基于ARM和滑動(dòng)指紋傳感器的c計(jì)

4.2 加載驅(qū)動(dòng)程序

設(shè)備驅(qū)動(dòng)程序在Linux內(nèi)核中，使某個(gè)特定的硬件響應(yīng)一個(gè)定義良好的內(nèi)部編程接口，同時(shí)完全隱藏了設(shè)備的工作細(xì)節(jié)。用戶通過一組標(biāo)準(zhǔn)化的調(diào)用完成對硬件的操作，而這些調(diào)用是和特定的驅(qū)動(dòng)程序無關(guān)的。將這些調(diào)用映射到作用了實(shí)際硬件的設(shè)備特定的操作上，就是設(shè)備驅(qū)動(dòng)程序的任務(wù)。也即Linux中的模塊化實(shí)現(xiàn)，這也是Linux中設(shè)備驅(qū)動(dòng)程序的一大特點(diǎn)。

將FingerChip驅(qū)動(dòng)程序加載到Linux文件系統(tǒng)中，當(dāng)系統(tǒng)運(yùn)行時(shí)，使用insmod命令，即可實(shí)現(xiàn)指紋傳感器設(shè)備的裝載。通過標(biāo)準(zhǔn)化的調(diào)用，實(shí)現(xiàn)對傳感器的控制。

5、基于滑動(dòng)式指紋傳感器的指紋拼接算法

當(dāng)手指滑過時(shí)，滑動(dòng)指紋傳感器采集到是一系列指紋幀序列，因此在嵌入式系統(tǒng)中，需要對獲取的指紋幀序列進(jìn)行拼接。與PC機(jī)中的CPU相比，ARM芯片速度較低。為了減少刮取指紋后的等待時(shí)間，對指紋拼接速度的要求很高。

本文運(yùn)用基于塊匹配指紋拼接算法[5]，能夠快速有效的尋找到相鄰指紋幀之間的偏移量。塊匹配算法是：（1）在圖像A中選取M×N大小的X區(qū)域；（2）在圖像B中選取所有可能的M×N大小的Y區(qū)域；（3）計(jì)算X區(qū)域和Y區(qū)域?qū)?yīng)象素差值的平均值MAE;MAE越小，兩區(qū)域相似度越高；計(jì)算公式為：

(1)

其中0≤i≤M-1，0≤j≤N-1，p（i,j）為X區(qū)域的點(diǎn)p的象素值，q（i,j）為Y區(qū)域?qū)?yīng)點(diǎn)q的象素值。MAE越小，兩區(qū)域相似度越高。理想情況下，MAE最小值為0。

具體實(shí)現(xiàn)步驟：（1）FingerChip AT77104A獲取到的指紋幀數(shù)據(jù)大小為232×8，設(shè)x方向?yàn)?32，y方向?yàn)?。為了有效的拼接相鄰兩幀指紋，設(shè)置獲取每一幀數(shù)據(jù)的頻率，使得y方向的偏移量dy不大于8，即保證相鄰兩幀一定有重疊。（2）理想情況下，手指在y方向滑動(dòng)，在x方向上偏移量為0。因此，只考慮dx不大于dy的情況。當(dāng)dx超過dy時(shí)，滑動(dòng)無效。（3）由（1）（2）可得，|dx|8。同時(shí)可得，最后一行，中間的（232-8×2）個(gè)象素與下一幀必有重疊。（4）取前一幀最后一行（232-8×2）個(gè)象素，即（232-8×2）×1的模板，與新獲取的一幀指紋匹配。（5）匹配方法：在新的指紋幀里面尋找所有可能的（232-8×2）×1的模板，計(jì)算求得MAE。選取MAE的最小值對應(yīng)的模板，此模板與上一幀的最后一行的（232-8×2）×1的模板相匹配。即得dx，dy。（6）重復(fù)執(zhí)行以上步驟，直到得到一幅完整的指紋圖像。圖3-a為拼接前的指紋幀，圖3-b為拼接后的指紋圖像。

圖3 a.拼接前的指紋幀 b.拼接后的指紋圖像

6、總結(jié)

本文實(shí)現(xiàn)了基于ARM9芯片AT91RM9200和滑動(dòng)指紋傳感器AT77C104B FingerChip的指紋采集系統(tǒng)，具有低功耗，采集便捷，通信系統(tǒng)簡單等優(yōu)點(diǎn)，具有很大的實(shí)用價(jià)值。開發(fā)的指紋拼接算法通過了AT77C104B FingerChip獲取的100幅指紋幀序列的測試，均能達(dá)到較好的效果。該系統(tǒng)獲取到的指紋幀序列和拼接后的指紋圖像，均可通過USB接口導(dǎo)出，可用于指紋拼接算法有效性的測試和指紋識別算法的測試。