嵌入式人体手背静脉图像采集系统的研制

仪表仪器测试

第30卷　第2期

2009年2月仪器仪表学报Chinese Journal of Scientific I nstru ment Vol 130No 12Feb .2009

　收稿日期:2008201　　Received Date:2008201　3基金项目:国家自然科学基金项目2仪器专项(60627002)、天津市应用基础重点项目(06YFJZJC00400,043800511)资助项目嵌入式人体手背静脉图像采集系统的研制

3

王云新,刘铁根,朱均超,霍晓飞,江俊峰

(天津大学精仪学院光电信息技术科学教育部重点实验室　天津　300072)摘　要:针对手背静脉识别技术的应用,基于嵌入式系统研制了一套人体手背静脉血管图像采集装置。根据手背静脉成像的原理和特点,设计了该图像采集系统的结构。首先利用光学仿真软件L ightT ools 对光源的参数进行最优化选择,并根据仿真结果设计制作了高均匀度近红外光源;然后以T MS320DM642和C MOS 图像传感器为核心,构建了集图像采集和处理于一体的嵌入式处理模块,并利用灰度形态学方法对采集的图像进行预处理,进一步改善了图像质量。实验结果显示,本系统不仅可获取高质量的手背静脉血管图像,而且为手背静脉识别研究提供了嵌入式开发平台。

关键词:手背静脉;图像采集;C MOS 图像传感器;嵌入式模块

中图分类号:TP391.4　　文献标识码:A 　　国家标准学科分类代码:510.8040

D evelopm en t of an e m bedded image acqu isiti on system

for hu man dors a l hand ve i n

W ang Yunxin,L iu Tiegen,Zhu Junchao,Huo Xiaofei,J iang Junfeng

(Key L aboratory of O pto 2electronics Infor m ation and Technical Science of MO E,

College of Precision Instrum ent and O pto 2electronics Engineering,Tianjin U niversity,Tianjin 300072,China )

Abstract:A i m ing at the app licati on of dorsal hand vein recogniti on technol ogy,the i m age acquisiti on instrument f or hu man dorsal hand vein was devel oped,which is based on e mbedded p r ocessing syste m.According t o the i m aging p rinci p le and feature of dorsal hand vein,the structure of the i m age collecti on syste m was designed .Firstly the op ti 2mal para meters of the light s ource were chosen by the op tical si m ulati on s oft w are L ightT ools,and the light s ource with high illu m inati on homogeneity was i m p le mented under the guidance of the si m ulati on results .Then taking T MS320DM642and C MOS i m age sens or as the core components,the e mbedded module was designed t o realize the i m age collecti on and p r ocessing,and the collected i m age was p rep r ocessed using gray mor phol ogy method,which further i m p r oves the i m age quality .The result indicates that this syste m can not only obtain the i m age of dorsal hand vein with high perf or mance,but als o p r ovide an e mbedded devel opment p latf or m f or hand vein recogniti on .Key words:dorsal hand vein;i m age acquisiti on;C MOS i m age sens or;e mbedded module

1　引　　言

随着全球经济和信息技术的快速发展,人们对社会信

息的安全性要求日益提高,其中身份识别技术作为维护国

家金融秩序和社会安全的重要手段一直受到广泛重视。

传统的身份识别如证件、密码等,存在携带不便、容易遗

失、密码易被破解等诸多问题,越来越不能适应现代社会

发展的需求。而生物特征识别技术利用个体特有的生理

和行为特征进行身份识别和(或)个体验证[1],与传统的身份识别方式相比,生物特征识别系统具有更好的安全性、可靠性和有效性[224],已成为当前一大研究热点。其中人体手背静脉识别作为生物特征识别技术的前沿课题之一,它利用手背静脉血管的分布不同进行身份识别。人体手

仪表仪器测试

　第2期王云新等:嵌入式人体手背静脉图像采集系统的研制309

　背静脉具有很强的普遍性和唯一性,与传统的生物特征识别技术如指纹识别、虹膜识别相比,手背静脉采集过程更加友好,用户接受度高。此外,手背静脉血管位于体表内部,可实现非接触式图像采集,不会遗留个人信息

[526]

。

人体手背静脉识别研究目前尚处于起步阶段,迄今为止还没有一个公开的手背静脉图像数据库,并且静脉图像质量的好坏直接影响到整个识别系统的准确度和鲁棒性,因此获取高质量的手背静脉图像是进行人体手背静脉识别的首要前提。目前手背静脉图像获取系统主要基于计算机板卡方式,利用市场上购买的摄像机和图像采集卡在PC 上实现

