非接觸式掌紋圖像采集裝置的研究*

苑瑋琦，董 康

(沈陽工業大學 視覺檢測技術研究所，遼寧 沈陽 110178)

隨著社會的迅速發展，生物特征識別技術已經逐漸應用到人們的日常生活中，身份鑒別和驗證已經成為現代社會必不可少的安全措施。掌紋識別由于其易于被用戶接受、具有豐富且穩定的信息以識別個體、識別系統的硬件標準化程度比較高、識別速度快能夠達到實時識別的需要等特點，被廣泛地應用在生物識別領域[1]。

掌紋圖像的采集方式主要有離線采集和在線采集2種[2]。在線采集由于其速度快和實時性，優勢明顯大于離線采集。目前，在線采集的方法基本是接觸式的，用卡槽、立棍等方法來固定手掌的位置，然后在裝置盒里采集圖像。這些完全拒絕自然光的方法減少了噪聲，但是卻禁錮了用戶，存在以下缺點：(1)每次采集都要花很長時間來擺放手掌的位置；(2)由于是接觸式的容易有細菌的傳染，不易被接受；(3)由于每次采集到的圖像都是部分手圖像，所以不易和其他生物特征相結合；(4)偏離了掌紋識別在實際生活中的運用。在這種情形下，本文提出一種非接觸掌紋圖像采集裝置，用戶不用接觸任何定位物件，只需將手伸到攝像頭近前，就能完成采集工作。本系統是基于攝影技術中的傘燈原理，光源部分由主光源和輔光源組成。雖然將攝像機和光源從采集盒里移出來帶來了光噪聲、視角、硬件電路設計等問題，但本裝置成功地解決了這一系列的問題。

1 非接觸采集裝置的光源設計

不僅在攝影技術中光被廣泛運用，在生物識別里光也占據著舉足輕重的地位。利用攝影技術中的傘燈原理，本裝置有1個主光源，2個輔光源。攝像頭、濾光片、勻光板一起構成主光源，如圖1所示。輔光源根據傘燈原理制作而成(圖1中輔光源的勻光板已移除)。

圖1 裝置實物圖與采集裝置分解圖

1.1 光線較暗和光照角度的解決

以往的采集是在采集盒里進行的，采集盒將所有的自然光屏蔽，用自身光源照明。將采集盒移除必然帶來光噪聲的干擾，所以本系統的光源不僅要照明還要解決干擾問題。

如圖1所示，攝像頭垂直照向手掌，這樣得到的圖像易于做算法處理，此時如果光源也垂直照向手掌時，反射光也垂直反射回來，剛好照到攝像頭里，這樣的點就較亮，得到的圖像會有光斑；如果光源呈30°角照向手掌，則不會出現這種情況，光線照射如圖2所示。

圖2 光線照射示意圖

把光源平著照向手掌(0°照射)時部分掌紋又會被手掌的凸起部位遮擋。所以通常采用30°～60°來成像。圖3分別為照射光源以 0°、30°、90°照向手掌時的成像圖。從圖中可以看出，30°的照射效果明顯好于0°和 90°的。

圖3 照射光角度對比圖

1.2 照射光顏色的選擇

波長越長的色光越容易發生衍射現象，反之容易留下陰影。在做掌紋的采集時照射光在屈肌紋處留下的陰影越暗，即掌紋和手掌的對比度越大，越有利于圖像的識別，因此選取波長較短的光。在可見光中紅光的波長最長紫光的最短，可是市面上的紫光二極管并不多見且成本太高不符合本系統的低成本的要求，而價格低廉的藍光二極管已經符合本裝置的硬件條件。

