随着全球经济和信息技术的飞速发展，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。传统的身份认证所采用的方法主要有两种：一种是身份标示物（如钥匙，证件），另一种是基于身份标示知识（如密码、卡号）的身份认证。然而这些标志物易于丢失或伪造的缺点，导致该识别技术在现如今高速发展的信息时代进一步的应用存在着一定的限制。

为了应对传统身份识别技术存在的缺点，人们提出了一种新的身份认证技术人体生物特征识别技术。生物特征识别技术作为一种新兴的身份识别技术，与传统的身份识别技术相比，具有更安全性、更保密性和更便携性的优势，所以一些典型的生物特征被广泛地应用到社会生活的各个领域当中，主要包括指纹识别、虹膜识别、人脸识别、掌纹识别、手静脉识别等。但是掌纹和指纹识别都容易被复制伪造，安全级数不高，容易附带污渍导致对识别效果影响较大，且对使用者来说也不太卫生；人脸识别更是受外界环境影响较大，故安全性还有待提高；虹膜识别技术由于所需的采集设备十分昂贵，在操作的简便性和系统集成方面作为验证对象没有优势，还不能大量应用在低端市场。然而手静脉在防伪造、安全性、适用面、易用性、成本等方面更具优势，所以手静脉识别技术无疑是近几年来研究的热点并具有良好的市场前景。

手指静脉认证技术源于1997年日立公司在医学科技领域对人类大脑功能活动管理的高级研究项目。在这项研究中，近红外线被用来观察血液流量的增加情况，研究人员同时发现这种技术同时也适用于手指静脉图像的采集工作。目前在国外日立制作所开发成功了通过手指静脉图像进行认证的人体特征认证技术，在2003年9月开始销售使用该技术的门禁系统，并在2007年8月2日宣布最新非接触式小型“手指静脉认证设备”及软件开发套件( SDK) 登陆中国市场。在国内静脉识别在我国的应用还处于起步阶段，中国民航大学的杨金锋获得国家自然科学基金资助，研究手指静脉识别，这是目前国内静脉识别领域第一项获得国家自然科学基金资助的研究项目。该项技术目前存在的不足为小概率无法成功注册登记；由于采集方式受自身特点的限制，产品难以小型化；采集设备有特殊要求，设计相对复杂，制造成本高等不足。

本文在校级课题的支持下，针对手指静脉识别中的图像采集、优化图像质量等难点问题，自主设计、研发出一套低成本手指静脉采集系统。首先，基于对课题的需求的仔细分析和探讨，提出了手指静脉识别系统的总体设计方案，并确定了设计方案的可行性。在此基础上分析并设计了系统的采集装置，包括近红外成像系统和光源系统的设计，完成了系统的整体搭建和软件实现，并采集到了满足要求的手指静脉图像。本文设计了基于ARM架构处理器STM32F103ZET6为核心的嵌入式手指静脉采集装置，实验选择出一款合适的摄像头传感器，并研究了光源的型号选取和光源的驱动，能够实现手指静脉图像的最佳获取。本终端将采集的手指静脉图像传输到电脑端或储存在SD卡中，整个产品体积小、功耗低、成本低，方便应用于多种场合。

 

第一章 设计方案选择

2.1 设计要求

利用ARM Cortex-m3主控芯片驱动摄像头获取手指静脉图像，并在液晶屏上显示预览，可把图像保存到SD卡文件系统中；在USB连接状态下可通过USB把手指静脉图像传输到上位机软件，上位机可反馈调节摄像头参数;近红外光源电路可以根据不同人的手指厚度调节光源亮度，以获取较高质量的手指静脉图像。

2.2 设计基本方案

2.2.1  主控芯片的选择

       本系统的主控芯片需要具有驱动摄像头模块、驱动LCD液晶屏显示、移植SD卡文件系统、驱动SRAM芯片、USB与电脑端软件进行图像传输等功能。以ARM Cortex-M3为内核的STM32F03ZET6芯片，具有丰富的外设满足系统需求，参考资料众多便于开发，且价格低廉降低系统成本，符合本系统的设计要求，故选择该芯片作为MCU。

2.2.2  摄像头的选择

方案一：CCD摄像头，它使用一种高感光度的半导体材料制成，能把光线转变成电荷，通过模数转换器芯片转换成数字信号，数字信号经过压缩以后由相机内部的闪速存储器或内置硬盘卡保存，因而可以轻而易举地把数据传输给计算机，并借助于计算机的处理手段，根据需要修改图像。当CCD表面受到光线照射时，每个感光单位会将电荷反映在组件上，所有的感光单位所产生的信号加在一起，就构成了一幅完整的画面。CCD摄像头价格比较昂贵，一般用于对价格不太敏感的高端设备。