[728]

,该方式借助了计算机的通用性,

开发难度低,但系统稳定性较差,成本高、体积大且便携性差。近年来数字信号处理技术得到了快速发展,为新一代的数字图像采集、处理、识别系统奠定了硬件基础。本文基于数字信号处理器(DSP )设计实现了手背静脉图像采集系统,能够采集高质量的手背静脉图像,并为人体手背静脉识别技术的研究提供了嵌入式开发平台。

2　手背静脉成像原理及系统构成

人体手背静脉血管属于皮下组织,在可见光的照射下,人眼和其他视觉检测系统都很难获取清晰的静脉分布图像。然而,当入射光为波长在700～1000nm 之间的近红外光时,它可以穿透大约3mm 厚的生物组织[9]

,

且血液较其他组织对近红外光具有更强的吸收特

性

[10211]

,因此当用近红外图像传感器采集静脉图像时,静

脉血管比周围组织要暗。正是基于上述特性,静脉血管的分布才可以进行提取。

根据人体手背静脉对近红外光的特殊效应,设计了图像采集系统,其结构如图1所示。图像采集系统由基于嵌入式处理模块的C MOS 相机、红外滤光镜、近红外光源和导光板4部分构成。近红外光源发出的光经导光板均匀化后,照射在人体手背上并反射,其反射光通过红外滤光镜滤除可见光噪声,仅使得近红外光进入C MOS 相机,从而获取手背静脉血管图像

。

图1　手背静脉血管图像采集系统的结构图

Fig .1Structure of the i m age acquisiti on syste m for hand vein

3　手背静脉血管的图像采集

3.1　光源的设计

光源在手背静脉血管的图像采集中起着重要作用,其照度和均匀度直接影响图像质量。一般系统中的光源

照度均匀度需达到70%以上,而手背静脉图像采集系统对照度均匀度的要求更高。究其原因,若照度不够均匀,则易导致图像出现阴影或亮斑,其中阴影易被误判为静脉血管,将严重影响识别准确度。因此,光源设计的难点在于高均匀度照明的实现。

发光二极管(LED )具有结构简单、寿命长、单色性好等优点,因此本系统的光源采用近红外LED 阵列构成。然而,LED 发光体芯片尺寸很小,近似为点光源,其光学均匀度比较低,因此需要对LED 阵列进行巧妙的排布,使其组成一个均匀的面光源。

根据系统结构和照明的要求,设计了高均匀度的4边形面光源,照明板结构为中空。每条边由均匀分布的60个LED 灯组成,且LED 灯的发光强度可调,其结构如图2(a )所示。根据一般握紧拳头时手背的大小,设定光源的照明面积为150mm ×150mm 。利用L ightTools 光学软件对光源的光强分布和照度均匀度进行分析,仿真中对照明平面与光源的距离d i 、光源尺寸(d l ×d w )、LED 发光角度(θ)等参数进行最优化设计。大量实验表明,当d i =168mm,d l =d w =86mm ,θ=90°时,照度平面具有最佳均匀度。光源仿真结果如图2(b )所示,可见照明平面的光强分布比较均匀,经计算其照度均匀度达

84%,可为手背静脉图像的采集提供高均匀度的照明

。

仪表仪器测试

310　仪　器　仪　表　学　报第30卷

3.2　嵌入式处理模块硬件设计嵌入式处理模块基于高速DSP 构建,以实现手背静脉图像的采集和处理,其硬件结构如图3所示

。

图3　嵌入式处理模块的硬件结构

Fig .3Hard ware structure of the embedded p r ocessing module

数字信号处理器是嵌入式处理模块的核心之一,在其控制下完成图像传感器配置、图像采集、图像处理和数据的以太网传输。数字信号处理器采用T MS320DM642(简称D M642),它是一款针对高速图像处理应用的定点并行处理器,其主频高达600MHz,内部哈佛结构采用8级流水线并行处理指令,最大系统处理能力可达4800M I PS

[12]

,

可以满足手背静脉识别系统的实时性要求。此外DM642具有64位增强型总线接口(E M I F ),可以扩展外部存储器,集成了以太网访问控制器(E MAC ),并提供了T CP /I P 协议栈,可以方便的支持标准100M 的T CP 网络通信协议,更为关键的是D M642提供了3个高速视频通道端口

