項目背景及可行性分析

　　項目名稱、項目的主要內容及目前的進展情況

　　項目名稱：基于FPGA的耳紋識別系統的研究與實現

　　項目內容：主要由三方面構成：嵌入式技術、耳紋采集技術、耳紋識別算法。

　　目前的進展情況：算法在其它平臺處于調試階段，硬件處于模塊化設計階段

　　項目關鍵技術及創新點的論述

　　關鍵技術：如何利用FPGA進行數據處理改善輸入耳紋圖像的質量，以提高特征提取的準確性。

　　創新點：采用先進的SOPC技術簡化了系統板級設計，增強了系統穩定性同時使用VHDL編程通過硬件來完成高速數據采集減輕了處理器的負擔，最終通過FPGA硬件實現快速耳紋圖象采集和DSP進行數據處理改善輸入耳紋圖像的質量，以提高特征提取的準確性。

　　技術成熟性和可靠性論述：

　　硬件方面：Xilinx公司Spartan-3E FPGA的DSP包括提供了一套浮點算子、DVB FEC編碼器內核，并增強了現有內核的諸多關鍵功能，包括提供了對最新的ISE 7.1i開發工具的全面支持，對性能、硅片利用率或兩者均能實現更佳的優化。

　　算法方面：在耳紋特征中輪廓、折痕、羽翼、皺紋、斑點、胎記等元素的分布對于某一個特定人的耳紋來說，具有終生不變性和惟一性。它在耳朵的典型區域中最為清晰和明顯，是耳紋匹配的主要參數。提取過程包括偽特征點消除、外部形狀檢測、內部結構、斑點、皺紋、折痕紋線的檢測與分類等步驟，以便于特征匹配。可以以耳廓曲線的傅立葉系數為特征，也可以采用主元分析法、Zernike矩等算法。特征提取算法需要能適應噪聲、畸變、位移、旋轉、缺損、變形等常見的實際情況

　　通過以上分析，本項目的可靠性得到了保證，相信加上我們小組豐富的開發經驗，該項目在技術上也會越來越成熟的，取得預期的結果。

　　項目實施方案

　　1.方案基本功能框圖及描述

　　通過傳感器將包含在紋線的形狀結構中的耳紋的特征提取，傳感器出來的模擬信號量經FPGA采集控制模塊控制A/D轉換器轉換成數字信號，DSP處理器將該數字信號通過二值化將與傳感器接觸的耳紋有用信息凸顯出來，并把分布不連續的耳紋信息塊標記出來，得到耳廓的邊緣，以便于特征提取。最后通過相應算法以耳廓曲線的傅立葉系數為特征，或可以采用主元分析法、Zernike矩等算法。特征提取算法需要能適應噪聲、畸變、位移、旋轉、缺損、變形等常見的實際情況。

　　2.需要的開發平臺

　　（1） 實現本方案所需要的基本功能、功能、接口：

　　平臺上含A/D，采樣時鐘可達到80MHz；

　　平臺上的FPGA時鐘速率至少100MHz；

　　平臺上的FPGA有多個DCM；

　　支持DSP；

　　平臺上含DRAM、SRAM或FLASH存儲器。

　　（3） 所需要的目標FPGA開發平臺，簡述為什么需要此平臺

　　目標平臺為Spartan-3E 50萬門開發平臺，原因如下：本項目需要高速數據采集以及DSP做圖象處理，需要硬件處理平臺具有較高的處理速度和豐富的邏輯資源以實現SOPC系統方案，而Spartan-3E 50萬門開發平臺具有較強的DSP處理能力和豐富的片上資源，因此能夠勝任本設計；

　　需要的開發工具包括MATLAB/Simulink、ModelSim、XilinxISE、EDK等。

　　2.方案實施過程中需要開發的模塊

　　如圖1本方案中需要研制、開發的功能主要模塊如下：

　　高速A/D采集模塊

　　USB模塊

　　LCD顯示模塊；

　　觸摸屏模塊；

　　存儲模塊；

　　采用模塊式開發方式。

　　3.系統最終要達到的性能指標

　　通過比較現場提取的某一個耳紋特征點集合和原先建立的數據庫中的某一個耳紋特征點集合的相似程度。通常用代價函數（或匹配能量）來表示相似程度，取合適的門限將給出該兩組耳紋特征是否來自同一個人的同一個耳朵的判斷。

　　需要的其它資源

　　1.設計輸入輸出功能子板

　　圖象采集信號放大電路、鍵盤輸入擴展板。

　　2.測試設備

　　包括直流穩壓開關電源、萬用表、數字示波器、邏輯分析儀等常用設備。