChip為例[1]，與傳統(tǒng)的指紋傳感器相比，它具有以下優(yōu)點：（1）體積小，僅為1.5×15mm;（2）強魯棒性，采集到的相鄰的指紋幀沒有旋轉(zhuǎn)形變等;（3）低功耗，圖像采集時為4.5mA，導(dǎo)航時為1.5mA，睡眠模式小于10uA。 [2]中應(yīng)用的圖像傳感器，獲取的指紋圖像大小為240×240，面積遠遠大于滑動指紋傳感器。然而手指滑過滑動指紋傳感器時，采集到的一個指紋幀序列而并非完整的指紋圖像。如何將得到的指紋幀序列快速的拼接成一幅完整的指紋圖像，達到與傳統(tǒng)的面積較大的指紋傳感器相同的效果，成為一個急需解決的難題[3]。
為了解決這個難題，本文實現(xiàn)了基于ARM9芯片AT91RM9200[4]和滑動指紋傳感器AT77104A FingerChip的指紋采集系統(tǒng)，并在該系統(tǒng)中完成指紋有效拼接。
2、 指紋采集和拼接系統(tǒng)的硬件設(shè)計
AT91RM9200是ATMEL推出的ARM9 32位處理器，具有一下優(yōu)點：運算速度快（在工作頻率為180MHz的情況下它的運算速度為 200MIPS）、低功耗、可提供片上或片外存儲器以及一系列外圍控制、通信和數(shù)據(jù)存儲的靈活配置。這些特征使得這款芯片適合嵌入式指紋采集系統(tǒng)的開發(fā)。
在硬件核心電路中，使用兩片16位的SDRAM來配置成32位寬度的高性能存儲器，讀取數(shù)據(jù)時候以四個字節(jié)為一個單位，從而加快了數(shù)據(jù)的讀取速度。同時外擴一個8M的DataFlash，用于存放Uboot、Linux文件系統(tǒng)和應(yīng)用程序。
在本系統(tǒng)中，包括的通信過程為：
（1）主機和ARM板之間的通信包括：首先PC主機在超級終端中使用Xmodem協(xié)議發(fā)送文件RomBoot.bin到AT91RM9200內(nèi)置的 ROM中，下載完畢后，自動運行;其次分別將RomBoot.bin和U-Boot.bin程序下載存儲到DataFlash，復(fù)位后自動啟動U- Boot;最后通過以太網(wǎng)口將Linux鏡像文件和應(yīng)用程序下載到DataFlash中。再次復(fù)位后，開發(fā)板進入Linux系統(tǒng)。
（2）AT77C104A和控制芯片之間的通信：通過SPI接口完成。控制芯片通過寫寄存器，設(shè)置AT77C104A的工作模式;AT77C104A將采集到的數(shù)據(jù)傳遞到SDRAM中。
（3）在該嵌入式系統(tǒng)中，拼接采集到的指紋幀序列，通過USB接口導(dǎo)出拼接后的指紋圖像。
圖1指紋采集和拼接系統(tǒng)框圖
3、AT91RM9200與AT77C104B FingerChip連接及通信過程
指紋采集芯片采用ATMEL公司的熱敏傳感芯片AT77C104A FingerChip，通過滑過傳感陣列的指紋脊和谷的溫度變化來獲取指紋數(shù)據(jù)。與傳統(tǒng)的指紋傳感器相比，AT77C104A在體積、功耗、工作頻率以及對工作環(huán)境的魯棒性等方面均有優(yōu)勢。該芯片提供了SPI接口，有兩種通信總線：
（1）SLOW總線：對應(yīng)SLOW模式，起控制作用，控制和讀寫內(nèi)部寄存器;
（2）FAST總線：對應(yīng)FAST模式，用于獲取象素，使主機獲得所有的指紋象素。
在本指紋采集系統(tǒng)中，利用AT91RM9200的SSC接口與AT77C104B FingerChip相連。SSC 包含獨立的接收器、發(fā)送器及一個時鐘分頻器。每個發(fā)送器及接收器有三個接口：針對數(shù)據(jù)的TD/RD 信號、針對時鐘的TK/RK 信號及針對幀同步的TF/RF 信號。 AT91RM9200與AT77C104B FingerChip 通信時，前者處于主機方式，后者處于從機方式，連接如圖2所示。