VP ORT,可以方便地进行图像采集和高速数据传输。

图像传感器是嵌入式处理模块的另一关键器件,由于静脉血管与周围组织的差别主要体现在灰度差上,因此可采用单色图像传感器进行图像采集。此外,图像传感器要对近红外光有较高的量子效率。本系统采用

MT9M001单色C MOS 传感器,它具有130万像素的分辨

率,图像采集速度为30帧/秒,光谱响应波段为390～

1030nm 。MT9M001除了在近红外波段有响应外,在可

见光波段也有较好的响应,因此在反射光进入C MOS 图像传感器之前,要利用红外滤光镜去除可见光噪声。

嵌入式处理模块的工作流程如下:DM642通过I 2

C 总线对C MOS 图像传感器进行初始化配置,C MOS 的输出信号经过FPG A 连接到DM642的VPORT 高速通信口上,FPG A 的作用是根据DM642的控制指令对C MOS 的输出信号进行必要的时序调整。DM642的VPORT 口自带高速F I FO (先进先出队列),可实现图像数据的缓存和传输。在DM642控制下,F I FO 中的数据以EDMA (增强型直接数据存储)方式存储到系统的S DRAM 中,以进行图像数据处理。此外DM642通过以太网与上位机通信,将采集的手背静脉图像传送至上位机,方便手背静脉血管识别算法的研究。

3.3　嵌入式处理模块软件设计

嵌入式处理模块主要完成手背静脉图像数据的采集和预处理,其系统软件基于DSP /B I O S 操作系统开发,

DSP /B I O S 是可剪裁的实时内核,提供了软硬件中断、I/O

服务、多任务调度和各种外设驱动等管理模块;DSP /B I 2

OS 具有标准化应用程序体系架构,提供层次化管理方

法,各底层驱动程序完成硬件的驱动与管理并对上层提

供统一的接口,各应用任务模块完成相应的应用层功能并由DSP /B I O S 提供实时任务调度。

系统对单帧图像采集与处理的软件流程如图4所

示,系统上电后,DSP 通过E M IF 口从Flash 中将用户程序装载到DSP 的片内RAM 中并运行。首先对DSP 进行初始化,并对C MOS 图像传感器的白平衡、曝光时间、放大器增益等参数进行初始化配置,然后开始图像采集,当一帧图像采集结束后,系统发出中断信号,之后DSP 就可以调用图像数据,并对图像进行必要的预处理,至此单

帧图像的处理结束。

图4　嵌入式处理模块的软件流程

Fig .4S oft w are fl owchart of the e mbedded p r ocess module

图像采集过程中,C MOS 图像传感器受到散粒噪声、热噪声和非均匀噪声的影响,此外图像数据的传输过程也会引入部分噪声,将会造成图像质量的降低,因此对采集的图像必须进行预处理。图像预处理步骤如下:

1)首先利用阈值去除背景(背景置为‘0’

),提取手背区域。

2)对手背区域进行高斯滤波降低图像噪声。3)采用灰度形态学方法进行图像增强,对图像进行

高帽和低帽变换,然后把高帽变换结果与原图像相加,再减去低帽变换结果。

灰度形态学方法考虑了图像的局部特性,与基于统计特性的直方图均衡化方法相比较,更有利于改善图像

质量。

仪表仪器测试

　第2期王云新等:嵌入式人体手背静脉图像采集系统的研制311

　4　实验结果

根据手背静脉血管的近红外图像采集原理,研制了手背静脉的图像采集系统。采集系统内部结构如图5所示,嵌入式处理模块安装在C MOS 相机壳体内,根据L ightT ools 仿真的最优化参数制作的光源安装在C MOS 相机下方,实验中对光源的位置进行微调,使其达到最佳效果。利用本系统采集人体手背静脉血管,得到的图像如图6所示,其中图6(a )为采集得到的原始图像,由图可见设计的近红外光源能够提供高均匀度的照明,且基于嵌入式处理模块的C MOS 相机能够很好地提取手背静脉血管的分布,采集的图像质量完全可以满足手背静脉识别系统的要求。图6(b )为经过预处理后的图像,基于灰度形态学的图像预处理提高了静脉血管与其他组织的对比度,使较细小的血管清晰可见,

大大改善了图像质量。

5　结　　论

针对生物特征识别领域中的手背静脉识别技术应用,研制了嵌入式人体手背静脉图像采集系统。根据手背静脉采集的特殊需求,设计了高均匀度的专用近红外光源,并基于高速数字信号处理器T MS320DM642开发了嵌入式图像处理模块,实现了C MOS 传感器的图像采集,最后利用灰度形态学方法对采集的图像进行了预处理,进一步改善了图像质量。该静脉血管图像采集系统不仅可用于手背静脉识别,还可以推广到手掌静脉识别及医学临床中的静脉穿刺等领域,具有很高的实用价值和推广意义。　　参考文献

[1]　JA I N A K,ROSS A,PRABHAK AR S .An intr oducti on

t o bi ometric recogniti on [J ].I EEE Trans .Circuits and Syste m s f or V ideo Tech,2004,14:4220.

