基于新型小面積指紋識別算法的指紋鎖拉鏈設計

聶焱　張洋溢　趙茜茜

摘?要：日常儲物裝置通常都會用到拉鏈，背包上的拉鏈基本上都是沒有加鎖的，缺乏安全性;旅行箱上使用的傳統密碼鎖也有兩個明顯的缺點：容易忘記密碼和解鎖操作麻煩，因此通常使用較少，沒有起到加強防盜系數的作用。在人員密集場所，“扒手”防不勝防，因此推出一種安全、便捷的拉鏈鎖裝置很有必要。本文提出了一種指紋解鎖拉鏈，直接從拉鏈本身出發提高其安全性和便利性。在硬件設計方面，本文充分考慮空間利用率、功耗、性能和成本等問題，將電源電路與控制電路分離，選用低功耗、性價比高的元器件和材料。軟件設計方面采用了最新的小面積指紋識別算法來保證識別準確性。該裝置可以運用于箱、包等帶有拉鏈且需要具有安防功能的儲物裝置上，具有很大的實用價值，而且目前市場上類似產品很少，具有一定的市場前景。

關鍵詞：指紋鎖拉鏈;安全性;小面積指紋識別;低功耗

中圖分類號：TN919.5 文獻標識碼：A

隨著科學技術的發展，指紋識別技術的應用已經廣泛融入到我們的日常生活之中，相較于其它身份認證技術，指紋識別作為一種快速認定身份的方式是目前國際上公認的性價比最高、應用最廣泛的生物認證技術。指紋鎖正是這一技術的典型應用之一，它廣泛應用于各種需要安防驗證的領域。與傳統的普通鎖具相比，指紋鎖的優勢是顯而易見的：從安全性來講，指紋是人類與生俱來且獨一無二的特征，它絕不會丟失和被輕易復制;從便利性來講，指紋是隨身攜帶的，不需要額外的鑰匙，解鎖也只需要按壓即可。

日常儲物裝置通常都會用到拉鏈，背包上的拉鏈基本上都是沒有加鎖的，缺乏安全性;旅行箱上使用的傳統密碼鎖也有兩個明顯的缺點：容易忘記密碼和解鎖操作麻煩，因此通常使用較少，沒有起到加強防盜系數的作用。在人員密集場所，“扒手”防不勝防，因此推出一種安全、便捷的拉鏈鎖裝置很有必要。本文便將既安全又便利的指紋解鎖技術應用到了常見的拉鏈上，提出了一種指紋解鎖拉鏈，直接從拉鏈本身出發提高其安全性和便利性。

拉鏈尺寸較小，設計上需要充分考慮到小面積指紋識別的準確性、低功耗、電路空間利用問題，為了便于推廣，拉鏈本身成本、安全性和可靠性也是重要考量條件。

1 指紋鎖拉鏈的硬件設計

為保證實用性，指紋鎖拉鏈的設計尺寸需要和常用拉鏈尺寸相當，我們設計的指紋鎖拉鏈分為鎖頭和鎖孔兩個部分，寬高均為12mm，長度為30mm，兩側呈弧形增大摩擦方便拉開。外觀設計如圖1。

將鎖頭插入鎖孔即可上鎖，閉合狀態下鎖頭和鎖孔貼合在一起，電磁桿鎖定，指紋驗證通過時電磁桿收縮，鎖頭自動彈出。如圖2。

拉鏈空間有限，電路設計需要盡量提高空間利用率并盡量低功耗。我們將指紋模塊和控制電路與電源電路分別設計在鎖頭和鎖孔內，只有當拉鏈閉合時才會通電，有效提高了空間利用率，電源更充足，同時降低了電量損耗。硬件組成框圖如圖3。

我們選用了一款高性價比低功耗的16位單片機作為指紋識別模塊的MCU，用于實現指紋識別算法，同時實現錄入和解鎖功能：控制電磁閥解鎖，控制指紋讀取電容、蜂鳴器、多功能按鍵、三色led信號燈進行錄入。

