基于ARM9处理器的嵌入式指纹识别系统设计（2） 处理器, 嵌入式, 传感器, 检测

我是MT

指纹图像的采集是在中断程序中开始的， 当指纹传感器上没有手指时，系统将进入省电模式。通过指纹传感器FPS200的手指自动检测中断可唤醒系统， 并进行一次指纹图像的采集、预处理和数据上传。完成后再将进入省电模式， 并等待下一次的手指中断采集。ARM中的主程序很简洁， 因为主要的操作都由中断完成。手指检测由指纹传感器FPS200的自动手指检测中断来完成，当检测到有手指后， 即可开始对这枚指纹的处理工作。
系统初始化完成后， 系统将对手指是否安放在指纹传感器上进行检测， 若传感器上有手指，则进行一次指纹采集及相应的处理， 然后等待下一次指纹数据的采集。实际上， 指纹的采集和指纹数据的上传都是由中断过程完成的， 所以， 整个系统的主程序流程比较简洁。
4 实验结果
通过不断实验并设定FPS200的寄存器DCR、DTR值可以调整放电电流和放电时间， 以使采集的图像获得最佳。图4所示是原图和预处理后的指纹图像对比， 由图4可以看到， 实验的预处理效果是比较理想的。
原图与处理后的指纹图像对比


图4 原图与处理后的指纹图像对比。
本文对几十个采集的指纹图像进行了匹配实验， 所得出的据真率和误识率及其所需要的验证时间如表1所列。
表1 实验数据列表


实验数据列表
5 结束语
本文给出了基于ARM9和FP200传感器的指纹识别系统的设计和实现方法。本方法在指纹识别的可靠性及快速性上， 充分发挥了ARM9的优势。
ARM体系结构是面向低预算市场的第一款RISC微处理器， 具有可集成、可扩展、可移植的特点。
我们相信， 随着其性价比的提高， ARM的应用领域将会越来越广泛。