[2]　OG OR MAN paring pass words,t okens,and B i o 2

metrics f or user authenticati on [C ].Pr oceedings of the I EEE,2003,91(12):201922040.

[3]　陈桂友,孙同景,雷印胜.一种基于自适应滤波的指纹

图像增强算法[J ].电子测量与仪器学报,2006,20

(6):76280.

CHE N G Y,S UN T J,LE I Y SH.Finger p rint i m age en 2hance ment based on adap tive filter[J ].Journal of Elec 2tr onic M easure ment and I nstru ment,2003,91(12):201922040.

[4]　练秋生,陈书贞,刘春亮.融合Gabor 小波能量与方向

特征的掌纹识别算法[J ].仪器仪表学报,2008,29(3):5562561.

L I A N Q S H,CHE N SH ZH,L I U CH L.Pal m p rint iden 2tificati on algorith m based on energy and directi on feature fusi on of Gabor wavelet[J ].Chinese Journal of Scientific I nstru ment,2008,29(3):5562561.

[5]　WANG K J,Z HANG Y .Hand vein recogniti on based on

multi supp le mental features of multi 2classifier fusi on deci 2si on [C ].Pr oceedings of the 2006

I EEE,

2006:

179021795.

[6]　P ARK G,S ANG K IM ,CHO I H.A pers on identifica 2

ti on algorith m utilizing hand vein pattern [C ].Korea Sig 2nal Pr ocessing Conference,1997,10(1):110721110.

[7]　T OSH I Y UKI T,NAOH I K O K .B i ometric authenticati on

by hand vein patterns [C ].Sice Annual Conference in Sappor o,2004:2492253.

[8]　BADAW I A M.Hand vein bi ometric verificati on p r ot o 2

type:A testing perf or mance and patterns si m ilarity[C ].I PC V,2006,14:329.

仪表仪器测试

312　仪　器　仪　表　学　报第30卷

[9]　CROSS J M ,S M I TH C L.Ther mographic i m aging of the

subcutaneous vascular net w ork of the back of the hand f or bi ometric identificati on[C ].Pr oceedings of 29th I nterna 2ti onal Carnahan Conference on Security Technol ogy,1995:20235.

[10]　SHAH I N M ,BADAW I A,K AME L M.B i ometric au 2

thenticati on using fast correlati on of near infrared hand vein patterns [J ].

I nternati onal Journal of B i o medical

Science,2007,2(3):1412148.

[11]　WANG K J,ZHANG Y,Y UAN Z H,et al .Hand vein

recogniti on based on multi 2supp le mental features of multi 2classifier fusi on decisi on [C ].The 2006I EEE I nterna 2ti onal Conference on M echatr onics and Aut omati on,2006:179021795.

[12]　Texas I nstru ments .T MS320C6000CP U and I nstructi on

Set Reference Guide[Z].2000.

作者简介

王云新,2006年于天津大学获得硕士学位,现为天津大学光学工程专业在读博士研究生,主要研究方向为光电检测与模式识别。

E 2mail:wangyunxin_qin@

　W ang Y unx i n received M.Eng .fr om Tianjin University in

2006.She is pursuing Ph D degree in op tical engineering in Tian 2jin University .

Her research interests include op t oelectr onic

measure ment and pattern recogniti on .E 2mail:wangyunxin_qin@163.

com

刘铁根,1987年和1999年于天津大学分别获得硕士学位和博士学位,现为天津大学教授,主要研究方向为光电检测和嵌入式图像技术。

E 2mail:tgliu@tju .edu .cn

　L i u T i egen received M.Eng .and Ph D

both fr om Tianjin University,in 1987and

1999res pectively .Now he serves as a full p r ofess or in College of Precisi on I nstru ments and Op t oelectr onics Engineering,Tianjin University .H is research interests focus on op t oelectr onic meas 2ure ment and embedded i m age p r ocessing technol ogy .E 2mail:tgliu@tju .edu .cn

本文来源：https://www.bwwdw.com/article/nc2q.html