该文档为基于FPGA的指纹识别系统的设计与实现讲解文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
上传时间： 2022-01-25
上传用户：ddk
基于dsp的指纹识别系统研究的毕业论文答辩ppt共13页这是一份非常不错的资料，欢迎下载，希望对您有帮助！
上传时间： 2022-03-10
上传用户：kid1423
1. 研究内容设计的主要内容包括：（1）指纹采集器采集指纹；（2）用STM32实现系统控制；（3）用按键对采集到的指纹增加和删除指纹；（4）在TFT LCD液晶屏上显示图像；2.系统总体设计方案控制器硬件电路总体框图如图1所示。本系统由微控制芯片，指纹采集模块，数据显示电路，按键电路和电源电路组成。电源上电后，通过指纹采集电路采集指纹。按键电路可以通过按键来增加指纹和删除指纹，这部分具有断电不丢失指纹数据的功能。本设计首先需要STM32这样的智能器件,本文所要实现的功能主要包括,指纹的识别、指纹的对比、指纹的输入。指纹模块作为本设计的核心,液晶显示屏是人机交互的载体。只有通过液晶显示屏,才能真真的知道指纹识别的过程和结果。STM32作为主控芯片,接收按键输入的指令,并且总体控制指纹模块工作的整个过程,并将结果实时和操作的过程实时的显示在液晶显示器上面。
上传时间： 2022-07-01
上传用户：moh2000
人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后，以其独特的方便、经济及准确性而越来越受到世人的瞩目。作为人脸识别系统的重要环节—人脸检测，随着研究的深入和应用的扩大，在视频会议、图像检索、出入口控制以及智能人机交互等领域有着重要的应用前景，发展速度异常迅猛。 FPGA的制造技术不断发展，它的功能、应用和可靠性逐渐增加，在各个行业也显现出自身的优势。FPGA允许用户根据自己的需要来建立自己的模块，为用户的升级和改进留下广阔的空间。并且速度更高，密度也更大，其设计方法的灵活性降低了整个系统的开发成本，FPGA 设计成为电子自动化设计行业不可缺少的方法。 本文从人脸检测算法入手，总结基于FPGA上的嵌入式系统设计方法，使用IBM的Coreconnect挂接自定义模块技术。经过训练分类器、定点化、以及硬件加速等方法后，能够使人脸检测系统在基于Xilinx的Virtex II Pro开发板上平台上，达到实时的检测效果。本文工作和成果可以具体描述如下： 1. 算法分析：对于人脸检测算法，首先确保的是检测率的准确性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一种基于Adaboost算法的人脸检测方法。算法中较多的是积分图的特征值计算，这便于进一步的硬件设计。同时对检测算法进行耗时分析确定运行速度的瓶颈。 2. 软硬件功能划分：这一步考虑市场可以提供的资源状况，又要考虑系统成本、开发时间等诸多因素。Xilinx公司提供的Virtex II Pro开发板，在上面有可以供利用的Power PC处理器、可扩展的存储器、I/O接口、总线及数据通道等，通过分析可以对算法进行细致的划分，实现需要加速的模块。 3. 定点化：在Adaboost算法中，需要进行大量的浮点计算。这里采用的方法是直接对数据位进行操作它提取指数和尾数，然后对尾数执行移位操作。 4. 改进检测用的级联分类器的训练，提出可以迅速提高分类能力、特征数量大大减小的一种训练方法。 5. 最后对系统的整体进行了验证。实验表明，在视频输入输出接入的同时，人脸检测能够达到17fps的检测速度，并且获得了很好的检测率以及较低的误检率。
上传时间： 2013-07-01
上传用户：84425894
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-06-07
上传用户：kikye
生物特征识别是指通过计算机，利用人体固有的生理特征，如指纹，静脉来进行个人身份鉴别的技术。由于生物特征唯一性和不变性，使得生物特征识别与传统的方法如数字密码和身份证相比，具有更高的安全性和易用性。传统的高性能自动识别系统大多基于PC平台联机应用，然而在实际应用中往往对自动识别系统要求有更高的便携性和易用性，嵌入式技术的快速发展使得实现这样的系统变为了可能。 生物特征识别系统主要由通用模块的控制系统与非通用模块的图像采集设备与识别算法组成。本文针对通用模块与非通用模块接口问题进行研究和设计，实现了一个工作良好的嵌入式平台。 本课题在设计核心板、扩展板、转接板的硬件基础上，移植实时操作系统Linux，编写各种接口与模块的驱动、多路摄像头切换程序，并很好的解决了摄像头采集生物特征时光强控制问题，为很好的采集到清晰图像提供了一个良好稳定的硬件平台。 本课题所设计的嵌入式系统通过测试，做了大量的实验，并将所采集到的手指静脉图像进行讨论分析，具有实用价值。
上传时间： 2013-06-03
上传用户：lguotao
