指纹传感器和Blackfin处理器增强生物识别设备设计

作者：Jayanti Addepalli and Aseem Vasudev

在当今世界，对有效安全、有效实施的必要性是显而易见的。必须识别个人身份，以允许或禁止访问安全区域，或使他们能够使用计算机、个人数字助理 （PDA） 或移动电话。生物特征签名或生物识别技术用于通过测量某些独特的身体和行为特征来识别个人。几乎所有生物识别技术都是使用传感器实现的，以从个人那里获取原始生物识别数据;特征提取，处理获取的数据以开发代表生物特征的特征集;模式匹配，将提取的特征集与驻留在数据库中的存储模板进行比较;以及决策，即对用户声称的身份进行身份验证或拒绝。

指纹传感器

指纹长期以来是最广泛接受的生物识别标识符之一，是唯一且永久的。它们的图像由多个曲线段组成，包括称为山脊的高区域和称为山谷的低区域。细枝末节，即脊流模式中的局部不连续性，被用作判别特征。指纹传感器“读取”手指表面，并通过模数转换器（ADC）将模拟读数转换为数字形式。指纹传感器大致可分为光学、超声波或固态，包括电容式、射频式、热式和压电式器件。

由于手指最外层干燥的死皮细胞具有低电导率，因此RF传感器从皮肤潮湿和导电的边界区域获取指纹数据，活细胞开始变成角质化的皮肤。这个活的地下层是指纹图案的来源，很少受到手指表面损坏或磨损的影响。

AuthenTec TruePrint 传感器在埋在硅芯片内的导电层和皮肤表面下方的导电层之间使用小射频信号。射频场测量手指下层活表皮层的脊和谷的电势轮廓。通过从未受损伤或污染的皮肤部位获取数据，该传感器可生成比仅读取皮肤表面的光学或电容技术更准确和可重复的指纹样本。®®

热释电材料根据温差产生电压。当手指与发热的传感器表面接触时，指纹脊（更靠近传感器表面）比离传感器表面更远的谷保持更高的温度。Atmel AT77C104B 指纹传感器使用这种类型的热成像技术捕获指纹。它是一款线性传感器，在单个CMOS IC中结合了检测和数据转换电路。通过将手指扫过感应区域来捕获指纹图像。第一次接触时会产生图像，但由于达到热平衡时图像很快就会消失，因此需要一种扫描方法来获得稳定的指纹图像。

当手指垂直扫过传感器窗口时，传感器会捕获指纹图像。手指扫描技术可确保传感器表面保持清洁。与基于触摸的传感器不同，一旦手指被移除，潜在指纹就不会保留。传感器不需要外部热量、光或无线电源。片上温度稳定功能可识别手指和传感器之间的温差，并增加温差以获得更高的图像对比度。这里将重点讨论基于这种热传感器的指纹识别系统。

表征指纹传感器的主要参数包括分辨率、面积、动态范围和像素数。分辨率以每英寸点（或像素）每英寸 （dpi） 为单位。更高的分辨率可以在山脊和山谷之间更好地定义，并更精细地隔离细枝末节点——这在指纹匹配中起着主要作用，因为大多数算法依赖于细枝末节的巧合来确定两个指纹印模是否属于同一根手指。较大的感应区域通常提供更独特的指纹，但将手指扫过较小的传感器，并快速获取和处理数据，使小型低成本传感器能够实现与更大、更昂贵的传感器相当的清晰度。动态范围或深度表示用于编码每个像素强度的位数。特定帧中指纹图像中的像素数可以从分辨率和面积得出。

AT77C104B 传感器在 0.4 毫米× 11.6 毫米区域内具有 500 dpi 分辨率，总共提供 8 像素× 232 像素，或每帧 1856 像素。每个像素用四个位编码，识别 16 个灰度级别。图3显示了传感器的框图，其中包括阵列、模数转换器、片内振荡器、控制和状态寄存器、导航和点击单元，以及用于慢速和快速工作模式的独立接口。慢速模式的运行频率最高可达 200 kHz，用于对传感器进行编程、控制和配置。快速模式可在高达16 MHz的频率下运行，用于数据采集。片上加热器增加了手指和传感器之间的温差。为了限制电流消耗，看门狗定时器在指定的时间长度后停止加热模块。

图3.指纹传感器框图。

操作模式

该传感器实现六种工作模式：

睡眠模式：一种功耗非常低的模式，其中禁用内部时钟并初始化寄存器。

待机模式：低功耗模式，等待主机的操作。激活慢速串行端口接口 （SSPI） 和控制块;振荡器保持活动状态。

单击模式：等待手指在传感器上。SSPI 和控制块保持活动状态;激活本地振荡器、单击 阵列 和 单击 块。

导航模式：计算手指穿过传感器时的 x 和 y 移动。SSPI 和控制块仍处于激活状态;本地振荡器、导航阵列和导航块也被激活。

采集方式：将切片发送到主机进行指纹重建和识别。SSPI 和控制块仍处于激活状态;快速串行端口接口块 （FSPI） 和采集阵列被激活。当需要看门狗定时器时，本地振荡器被激活。

测试模式：此模式保留用于工厂测试。

将指纹传感器连接到Blackfin处理器的串行外设接口®

本应用选择Blackfin ADSP-BF533低成本、高性能处理器，因为它结合了快速信号处理器和功能强大的微控制器的功能。其 4 线全双工同步串行外设接口 （SPI） 具有两个数据引脚（MOSI 和 MISO）、一个器件选择引脚 （/SPISS） 和一个门控时钟引脚 （SCK）。参见图 4。SPI 支持主模式、从模式和多主站环境。 SPI兼容型外设实现还支持可编程波特率和时钟相位/极性。