在該通信過程中，SSC的接收器時鐘RK由TK驅(qū)動，同時接收端與發(fā)送端同步，所以TF與RF相連。AT91RM9200通過I/O口（PIO_PA5）提供片選信號，選擇指紋傳感器的工作模式。SSC的可編程高電平及兩個32位專用PDC 通道，可在沒有處理器干涉的情況下進行連續(xù)的高速率數(shù)據(jù)傳輸，適用于快速獲取指紋數(shù)據(jù)。
AT77C104A FingerChip內(nèi)部有13個寄存器。AT91RM9200通過寫AT77C104A FingerChip內(nèi)部的模式寄存器，將FingerChip設(shè)置成獲取象素模式。此時，AT91RM9200通過PIO_PA5將FingerChip的 FSS（Fast SPI Slave Slect，低電平有效）信號置為低電平。設(shè)置完成后，AT91RM9200為主機，F(xiàn)ingerChip為從機。FingerChip的MISO信號將采集到的數(shù)據(jù)輸入到AT91RM9200的SSC端口對應(yīng)的RD端，存儲到SDRAM中。
圖2 AT91RM9200與AT77C104B FingerChip連接
滑動時指紋傳感器獲得的每一個像素，由一個16進制數(shù)表示，對應(yīng)著4個時鐘周期。當(dāng)傳感器通過SPI端口傳輸獲取到一幀數(shù)據(jù)時，先傳輸一個幀同步信號 F0F00200，然后再傳輸232×8像素指紋數(shù)據(jù)。因此，每傳輸一幀數(shù)據(jù)，需要n=（232×8+8）×4=7496個時鐘周期。當(dāng) FingerChip以6Mbps工作時，每秒中可獲取804幀指紋數(shù)據(jù)。獲取到的指紋數(shù)據(jù)存儲在SDRAM中，通過指紋拼接程序?qū)⒓y幀序列拼接成完整的指紋圖像，然后通過USB傳輸回PC主機中顯示。
4、 系統(tǒng)定制和驅(qū)動程序加載
4.1系統(tǒng)定制
為了增加系統(tǒng)的可維護性，采用Linux系統(tǒng)，Linux內(nèi)核可根據(jù)需要裁減。系統(tǒng)定制過程為：（1） 首先將RomBoot.bin下載到 AT91RM9200的SDRAM里;當(dāng)超級終端顯示RomBoot程序界面之后，分別將RomBoot.bin和U-Boot.bin程序下載存儲到 DataFlash的0xc0000000和0xc0008000地址。復(fù)位開發(fā)板，進入U-Boot命令行。（2）在超級終端中，通過tftp將裁減過的Linux內(nèi)核鏡像文件和文件系統(tǒng)下載到Dataflash中運行。
4.2 加載驅(qū)動程序
設(shè)備驅(qū)動程序在Linux內(nèi)核中，使某個特定的硬件響應(yīng)一個定義良好的內(nèi)部編程接口，同時完全隱藏了設(shè)備的工作細節(jié)。用戶通過一組標(biāo)準(zhǔn)化的調(diào)用完成對硬件的操作，而這些調(diào)用是和特定的驅(qū)動程序無關(guān)的。將這些調(diào)用映射到作用了實際硬件的設(shè)備特定的操作上，就是設(shè)備驅(qū)動程序的任務(wù)。另一方面，這種編程接口使得驅(qū)動程序獨立于內(nèi)核的其他部分而建立，在需要的時候，可以在運行時“插入”內(nèi)核（調(diào)入內(nèi)存），也即Linux中的模塊化實現(xiàn)，這也是Linux中設(shè)備驅(qū)動程序的一大特點。
將FingerChip驅(qū)動程序加載到Linux文件系統(tǒng)中，當(dāng)系統(tǒng)運行時，使用insmod命令，即可實現(xiàn)指紋傳感器設(shè)備的裝載。通過標(biāo)準(zhǔn)化的調(diào)用，實現(xiàn)對傳感器的控制。
5、 基于滑動式指紋傳感器的指紋拼接算法
當(dāng)手指滑過時，滑動指紋傳感器采集到是一系列指紋幀序列，因此在嵌入式系統(tǒng)中，需要對獲取的指紋幀序列進行拼接。與PC機中的CPU相比，ARM芯片速度較低。為了減少刮取指紋后的等待時間，對指紋拼接速度的要求很高。
從大量的指紋序列中發(fā)現(xiàn)，當(dāng)采集速度足夠快時，指紋幀序列相鄰兩幀之間是連續(xù)的，而且會有部分重疊。同時，相鄰指紋幀之間的旋轉(zhuǎn)和形變微乎其微，幾乎可以被忽略，所以在相鄰指紋幀配準(zhǔn)的時候，只需要計算出兩幀之間的偏移量就可以。