自“9.11”后，随着人们对安防需求的升级，门禁控制系统得到日益广泛的应用，不断提高门禁系统的安全性成为研究的重要课题。第四代门禁系统结合了人体生物特征识别技术，利用人体本身具有的物理特征(如指纹、虹膜、脸型、掌纹等)或行为特征(如步态、签名等)来确定人的身份，取代或加强传统的身份识别方法。 论文采用掌形识别为控制方案，基于ARM920T内核的EP9315芯片为门禁系统CPU，设计和调试了系统的硬件平台。 论文研究了掌形识别算法，进行了三方面的工作。 首先研究了掌形中的手形特征，提出了一种基于骨架特征的手形识别算法，很好的克服了手指旋转给识别带来的干扰。 然后研究了掌形中的掌纹特征，通过系列图像处理，分离出手掌的三条主线，提取主线端点，并在主线上等间隔采样，利用端点和采样点进行匹配，拥有很高的识别率。 最后结合手形与掌纹特征，实现掌形识别。依据手形特征对掌形库进行粗分类，利用掌纹特征进行匹配，算法拥有很快的识别速度与稳定较高的识别率。对分类规则提出了新思路与方法。 论文还提出了基于ARM的门禁系统方案。成功设计了以基于ARM920T内核的EP9315芯片为CPU的最小系统，设计PCB图并制板，最后调试了系统的底层电路。 论文的研究设计工作，通过提高掌形识别算法的识别率，达到了提高门禁系统安全性的目的；ARM平台的设计与调试，在工程实际中有参考价值。
上传时间： 2013-04-24
上传用户：zsjzc
现代信息技术的迅猛发展，使得图像处理方面的研究与应用，尤其是实时图像处理引起了更广泛的关注。近年来，随着嵌入式和DSP技术的不断发展，数字信号处理领域的理论研究成果被逐渐应用到实际系统中，从而推动了新理论的产生和应用，对图像处理等领域的技术发展起到了十分重要的作用。可见，研究如何将ARM和DSP双处理器结构应用于实时图像处理系统的新方法有着非常重要的理论价值和应用价值。本文主要研究内容如下： 1.分析了实时图像处理领域的最新发展，得出了以ARM和DSP分别作为实时图像处理系统核心的优势和劣势，结合本课题实时性，高效性和便携性的特点，设计一个以ARM+DSP双处理器为核心的通用实时图像处理系统，并通过增加或裁剪可以广泛应用于图像处理和图像识别领域。 2.掌纹识别技术是继指纹识别和虹膜识别后人体生物特征识别领域中最新的研究方向，正处在不断的研究和探索阶段。在论文中，介绍了以ARM+DSP双处理器为核心的通用实时图像处理系统和掌纹识别技术相融合的实例，构成最基本的脱机掌纹识别系统，给出了系统的组成和运行的基本流程，实现最基本的识别功能，降低成本，提升实时掌纹识别系统的性能。 3.具体设计中，在对两种系统组成方案经过比较后，选择了基于TI公司的TMS320VC5470双核处理器为核心，根据TMS320VC5470芯片的特点，对系统平台的硬件原理进行设计，扩充了进行研究所需的片外RAM，ROM(Flash)，人机接口电路，外围接口电路，仿真接口JTAG等。随后根据原理图所需器件，选择相对应的封装形式，设计8层印刷电路板，对BGA封装形式芯片的扇出方式，布线规则以及高速数字电路与高速PCB设计中涉及的信号完整性问题予以重点研究，较好解决了高密度BGA封装集成电路的布线及其电磁兼容性问题。除此之外，在软件设计方面，讨论了针对TMS320VC5470系统脱离主机开发环境成为独立系统时双核Bootload的实现、双核间通讯及程序固化到FLASH中的方法。 本文所做的创新工作是将ARM和DSP有效的相结合，使他们在实时图像处理系统中发挥各自的优势，克服自身的劣势，提升了实时图像处理系统的性能，缩小了体积，节约了成本；并基于上述研究成果，将该ARM+DSP实时图像处理系统和最新的掌纹识别的原理相结合，构成了手持式掌纹识别系统，对于实时掌纹识别技术的研究有着非常重要意义。
上传时间： 2013-07-31
上传用户：muyehuli
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-07-28
上传用户：hxy200501
人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后，以其独特的方便、经济及准确性而越来越受到世人的瞩目。作为人脸识别系统的重要环节—人脸检测，随着研究的深入和应用的扩大，在视频会议、图像检索、出入口控制以及智能人机交互等领域有着重要的应用前景，发展速度异常迅猛。 FPGA的制造技术不断发展，它的功能、应用和可靠性逐渐增加，在各个行业也显现出自身的优势。FPGA允许用户根据自己的需要来建立自己的模块，为用户的升级和改进留下广阔的空间。并且速度更高，密度也更大，其设计方法的灵活性降低了整个系统的开发成本，FPGA 设计成为电子自动化设计行业不可缺少的方法。 本文从人脸检测算法入手，总结基于FPGA上的嵌入式系统设计方法，使用IBM的Coreconnect挂接自定义模块技术。经过训练分类器、定点化、以及硬件加速等方法后，能够使人脸检测系统在基于Xilinx的Virtex II Pro开发板上平台上，达到实时的检测效果。本文工作和成果可以具体描述如下： 1. 算法分析：对于人脸检测算法，首先确保的是检测率的准确性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一种基于Adaboost算法的人脸检测方法。算法中较多的是积分图的特征值计算，这便于进一步的硬件设计。同时对检测算法进行耗时分析确定运行速度的瓶颈。 2. 软硬件功能划分：这一步考虑市场可以提供的资源状况，又要考虑系统成本、开发时间等诸多因素。Xilinx公司提供的Virtex II Pro开发板，在上面有可以供利用的Power PC处理器、可扩展的存储器、I/O接口、总线及数据通道等，通过分析可以对算法进行细致的划分，实现需要加速的模块。 3. 定点化：在Adaboost算法中，需要进行大量的浮点计算。这里采用的方法是直接对数据位进行操作它提取指数和尾数，然后对尾数执行移位操作。 4. 改进检测用的级联分类器的训练，提出可以迅速提高分类能力、特征数量大大减小的一种训练方法。 5. 最后对系统的整体进行了验证。实验表明，在视频输入输出接入的同时，人脸检测能够达到17fps的检测速度，并且获得了很好的检测率以及较低的误检率。
上传时间： 2013-04-24
上传用户：大融融rr