方案二：CMOS摄像头，CMOS影像传感器的电源消耗量比CCD低，CCD为提供优异的影像品质，付出代价即是较高的电源消耗量，为使电荷传输顺畅，噪声降低，需由高压差改善传输效果。但CMOS影像传感器将每一画素的电荷转换成电压，读取前便将其放大，利用3.3V的电源即可驱动，电源消耗量比CCD低。CMOS影像传感器的另一优点，是与周边电路的整合性高，可将ADC与讯号处理器整合在一起，使体积大幅缩小CMOS由于制造工艺简单，因此可以在普通半导体生产线上进行生产，其制造成本比较低廉。更便于大规模生产，且成本较低。

综合两个方案，在综合性能符合设计要求的基础上，采用方案二的性价比更高，大大降低了产品成本。

2.2.3  储存器的选择

方案一：Flash芯片，存储速度快，但是需要CPU多个IO口驱动，PCB集成度比较高。

方案二：SD卡，存储速度比较慢，但是容量大，只需要CPU的SPI接口即可以驱动，且可以拆卸更换。

通过以上两种方案比较，采用方案二，更适合本设计的需求。

第二章 终端硬件结构及实现

3.1  硬件总体框图

手指静脉图像采集终端采用模块化设计原则，整个硬件设计平台主要由ARM控制芯片模块、手指静脉成像模块、近红外自反馈调节光源模块和其它辅助模块等相互连接组成。硬件结构图如图3.1所示。

图3. 1手指静脉图像采集终端框图

近红外自反馈调节光源模块提供850nm近红外光，透过手指时被静脉吸收一部分近红外光，再经过透红外滤光片滤过，最后OV摄像头接收呈现手指静脉图像。ARM芯片即可控制摄像头读取图像缓存在SRAM芯片中并且在液晶屏上显示。当手指接触按键按下时，可将图像保存到SD卡中或者在USB连接的情况下通过USB传输到电脑端软件，电脑端软件即可对静脉图像预处理，根据预处理结果可反馈控制摄像头参数，以获取更高质量的手指静脉图像。

3.2  ARM控制芯片模块

本系统采用ARM Cortex-M3为内核的STM32F103ZET6芯片作为主控芯片，该芯片拥有强大的外设资源，包括64KB SRAM、512KB FLASH、2个基本定时器、4个通用定时器、2个高级定时器、5个串口、1个 USB、3个 SPI、2个 IIC、1个CAN、3个 12 位 ADC、1个 12 位 DAC、1个 SDIO 接口、1个 FSMC 接口以及 112个通用IO 口。该芯片的配置十分强悍，并且还带外部总线（FSMC）可以用来外扩 SRAM 和驱动LCD等，FSMC 驱动 LCD，可以显著提高 LCD 的刷屏速度，更重要的是其价格便宜、资料众多，符合本系统的设计要求。

3.3 手指静脉图像采集模块

识别系统首要的条件是获取手指静脉图像，因此我们要进行手指静脉的采集。其中手指静脉成像模块起着十分重要的作用。高质量且稳定的手指静脉图像可以包含正确和完整的特征信息，有利于后续特征纹路的提取与匹配，保证身份认证的可靠性。手指静脉成像模块由红外光源、透红外滤光片和图像传感器三部分组成，其结构示意图如图3.2所示。

图3. 2手指静脉图像模块

3.3.1手指静脉识别原理

手指静脉识别原理利用了静脉中的红细胞对特定范围内的近红外线的吸收特性来读取静脉图像的识别技术。静脉比较靠近皮肤，当近红外线透过手指时，手指静脉中流动血液的红细胞所携带的血红蛋白会因为近红外线而失脱氧份，特别是在波长760nm和850nm处达到吸收峰，导致透射的近红外线变少，在摄像头影像上就会产生静脉图像，也就是手指静脉识别利用了透射的近红外线的强弱来识别静脉分布。特别手指静脉图像的样本数量较多，曲线和分枝也比较复杂，每个人的图像差别明显，故可以利用此特性进行不同人的身份认证。

3.3.2光源的选取

经过上面的手指静脉成像原理的介绍，我们知道要使得照射光线透过手指呈现静脉血管纹路，必须选择相应的近红外光源发光二极管( LED) 。红外发光二极管是一种把电能直接转换为红外光并辐射出去的发光元件，它具有结构简单、寿命长、光率高、无辐射与低功率等特点。红外发光二极管的结构、原理和普通发光二极管相近，只是使用的半导体材料不一样。其光谱功率分布为中心波长830nm--950nm ，由于具有完全无红暴的优点，所以是我们应用设计的首选对象。综合考虑红外光源的辐射强度、发射角度和功耗等，经过比对各种型号的参数，本文选用的发光二极管，其峰值波长为850nm，电性参数如表3.1所示。