由瑞利判據[3]可知：當1個愛里斑的中心與另1個愛里斑的第1級暗環重合時，剛好能分辨出是2個圖像，2個圖像中心之間的距離即分辨極限為：I=1.22λk/d，其中λ為照射光的波長，k為系數因子，d為鏡頭里的鏡片直徑。當采用白光光源照明時，光源的平均波長可等效為550 nm；而采用430 nm的藍光做照明光源時，分辨率提高了1.28倍多，與波長為650 nm的紅光相比則提高了1.51倍，所以本實驗中選用藍光作為照射光。圖4(a)～圖4(c)分別為紅光、白光和藍光照射手掌的比對圖，圖 4(d)～圖 4(f)分別是圖 4(a)～圖 4(c)的局部放大圖，可以看出，對于手掌細紋的捕捉藍光較占優勢。

圖4 不同色光照射手掌對比圖

1.3 照射光不勻的解決

1.3.1 勻光二極管的選擇

本設計中采用的是由LED發光二極管構成的環形光源，選取二極管的標準是勻光度及照射角度。現在市場的二極管主要有草帽頭、圓柱平頭、子彈頭、尖頭4種，其勻光度、照射距離也各不一樣。圖5是4種二極管的光打在白紙上的勻光度的比較，可以看出草帽頭二極管的光比較均勻。

圖5 4種二極管勻光比對

照射角度方面草帽頭和平頭二極管的照射角度是120°，而子彈頭和尖頭的照射角度是30°。在本裝置中要做勻光光源，因此從光勻度和照射角度這2個原因，本系統選取草帽頭二極管作為光源。

1.3.2 勻光板的使用

因為二極管是點光源不可能給出完全均勻的面光源，所以在本裝置中，光源的外面加了勻光板(又稱導光板)，通過各種疏密、大小不一的導光點，使導光板均勻發光，從而將線光源或點光源(熒光燈管或 LED)轉變為面光源。圖6是點光源到面光源的變化圖。

圖6 添加勻光板效果變化圖

1.4 順光和外界光太強的解決

順光和外界光強都會造成成像困難，所以要盡量減少外界光的影響。因本裝置的采集是在藍光下完成，所以在攝像頭前加1個帶通的濾光片，這樣可以消除大部分的外界光的干擾又不會給本裝置的光源色光帶來影響。加濾光片的效果圖如圖7所示。

圖7 加濾光片的效果比較圖

藍光的波長范圍是410～470 nm，所以濾光片用的是DBT430，中心波長為 430 nm，半帶寬為 40 nm，這樣就減少了帶通范圍以外色光的干擾。

2 采集裝置的選取

從接觸式到非接觸的轉變，必然存在視角問題，因此，非接觸式必須選擇合適的傳感器和鏡頭才能完整清晰地捕捉整個掌紋圖像。

2.1 非接觸的理論依據

每一個鏡頭成像的原理都是利用凸透鏡，在焦點前后各有1個容許彌散圓，這2個彌散圓之間的距離稱為景深[4]，即在被攝主體(對焦點)前后，其影像仍然有一段清晰范圍(即景深)。

如圖8所示，L1加上L2的距離就是景深，被拍攝物體在這個范圍內的圖像都是清晰的，因為在容許彌散圓內的點都是小于傳感器的最小分辨率。景深與鏡頭的光圈成反比，光圈F=f/D，其中，f為鏡頭焦距，D為鏡頭光孔直徑。作為定焦鏡頭，可以靠調節光孔直徑來調節景深，本系統的鏡頭景深最大可以調節到30 cm。

基于這個原理只要手掌在這個范圍內波動，都可以采集到較清晰的圖像。這樣在采集過程中，采集者不用把手固定，只要在一定的范圍內就能順利地完成非接觸采集工作。

圖8 鏡頭景深示意圖

2.2 攝像頭的傳感器選擇

攝像頭的選取主要有3個標準：光譜相對響應、景深、視角，其中光譜相對響應是由傳感器決定的，而景深和視角是由鏡頭決定的。

在本采集系統中所用的照射光由中心波長為430 nm的藍色二極管發射，所以要求所用的攝像頭對藍色光的相對響應要較高。本系統采用的是一款可見光傳感器PO188。大多數傳感器因為要兼顧紅外光其最敏感波長通常為800 nm左右，這樣不利于藍光照射的采集工作。PO188是 30萬像素的 CMOS傳感器，支持 640×480的VGA模式，每秒可以拍攝30幀圖像，典型入射波長為λp=520 nm，可見光范圍內高度敏感，輸出電流隨照度呈線性變化。在光波長為430 nm時其相對響應為60%，且暗電流小，低照度響應靈敏度高，符合本裝置的要求。

