基于新型小面积指纹识别算法的指纹锁拉链设计.docx

基于新型小面积指纹识别算法的指纹锁拉链设计.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

?

?

基于新型小面积指纹识别算法的指纹锁拉链设计

?

?

聂焱张洋溢赵茜茜

摘?要:日常储物装置通常都会用到拉链,背包上的拉链基本上都是没有加锁的,缺乏安全性;旅行箱上使用的传统密码锁也有两个明显的缺点:容易忘记密码和解锁操作麻烦,因此通常使用较少,没有起到加强防盗系数的作用。在人员密集场所,“扒手”防不胜防,因此推出一种安全、便捷的拉链锁装置很有必要。本文提出了一种指纹解锁拉链,直接从拉链本身出发提高其安全性和便利性。在硬件设计方面,本文充分考虑空间利用率、功耗、性能和成本等问题,将电源电路与控制电路分离,选用低功耗、性价比高的元器件和材料。软件设计方面采用了必威体育精装版的小面积指纹识别算法来保证识别准确性。该装置可以运用于箱、包等带有拉链且需要具有安防功能的储物装置上,具有很大的实用价值,而且目前市场上类似产品很少,具有一定的市场前景。

关键词:指纹锁拉链;安全性;小面积指纹识别;低功耗

中图分类号:TN919.5文献标识码:A

随着科学技术的发展,指纹识别技术的应用已经广泛融入到我们的日常生活之中,相较于其它身份认证技术,指纹识别作为一种快速认定身份的方式是目前国际上公认的性价比最高、应用最广泛的生物认证技术。指纹锁正是这一技术的典型应用之一,它广泛应用于各种需要安防验证的领域。与传统的普通锁具相比,指纹锁的优势是显而易见的:从安全性来讲,指纹是人类与生俱来且独一无二的特征,它绝不会丢失和被轻易复制;从便利性来讲,指纹是随身携带的,不需要额外的钥匙,解锁也只需要按压即可。

日常储物装置通常都会用到拉链,背包上的拉链基本上都是没有加锁的,缺乏安全性;旅行箱上使用的传统密码锁也有两个明显的缺点:容易忘记密码和解锁操作麻烦,因此通常使用较少,没有起到加强防盗系数的作用。在人员密集场所,“扒手”防不胜防,因此推出一种安全、便捷的拉链锁装置很有必要。本文便将既安全又便利的指纹解锁技术应用到了常见的拉链上,提出了一种指纹解锁拉链,直接从拉链本身出发提高其安全性和便利性。

拉链尺寸较小,设计上需要充分考虑到小面积指纹识别的准确性、低功耗、电路空间利用问题,为了便于推广,拉链本身成本、安全性和可靠性也是重要考量条件。

1指纹锁拉链的硬件设计

为保证实用性,指纹锁拉链的设计尺寸需要和常用拉链尺寸相当,我们设计的指纹锁拉链分为锁头和锁孔两个部分,宽高均为12mm,长度为30mm,两侧呈弧形增大摩擦方便拉开。外观设计如图1。

将锁头插入锁孔即可上锁,闭合状态下锁头和锁孔贴合在一起,电磁杆锁定,指纹验证通过时电磁杆收缩,锁头自动弹出。如图2。

拉链空间有限,电路设计需要尽量提高空间利用率并尽量低功耗。我们将指纹模块和控制电路与电源电路分别设计在锁头和锁孔内,只有当拉链闭合时才会通电,有效提高了空间利用率,电源更充足,同时降低了电量损耗。硬件组成框图如图3。

我们选用了一款高性价比低功耗的16位单片机作为指纹识别模块的MCU,用于实现指纹识别算法,同时实现录入和解锁功能:控制电磁阀解锁,控制指纹读取电容、蜂鸣器、多功能按键、三色led信号灯进行录入。

因为电源和控制电路分离,电源设计空间充足,可以采用纽扣电池或者充电锂电池并设置相应的充电模块。

微型电磁拉杆直接用线圈和衔铁自制,通电衔铁自动缩回,拉链解锁;去电拉链弹出,锁定锁头,拉链上锁。

2新型小面积指纹识别算法

拉链尺寸小,指纹识别面积小,基于细节特征点的传统指纹识别方法对于小面积指纹的录入效果较差,小面积指纹识别时识别率明显下降,针对这一问题,特别选用了一种新型的基于密集连接卷积网络的小面积指纹识别方法,该方法对小面积指纹识别率高,识别准确率高,符合指纹锁拉链的设计要求。

该方法首先对指纹原图做图像增强处理,其次充分利用密集连接卷积网络特征复用的优点构建提取指纹特征的深度学习模型,并将二值特征引进训练模型,最后依据指纹图像的二值特征和特征向量实现小面积指纹的注册和识别。注册和匹配识别的流程如图4。

2.1指纹图像预处理

在对指纹采集的过程中,由于识别模块较小,诸多因素会导致只能够采集到部分指纹,因此对采集到的指纹图像进行预处理最先就是对其进行筛选,筛选的方式则是根据有效面积的计算,保留面积大于设定阈值的指纹图像。筛选完成后再对指纹图像进行增强,现在常用的预处理图像增强操作就是运用Gabor滤波和归一化,能够对存在干扰信息的指纹图像(干扰信息指纹图像包括手指按压用力纹理线黏在一起、手指出汗、手指蜕皮等影响指纹识别率和计算速率的情况)进行修复,从而实现对指纹图像的增强。

2.2提取特征

为了保证提取指纹特征和指纹匹配的速度,本文选择搭建轻量级密集连接卷积网络模型。将增长率k为12的网络将已经预处理的指纹图像作为输入,然后再经过5×5的卷积层,密集连接卷积块和过渡层运算后,得

您可能关注的文档

文档评论(0)

周澈 + 关注
实名认证
内容提供者

天堂湖

1亿VIP精品文档

相关文档