基于DSP的手形識別系統設計

劉惠影 邢笑雪 商微微

摘 要：信息安全越來越受到人們的重視，手形識別是一種生物特征識別技術，其接受性好、穩定性高、簡單可靠，已經廣泛應用于身份識別領域。基于DSP的手形識別系統具有成本低、體積小、效率高等優點，受到人們關注。本文設計一種基于DSP的手形識別系統，介紹了手形特征提取方法，設計了以TMS320DM642為核心的手形識別系統結構和軟件框架。結果表明，該系統能夠準確提取手形幾何特征，實現了識別功能。

關鍵詞：手形識別 DSP 系統設計 特征提取

中圖分類號：TP391 文獻標識碼：A 文章編號：1672-3791（2018）12（b）-00-02

近年來，因個人身份信息泄露造成財產損失事件屢見報道，信息安全問題引起人們廣泛關注。生物特征身份識別方法具有唯一性、安全性、可靠性、方便性等優點，已廣泛用于身份認證領域。手形識別是一種典型的生物特征識別技術，是利用手部輪廓特征進行識別，具有簡單方便、接受性好、安全性高、穩定性好等優點[1]。目前，手形識別系統已經被廣泛應用于多個行業和領域[2]。早期手形識別系統采用計算機為核心，這種系統成本較高、體積大。目前手形識別系統基本采用嵌入式系統，以DSP數字信號處理器為核心，成本低、體積小、效率高、實用性強。本文主要研究一種基于DSP的手形識別系統設計方法，提出手形特征提取方法，設計手形識別系統結構和軟件框架。

1 手形特征提取方法

本文手形特征提取主要是提取手形幾何特征。整個提取過程包括手形圖像灰度化、手形圖像二值化、手形圖像除噪、手形輪廓提取、手形定位、手形特征提取等[3]。

（1）手形圖像灰度化基于圖像RGB分量加權實現，根據加權平均法對圖像進行灰度化處理，以得到對比度較高的灰度圖像。

（2）手形圖像二值化，是將灰度圖像中的像素點灰度值轉換為0或255，即將灰度圖轉換為黑白圖。由于人手與采集背景顏色差別較大，本文采用固定閾值法對圖像進行二值化處理，計算簡單，處理效果較好。

（3）采集到的手形圖像通常含有噪聲和干擾，需要進行除噪處理。為簡化計算同時保證算法可靠性，本文采用高斯濾波對二值化圖像進行去噪處理。

（4）手形輪廓提取是提取手形的準確外部輪廓。由于圖像中手形輪廓連續，針對該特性，本文采用基于圖像邊沿檢測準確提取出手形輪廓。

（5）手形定位是定位手部的指尖點、指根點。在手形特征提取過程中，這些特征點是重要的參考依據。由于指尖點和指根點通常是曲率的極值點，因此本文采用曲率法進行定位。需要說明的是，由于每個人手掌擺放和手指張開的角度不同，手指跟部通常表現出明顯的非線性，需要對手指進行分離處理。同時，大拇指較為特殊，所包含的有用信息較少，手指分離處理后需要舍棄。

（6）手形特征提取的是手指的寬度幾何特征，每個手指選取多個手指寬度幾何特征，利用這些寬度值進行識別。

2 手形識別系統硬件設計

基于DSP的手形識別系統應具備手形圖像采集、數據存儲、特征提取、輸出顯示等功能。本文以DSP為核心，設計各個功能子模塊來實現各自功能。處理器的性能直接影響系統性能，結合手形識別系統的運算速度、功耗等實際需求，最終選用TI公司生產的TMS320DM642芯片。該芯片具有較強的運算處理能力，接口豐富，具有音頻和視頻接口，在數字圖像處理等領域應用廣泛。本文根據手形識別系統的需求和DSP芯片性能特點，設計了總體電路，系統結構如圖1所示。

系統中攝像頭用于獲取手形圖像，攝像頭輸出的模擬量信號經過視頻解碼器轉換為DSP可接收的數字信號，選取GM7150低功耗視頻解碼器完成圖像轉換。DSP完成圖像處理算法，需要足夠的存儲空間，而TMS320DM642的內存性能有限，必須外擴存儲器。本文設計擴展數據存儲器用來存取圖像及特征提取數據，擴展程序存儲器用來存儲程序。采用SAA7129H視頻編碼器將數字圖像信號轉換為模擬圖像信號輸出到顯示器。

3 軟件系統設計

基于DSP的手形識別系統軟件設計實際包括硬件工具和軟件工具。硬件工具主要是仿真器、系統開發板等，軟件工具主要是程序編譯器、鏈接器等。目前基本應用具有多功能的集成開發工具，簡化了DSP系統軟件開發。本文設計DSP手形識別系統軟件采用Code Composer Studio集成開發環境，軟件系統的設計包括程序設計、視頻底層驅動設計和功能模塊設計。確定了各個功能模塊，包括圖像采集模塊、圖像處理（特征提取）模塊、手形識別模塊、顯示模塊和控制模塊等。

4 實驗

本文搭建了基于DSP的手形識別系統，將所提出的手形特征提取方法移植到DSP。系統通過采集受試者的手形圖像，提取手形特征，與數據庫中的手形特征進行比較，完成識別功能。攝像頭實際采集到的手形圖像，以及圖像處理和特征提取處理得到的手形幾何特征如圖2所示。

經過系統程序處理，所提取到的手指寬度幾何特征與數據庫中存儲的手指寬度幾何特征符合同人屬性，系統判斷為同人手形。這與實際情況一致，表明本文設計的手形識別系統工作正常，實現了識別功能。

5 結語

本文研究了基于DSP的手形識別系統，提出了手形特征提取方法，介紹了手形識別系統硬件和軟件設計。通過實驗驗證了所提出特征提取方法，基于DSP的手形識別系統工作正常，實現了識別功能，實用效果較好。

參考文獻

[1] Kumar A，Zhang D.Personal recognition using hand shape and texture[J].Image Processing，IEEE Transactions on，2006，15（8）：2454-2461.

[2] 高雷.基于DSP的手形識別系統[D].吉林大學通信工程學院，2015.

[3] 劉惠影.基于DSP的手形識別系統研究[D].吉林大學，2016.