2.3 攝像頭的鏡頭選擇

人的手以男性的較大，按照較大的手估算：長約20 cm、寬約 12 cm(含大拇指)，如果是自然放松狀態下寬約為15 cm，長寬再各自放寬3 cm，這意味著要在保證清晰的情況下將1個長23 cm、寬18 cm的圖片完全捕捉到視角范圍內。

PO188的鏡頭是1/3英寸、焦距f為8 mm的定焦鏡頭，其光圈指數 F為 1:1.2，理論視角為 90°(鏡頭的理論視角指的是1個圓形的覆蓋面)。在實際應用時無論是通過采集卡界面顯示還是在CCS界面上顯示，都是方形的。所以必須由公式α=2arctan(L/2H)重新測出實際視角，本系統水平視角為87°，豎直視角為 62°。當手離攝像頭15 cm時，視野范圍為 28 cm×18 cm，已能捕捉整個手的圖像，且在景深的范圍之內。

3 硬件電路的設計

以往的接觸式掌紋采集，由于手掌是固定的，所以要找出屈肌紋區域只要采 200 bit×200 bit×8 bit大小的圖像就能完成識別工作。而本系統中的非接觸不能確定屈肌紋區域所在位置，要利用手形定位，所以采集的范圍相對較大 ，1 幅圖像為 640 bit×480 bit×8 bit， 約占用300 KB的空間，而且系統還需要對圖像進行大量預處理的計算和中間圖像的暫存，需要使用存儲量大且速度快的外擴存儲器。由于DSP的內部RAM只有240 KB(L1112 KB和L2128 KB)，所以系統外擴了 512 MB的 Flash和64 MB的DDR2，掌紋特征的獲取運算主要在外擴的DDR2中進行。

圖9 外圍芯片

本系統的硬件設計電路主要以TMS320DM6437為核心，外圍芯片如圖9所示。加電后首先進行系統初始化及引導，將存儲在Flash中的程序及數據加載到DDR2中。其中數據主要包括人的掌紋特征向量和比對模板等信息。通過按鍵中斷給DSP 1個中斷信號，利用I2C總線控制圖像傳感器采集圖像，采集的圖像傳到外擴DDR2中，程序在此處理圖像后獲得掌紋特征，最后將掌紋特征向量與模板比對，給出識別結果。根據識別的相似度閾值，DSP會通過多通道緩沖口給LCD發送相應信號，LCD將識別結果顯示出來。

針對現有的掌紋采集的不足之處，在保證采集掌紋圖像清晰的基礎上，本文提出一種基于DSP的非接觸掌紋采集方式，這種裝置更接近于掌紋識別在現實生活中的運用，而且由于其非接觸的特點易被用戶接受。整個設計電路簡單、穩定性好、速度較快，實驗證明有較高的識別率。本系統還可以和手形采集相結合。

[1]黎明，嚴超華，劉高航.基于掌紋圖像分析的身份識別系統[J].中國圖像圖形學報，2000，5(2)：134-137.

[2]盧光明.掌紋識別系統關鍵技術與算法研究[D].哈爾濱：哈爾濱工業大學，2005.

[3]王志波，王鵬.瑞利判斷與斯托列爾準則[J].光子學報，2000，29(7)：621-625.

[4]NARAYANSWAMY R，SILVEIRA P E X.Extended depthof-field iris recognition system for a workstation environment[C].Proceedings of SPIE 2005，2005：41-50.