因為電源和控制電路分離，電源設計空間充足，可以采用紐扣電池或者充電鋰電池并設置相應的充電模塊。

微型電磁拉桿直接用線圈和銜鐵自制，通電銜鐵自動縮回，拉鏈解鎖;去電拉鏈彈出，鎖定鎖頭，拉鏈上鎖。

2 新型小面積指紋識別算法

拉鏈尺寸小，指紋識別面積小，基于細節特征點的傳統指紋識別方法對于小面積指紋的錄入效果較差，小面積指紋識別時識別率明顯下降，針對這一問題，特別選用了一種新型的基于密集連接卷積網絡的小面積指紋識別方法，該方法對小面積指紋識別率高，識別準確率高，符合指紋鎖拉鏈的設計要求。

該方法首先對指紋原圖做圖像增強處理，其次充分利用密集連接卷積網絡特征復用的優點構建提取指紋特征的深度學習模型，并將二值特征引進訓練模型，最后依據指紋圖像的二值特征和特征向量實現小面積指紋的注冊和識別。注冊和匹配識別的流程如圖4。

2.1 指紋圖像預處理

在對指紋采集的過程中，由于識別模塊較小，諸多因素會導致只能夠采集到部分指紋，因此對采集到的指紋圖像進行預處理最先就是對其進行篩選，篩選的方式則是根據有效面積的計算，保留面積大于設定閾值的指紋圖像。篩選完成后再對指紋圖像進行增強，現在常用的預處理圖像增強操作就是運用Gabor濾波和歸一化，能夠對存在干擾信息的指紋圖像（干擾信息指紋圖像包括手指按壓用力紋理線黏在一起、手指出汗、手指蛻皮等影響指紋識別率和計算速率的情況）進行修復，從而實現對指紋圖像的增強。

2.2 提取特征

為了保證提取指紋特征和指紋匹配的速度，本文選擇搭建輕量級密集連接卷積網絡模型。將增長率 k為12的網絡將已經預處理的指紋圖像作為輸入，然后再經過5×5 的卷積層，密集連接卷積塊和過渡層運算后，得到多個特征樣板，然后提取特征模板的二進制特征，將一般網絡中的全局池層輸入替換為全連接層。目的是利用指紋圖像的二值特征和特征向量構建指紋數據庫，實現指紋的配準和識別策略。

實驗結果表明，該方法在自建數據集中正確識別率達到 98.57%，高于基于細節特征點的傳統指紋識別方法，滿足小型指紋鎖拉鏈的應用需求。

3 結語

經測試，該裝置可以代替普通拉鏈和密碼鎖，應用于現有的背包和旅行箱等帶有拉鏈且需要具有安防功能的儲物裝置上。該裝置指紋識別率高，錄入方便，反應迅速，可以很大程度提高背包的安全性和解鎖的便利性，而且功耗低續航時間長，成本低，箱包升級的附加值高，具有很大的實用價值，而且目前市場上類似產品很少，具有一定的市場前景。

參考文獻：

[1]陳文燕，范文博，楊鈞宇.基于密集連接卷積網絡的小面積指紋識別方法[J/OL].計算機工程與應用，1-8.

[2]付青柳.小面積指紋拼接算法研究[D].西安電子科技大學，2017.

[3]鐘瑞.基于深度學習和多特征融合的小面積指紋識別算法研究[D].西安電子科技大學，2018.

[4]基于深度學習的指紋識別方法研究[J].智能計算機與應用，2018，8（03）.

[5]張永良，周冰，詹小四，裘曉光，盧天培.基于深度學習的小面積指紋匹配方法[J].計算機應用，2017，37（11）.

基金項目：國家大學生創新創業項目，指紋鎖拉鏈，項目編號：201810616046 負責人：趙茜茜;成都理工大學學生課外科技立項項目，指紋鎖拉鏈，項目編號：2018KJC0445 負責人：趙茜茜

作者簡介：聶焱（1998-），男，湖北恩施利川人，成都理工大學電子信息科學與技術專業本科生。