 

表3. 1近红外LED参数

本设计的光源是把红外发光二极管排成直线形的阵列，并且在电路中根据手指中不同位置的厚度分别调节每个发光二极管的电流，以获取更高质量的静脉图。

3.3.3摄像头的选取

本系统选用CMOS图像传感器OV7725作为摄像头。OV7725是OmmiVision公司生产的一颗 1/6寸的CMOS VGA图像传感器。该传感器体积小、工作电压低，提供单片 VGA 摄像头和影像处理器的所有功能。通过 SCCB 总线控制，可以输出整帧、子采样、取窗口等方式的各种分辨率8 位影像数据。该产品 VGA 图像最高达到 30 帧/秒。用户可以完全控制图像质量、数据格式和传输方式。所有图像处理功能过程包括白平衡度、伽玛曲线、色度等都可以通过 SCCB 接口编程。OmmiVision 图像传感器应用独有的传感器技术，通过减少或消除光学或电子缺陷如固定图案噪声、托尾等，提高图像质量，得到清晰稳定的彩色图像。该摄像头的获取的图像大小为320*240,图3.3为摄像头的原理图。

图3. 3摄像头模块电路图

3.3.4滤光片的选取

由于环境和地域的不同，可见光对手指静脉成像影响也有所不同，因此在采集手指静脉图像时还需要增加滤光片去除可见光的影响。滤光片是一种能够衰减光的强度并改变光谱成分的光学器件，它可以滤除一定波长区间内的光线。上面已经选择峰值波长为850nm 的红外光源，所以这里选用的滤光片为850nm的带通滤光片。本系统选用了深圳市富镭科技公司型号为FU-LGP011的滤光片，该滤光片的波谱图如图3.4所示。

图3. 4 FU-LGP011滤光片波谱图

3.4近红外自反馈调节光源模块

近红外自反馈调节光源模块实现了通过接收的红外线强度自动反馈调节发射管的发射功率，以实现自动调节红外光源，不需要MCU参与控制，减少了控制芯片的负担。LED光源采用了6*1的等间距的直线布局，6个LED根据手指不同位置的厚度，调节LED的发射功率，以保证透射过手指后的红外线强度在同一个范围内。该模块主要分为了红外线发射电路和红外线接收电路，部分原理图如图3.5所示。

近红外接收电路中Q7为红外接收管，当透射过手指后的红外线强度比较强时，Q7的电流加大，经过Q2三极管放大导致RJ2的集电极电流加大，输出电压减小，U1C为电压跟随器起到隔离缓冲。

近红外发射电路中的由U1A放大器组成的电路起到减法器的作用。放大器的正输入端连接到近红外接收电路的输出电压，负输入端连接到可调电阻RJ1中，即放大器输出的电压Uo =Uin1-Urj1。U1A输出电压Uo再经过U1B放大器组成的电压跟随器，提高了驱动负载能力。三极管Q1的基极电流Ib=(Uo-Ube)/R7,集电极的电流即流经近红外发射管的电流

Ic=β*Ib=β*(Uin1-Urj1-Ube)/R7。

图3. 5近红外自反馈调节光源电路

3.5其它辅助模块

    辅助模块包括电源电路部分、SRAM缓存部分、LCD液晶片显示部分、SD卡储存部分和手指接触按键部分等组成。

3.5.1电源稳压电路

由AMS1117-3.3稳压芯片组成的稳压电路，将5V电压源转化为3.3V，以供给STM32主控芯片、SRAM芯片、液晶屏等需要3.3V电源的模块，电源稳压电路如图3.6所示。

图3. 6电源稳压电路

3.5.2SRAM接口电路

在图像采集和处理过程中，一般需要在片外使用随机存储器。常用的随机存储器主要有静态存储器SRAM和动态存储器DRAM两种。SRAM的访问时间短，静态功耗相对较低，总线利用率高，但是占用硅片的面积较大，容量小且价格较贵，适用于存储容量不大，性能要求较高的领域。而DRAM 的读写访问过程比较复杂，访问时间较长，总线利用率相对较低，而且由于电容器会不断的漏电，需要周期性的去刷新，所以静态功耗较大，其优点是存储容量可以做的很大，价格便宜。本文综合选择使用静态存储器SRAM。外部扩展的SRAM芯片为IS62WV51216芯片，容量大小为1M字节，利用STM32 主控芯片的FSMC外设驱动，图3.7为STM32连接SRAM芯片的电路图。这样MCU从摄像头获取的图像数据就可以通过FSMC外设快速地缓存到SRAM芯片中。

