首页 理论教育 掌纹掌脉融合识别技术应用于地铁环境的研究成果

掌纹掌脉融合识别技术应用于地铁环境的研究成果

时间:2026-01-26 理论教育 浅陌 版权反馈
【摘要】:掌纹识别系统的平均响应时间如表5.2所示。表5.2基于扫描仪的嵌入式掌纹识别系统平均响应时间所建立的基于扫描仪的嵌入式掌纹识别系统主要由市面上应用比较成熟的扫描仪和MID构成,它们都已经在市面上应用了很多年,通过时间和用户的实际应用考验,性能比较稳定且用户易于使用,可接受度高,而且系统的可维护性也较好。

所选取的A600扫描仪是Twain接口,Windows自带Twain接口API函数,厂家一般都会提供扫描仪的Windows驱动程序,在Windows下对扫描仪进行操作和控制比较简单;然而在Linux环境下操作扫描仪则比较困难,一般而言,厂家不会提供特定扫描仪的Linux驱动程序,需要自己编写相应的驱动程序,开发难度大,开发周期长。比较幸运的是,SANE(scanner access now easy)支持虹光公司的A600证件扫描仪,并且Ubuntu Linux已经预装了带GUI的SANE。SANE提供了专门访问和控制扫描仪等图像设备的标准API接口,通过SANE可以非常容易访问到扫描仪的底层驱动,调用扫描仪插件以及前端程序(frontends)和后端程序(backends)。实际操作中先使用命令“sane-findscanner”查找并检测USB接口的目标扫描仪,然后使用命令“scanimage”操作扫描仪来扫描图像。与上一节基于ARM开发板的嵌入式掌纹识别系统类似,依然在宿主机中建立的Qt/Embedded平台上交叉编译目标板上的引导程序、内核、文件系统和应用程序,然后通过SD卡拷贝到嵌入式设备MID中,在MID的Ubuntu Linux操作系统中运行相应的掌纹采集和识别程序,扫描仪通过USB连接将采集到的用户掌纹图像输入到MID中,MID处理之后给出相应的识别结果,并生成声音文件,通过其内置喇叭报出识别结果。

评价一个生物特征识别系统的性能指标有识别率、等误率(EER)、存储量、系统响应时间、稳定性、重量、尺寸等。为了不失一般性,我们选取定序测量掌纹识别算法,来对所建立的基于扫描仪的嵌入式掌纹识别系统进行性能评价。预处理步骤中的ROI提取方法采用的是ROI矩形区域提取方法,所截取的ROI图像块大小为128×128,特征模板大小为4096 B,即需要为每个注册用户提供4096 B的存储空间。MID内置了2 GB Flash且支持SD扩展卡,Flash用来存储采集识别程序,用户特征模板和所建立的小规模掌纹数据库样本图像都存储在SD卡中。随着电子产品的飞速发展,存储介质的价格越来越低廉,8 GB的SD卡仅需人民币100元左右,因此在MID上建立一个大规模的掌纹数据库是完全可行的。系统响应时间是衡量一个生物特征识别系统的重要指标。系统的运行环境为:Ubuntu Linux操作系统,Qt/Embedded开发平台,主频ARM 11600 MHz,内存256 MB DDR IIRAM。掌纹识别系统的平均响应时间如表5.2所示。

表5.2 基于扫描仪的嵌入式掌纹识别系统平均响应时间(https://www.xing528.com)

图示

所建立的基于扫描仪的嵌入式掌纹识别系统主要由市面上应用比较成熟的扫描仪和MID构成,它们都已经在市面上应用了很多年,通过时间和用户的实际应用考验,性能比较稳定且用户易于使用,可接受度高,而且系统的可维护性也较好。系统的总体重量大约为1.8 kg,尺寸仅为283 mm×160 mm×60 mm,体积小巧,完全可以符合民用生物特征识别系统的需要,便于以后的推广和实际应用。整个实验室原型系统的成本约为人民币3000元,如果联系相应的扫描仪和MID生产厂商,定制出符合我们特定需求的扫描仪和MID,去除那些不需要的功能和部件,则系统成本可以进一步降低,系统的低成本可在实际推广和平民化中起到极其重大的作用。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