为保证有足够的近红外光被血红蛋白吸收,应保持光照强度不变。通过视频解码芯片将对比度调高,以增强静脉纹理与背景的对比度,同时通过视频解码芯片将亮度调低,使图像不至于产生曝光。但此种方法会对定位和有效区域截取造成障碍。其原因是由于手掌、手指边缘图像与背景颜色接近,二值化、边界提取后无法正确定位,如图5所示。
本系统采用2次配置视频解码芯片TVP5146光亮度寄存器和亮度对比度寄存器,连续分别采2幅图像的方法,正确截取掌脉有效区域。第一次将光亮度寄存器设置为0x14,亮度对比度寄存器设置为0xA0,此时所采图像为掌脉图像。在光强恒定的条件下,第二次将光亮度寄存器设置为0xFF,亮度对比度寄存器设置为0xFF,此时所采图像是背景为黑色、手部为白色的手形图像,如图6所示。TVP5146时钟频率为27 MHz,像素时钟为时钟频率的1/2,即13.5 MHz,采集一幅640×480图像所用时间为约为0.023 s,即23 ms。此外,对TVP5146和DSP中的部分寄存器的重新配置还需要一定的时间。TMS320DM6437 DSP工作频率为594 MHz,通过CCS仿真软件中的Profile功能测得采集两幅图像共用了187 004个时钟周期,所用时间约为0.3 ms。开始采集第一幅图像到开始采集第二幅图像之间只相差23.3ms,时间间隔很小,因此可以认为在采集两幅图像时手的位置没有变化。这样就可以通过在第二幅图上定位出有效区域,然后在第一幅图上截取有效区域。
2.2 图像预处理单元
本系统所采图像大小为640×480,TMS320DM6437片上RAM难以满足处理图像的需要,因此需要外扩存储器。系统需要对图像进行大量预处理计算和中间图像暂存,需要使用存储量大且速度快的外扩存储器。DDR2 SDRAM可以满足设计需求。DDR2和DDR一样,都采用了在时钟的上升沿和下降沿同时进行数据传输的基本方式,但DDR2拥有2倍于DDR的预读取系统命令数据的能力,可以很好地满足系统对速度的要求。本系统采用的DDR2 SDRAM其容量为512 MB,满足系统对外扩存储空间的需求。TMS320DM6437的EMIF接口可以与SDRAM实现无缝连接[4],降低了系统的复杂度。
由于FLASH具有掉电后不丢失的特点,因此选用其存放采集到的掌脉图像。但原始灰度掌脉图像为640×480,占用存储空间大小为300 KB,如果存放整张掌脉图像会严重浪费有限的存储空间。另外,每次匹配登入图像时都需要对原始图像进行预处理,因此占用系统资源,增加匹配时间。所以本文采用先对原始图像做有效区域截取,存储归一化后的掌脉图像的方法来节约存储空间。
在手形图像中,可利用手指根部与手掌交叉处的轮廓特征点对掌脉有效区域进行定位。只选取图像的上半部分最大连续边界计算每点的曲率,根据曲率计算确定各个指根之间的交叉点,共3个。3个点中横坐标最大和最小的2个点为有效区域截取的基准点。根据基准点截取出方形图像并归一化为128×128,大小为16KB的图像存入FLASH。相比原始掌脉图片,预处理后的图片大小只为原始图像大小的4/75,有效节约了存储空间。
3 识别测试
在半封闭的取样装置中,用近红外光做主动光源所拍摄的掌脉图像受外界光强变化影响很小,本系统所采图像经归一化后,使用二维Fisher线性判别器对所采图像进行分类测试。通过计算每个测试样本的特征与训练库中每个样本的特征的欧氏距离,使用最近邻法决策出待测样本所属类别。对10人进行静脉图像采集,每人10幅图像,共100幅静脉图像。测试时用每一个类的两幅图像作为训练样本集,每个类的剩余图像作为测试样本集。特征子空间维数分别取1、2、3时对应的识别率分别为93.75%、97.5%和100%,表明系统采集到的掌脉图像完全能够满足识别算法的需要。采集者可以通过显示器方便地确定手的位置是否合适。
在分析了目前对掌脉图像采集装置研究较少的现状后,本文构建了一种基于TMS320DM6437 DSP和视频解码芯片TVP5146的掌脉图像采集系统并设计出了机械装置和光学结构。在光照强度恒定的条件下能够清晰并快速地拍摄出手掌静脉图像和方便定位的手形图像。
通过该方法可以同时解决提高静脉图像对比度和降低掌脉图像有效区域截取算法复杂度的问题。系统可以脱离PC机的束缚方便地应用于现场,具有很好的应用价值和发展前景。试验证明,该系统具有非接触、快速和抗干扰等优点,所采集到的掌脉图像完全满足识别算法的需要。