图4.黑鳍处理器SPI端口框图。

该接口本质上是一个移位寄存器，以SCK速率串行发送和接收数据位（一次一个位），与其他SPI器件之间发送和接收数据位。移位寄存器能够同时发送和接收串行数据。SCK同步两个串行数据引脚上数据的移位和采样。

SPI 端口可配置为主端口（生成 SCK 和 /SPISS 信号）或从端口（从外部接收 SCK 和从选择信号）。当SPI端口配置为主端口时，它驱动MOSI引脚上的数据，并在MISO引脚上接收数据。它驱动SPI从器件的从机选择信号，并提供串行位时钟（SCK）。Blackfin处理器的SPI通过使用时钟极性（CPOL）和时钟相位（CPHA）位提供的组合来支持四种功能模式。有关Blackfin SPI端口的详细信息，请参阅ADSP-BF533 Blackfin处理器硬件参考手册。

硬件接口

ADSP-BF533处理器的SPI端口与AT77C104B之间的无缝硬件接口如图5所示，不需要任何外部粘合逻辑。传感器的从选择信号 /SSS 和 /FSS 通过可编程标志引脚 PF1 和 PF2 驱动。在将另一个标志配置为输出之前，应将一个标志配置为输出并驱动为高电平（这些标志不应同时配置为输出，因为Blackfin处理器默认将其驱动为低电平，会将传感器芯片切换到扫描测试模式）。通过 /IRQ 引脚生成的传感器中断由输入 PF4 读取。复位 RST 由 PF3 驱动。复位是一个高电平有效信号，因此在该线路上使用下拉电阻。

图5.ADSP-BF533处理器与AT77104B FingerChip传感器之间的接口。

应用程序

应用程序代码执行控制传感器、获取指纹数据以及重新排列数据以使用 VisualDSP++ 开发工具的图像查看器插件显示接收到的指纹图像等任务。®

当传感器检测到咔嗒声（即指示手指存在的信号）时，它会生成中断。Blackfin处理器接收此中断，并在下降沿生成中断。状态寄存器指示导致中断的事件。此过程用于导航、读取错误和其他中断。整个应用程序的简化流程图如图 6 所示。

图6.申请流程图。

数据采集

在采集模式下启用传感器加热。看门狗定时器也已启用，确保加热保持受控。因此，当要求加热时，传感器被加热“n”秒。

然后设置DMA参数以进行数据采集。可变大小的 DMA 弹性描述符加载到 DMA 参数寄存器中。寄存器的顺序基本上是固定的，但描述符的长度是完全可编程的。二维阵列用于配置 DMA 参数。一维数组是各个描述符。第一个描述符（虚拟）用于接收前五个字节，因为在第一个数据到达之前，传感器必须发送 40 个虚拟时钟周期才能初始化芯片流水线。因此，第一个同步序列在 40 个时钟周期后出现。然后，数据到达每个时钟周期，用于所有后续数组读数。

传感器以帧的形式发送数据。每个帧的开头由包含同步字的虚拟列标记。像素数组从左上角到右下角逐列读取。

数据重排

必须重新排列数据以显示获取的指纹图像。重新排列的数据将被存储，可以使用 VisualDSP++ 图像查看器实用程序进行查看。采集的图像和设置如图7所示。执行以下功能：

半字节交换：传感器以半字节交换格式发送数据。例程将奇偶像素交换为整个帧。

4 位到 8 位转换：每个传感器像素的宽度为 4 位，但图像查看器显示的最小宽度为 8 像素。四位零填充将每个像素转换为 8 位。

电平调整：接收数据中的每个像素的强度为0到15，但显示范围为0到255。每个像素的电平转换会产生良好的显示效果。

数组转置：来自传感器的数据按列发送，但二维 DMA 按行接收数据，因此必须转置才能连续显示帧。三维数组用于连续显示帧。

图7.用于图像捕获的 VisualDSP++ 屏幕截图。

指纹重建与识别

如果指尖以合理的速率扫过传感器窗口，则连续帧之间的重叠使得可以使用 Atmel 提供的软件重建整个指纹的图像。重建的图像通常为 25 mm × 14 mm，或 500 像素× 280 像素，由于分辨率增强，分辨率为 8 位。因此，每个图像需要 140 kB 的存储空间。可以使用标准图像处理技术从中导出更大或更小的图像。一旦帧被连接以获得完整的指纹图像，识别算法就可以将样本与模板相匹配。

信任但验证

指纹处理有三个主要功能：注册、搜索和验证。注册从传感器获取指纹图像并将其保存在 SRAM 中。对图像进行处理、增强和压缩以创建指纹模板。各种过滤器清理图像并将其转换为数学表示，因此无法窃取模板并直接重新创建指纹图像。

搜索会将原始候选图像与以前注册的模板列表进行比较。通过一系列筛选过程，该算法将模板列表缩小到可管理的大小。将那些在筛选中幸存下来的模板与候选人进行比较，并提供验证分数。超过预设阈值的分数表示肯定的标识。

验证通过实时闭环模式匹配算法将原始候选图像与先前注册的模板进行比较来验证用户的身份。将返回一个分数，指示候选项和模板的相似性，以生成是/否匹配决策。

结论

Blackfin处理器和AT77C104B FingerChip传感器相结合，提供简单而强大的指纹识别，通过允许或禁止访问建筑物中的敏感区域或笔记本电脑中的敏感数据来增强安全性。

审核编辑：郭婷