本文運用基于塊匹配指紋拼接算法[5]，能夠快速有效的尋找到相鄰指紋幀之間的偏移量。塊匹配算法是：（1）在圖像A中選取M×N大小的X區(qū)域; （2）在圖像B中選取所有可能的M×N大小的Y區(qū)域;（3）計算X區(qū)域和Y區(qū)域?qū)?yīng)象素差值的平均值MAE;MAE越小，兩區(qū)域相似度越高;（4）MAE 最小值對應(yīng)的Y區(qū)域即為與X區(qū)域匹配。計算公式為：
（1）
其中0≤i≤M-1，0≤j≤N-1，p（i,j）為X區(qū)域的點p的象素值，q（i,j）為Y區(qū)域?qū)?yīng)點q的象素值。MAE越小，兩區(qū)域相似度越高。理想情況下，MAE最小值為0。
具體實現(xiàn)步驟：（1）FingerChip AT77104A獲取到的指紋幀數(shù)據(jù)大小為232×8，設(shè)x方向為232，y方向為8。為了有效的拼接相鄰兩幀指紋，設(shè)置獲取每一幀數(shù)據(jù)的頻率，使得y方向的偏移量dy不大于8，即保證相鄰兩幀一定有重疊。（2）理想情況下，手指在y方向滑動，在x方向上偏移量為0。因此，只考慮dx不大于dy的情況。當(dāng)dx超過dy時，滑動無效。（3）由（1）（2）可得，|dx|<8。同時可得，最后一行，中間的（232-8×2）個象素與下一幀必有重疊。（4）取前一幀最后一行（232-8×2）個象素，即（232-8×2）×1的模板，與新獲取的一幀指紋匹配。（5）匹配方法：在新的指紋幀里面尋找所有可能的（232-8×2）×1的模板，計算求得MAE。選取MAE的最小值對應(yīng)的模板，此模板與上一幀的最后一行的（232-8×2）×1的模板相匹配。即得dx，dy。（6）重復(fù)執(zhí)行以上步驟，直到得到一幅完整的指紋圖像。圖3-a為拼接前的指紋幀，圖3- b為拼接后的指紋圖像。
圖3 a.拼接前的指紋幀 b.拼接后的指紋圖像
6、 總結(jié)
本文實現(xiàn)了基于ARM9芯片AT91RM9200和滑動指紋傳感器AT77C104B FingerChip的指紋采集系統(tǒng)，具有低功耗，采集便捷，通信系統(tǒng)簡單等優(yōu)點，具有很大的實用價值。開發(fā)的指紋拼接算法通過了AT77C104B FingerChip獲取的100幅指紋幀序列的測試，均能達到較好的效果。該系統(tǒng)獲取到的指紋幀序列和拼接后的指紋圖像，均可通過USB接口導(dǎo)出，可用于指紋拼接算法有效性的測試和指紋識別算法的測試。因為 AT91RM9200支持以太網(wǎng)的接入，因此可以聯(lián)網(wǎng)集控。下一步的工作是，在此指紋采集和指紋拼接算法的基礎(chǔ)上，開發(fā)指紋識別系統(tǒng)。
參考文獻
1. AT77C104B FingerChip Data Sheet. www.atmel.com
2. 謝健陽 李鐵才等，指紋識別系統(tǒng)的設(shè)計實現(xiàn)，微計算機信息，2006 No.8 P.156-157
3. Y. L. Zhang, J. Yang and H. T. Wu, “A hybrid swipe fingerprint mosaicing scheme”, AVBPA 2005, LNCS3546, pp.131-140, 2005.
4. AT91RM9200 Data Sheet. www.atmel.com
5. F. S. Rovati, P. Gardella, P. Zambotti and D. Pau, “Spatial-temporal motion estimation for image reconstruction and mouse functionality with optical or capacitive sensors”, Consumer Electronics, IEEE Transactions on, vol 49, pp.711-718, Aug. 2003