图3. 7 SRAM接口电路

3.5.3LCD液晶屏电路

       LCD采用STM32F03ZET6芯片的外设FSMC驱动，大大提高了读写LCD数据的速度，以腾出更多的MCU的时间操作摄像头和SRAM芯片。图3.8是LCD液晶屏电路图。

图3. 8 LCD液晶屏电路图

3.5.4SD卡接口电路

目前很多嵌入式系统都需要大容量存储设备，以存储数据。目前常用的有FLASH U盘，片，SD卡等。他们各有优点，本系统采用SD卡作为外部存储设备，它不仅存储很大而且支持 SPI 接口，方便移动，并且有几种体积的尺寸可供选择（标准的SD卡尺寸，以及TF卡尺寸等） ，能满足不同应用的要求。只需要4个IO口即可外扩一个最大达32GB以上的外部存储器，容量从几十M 到几十G选择尺度很大，更换也很方便，编程也简单，是嵌入式大容量外部存储器的首选。如图3.9为SD卡的接口原理图。

图3. 9 SD卡接口电路

第三章  软件结构及实现

4.1 下位机软件设计

下位机软件流程图如图4.1所示。开电启动后首先进入系统初始化，包括时钟初始化、摄像头初始化、LCD液晶屏初始化、SD卡及FATFS文件系统初始化等。然后开启LED近红外线光源后进入循环，ARM主控芯片从摄像头模块获取图像，缓存在SRAM芯片中并在LCD液晶屏上显示。接着检测手指接触按键是否按下，如果检测到按键按下并且USB处于连接状态，ARM芯片将图像通过USB传输到上位机，如果检测到按键按下但是USB处于断开状态，则将图像保存到SD卡的文件系统中。其中下位机响应上位机设置摄像头参数的命令是通过中断响应实现的。

图4. 1下位机软件流程图

 

4.2  上位机软件设计

       上位机的开发环境采用微软公司的Visual Studio软件，用C#语言开发。上位机与下位机通信采用USB转串口，为了提高图像的传输速度，把串口通信的波特率设为921600，经验证传输一张BMP图像只需2S以内。图4.2为上位机的界面图，提供了串口接收数据显示部分、发送数据输入部分、图片显示部分和设置摄像头参数部分。其中图片显示部分提供两个按钮，获取图片按钮一旦按下可从硬件端获取一张图片，保存图片按钮按下时可保存图像到指定的路径中。设置摄像头参数部分目前提供设置白平衡、色度、对比度和亮度四个参数的接口，通过输入指定的数值后按下随后的设置参数按钮即可设置硬件端的摄像头参数。

图4. 2上位机界面图

开启上位机软件后进入相应软件环境初始化，例如界面初始化、按键响应函数初始化等，然后等待下位机按键或者上位机按键触发，硬件端通过USB串口传输图像到上位机，上位机进行预处理和显示，并可根据图像的质量反馈控制摄像头参数，以获取更好的图像。图4.3为上位机启动流程图。

图4. 3上位机流程图

第四章 系统测试

5.1不同对比度的手指静脉图像

       在摄像头的参数中，影响手指静脉图像质量的参数莫过于对比度，所以在测试中选取在其它因素一致的情况下，通过调节摄像头的对比度参数，利用手指静脉采集装置获取同一个人的6帧图像进行比对，对比度分别为10、30、50、70、90、110，采集图像如图5.1所示。可见在对比度为30~50时，获取的图像更加清晰。

图5. 1对比度差异图

5.2不同亮度的手指静脉图像   

在摄像头参数中，除了对比度影响图像质量外还有亮度比较重要，所以在测试中选取对比度为40，通过调节摄像头的亮度参数，利用手指静脉采集装置获取同一个人的6帧图像进行比对，亮度分别为10、30、50、70、90、110，采集图像如图5.2所示。可见在亮度增高时，图像背景混入了越来越多的噪声。

图5. 2亮度差异图

5.2不同人的手指静脉图像

    利用5.1节和5.2节的结论，在设置摄像头的对比度为40、亮度为20的情况下，分别采集六个人的手指静脉图像进行对比，采集图像如图5.3所示。可见在该参数情况下所获取静脉图像具有较高的质量，符合系统的要求。

图5. 3不同人差异图

 

第五章 结 论

静脉识别是一种刚兴起的生物特征识别技术。目前针对手背静脉进行的相关研究很多，而手指静脉的内容很少，但是手指静脉有手背静脉所不具有的很多优点，因此有很大的发展潜力。

手指静脉采集装置研制的主要成果和创新点：

（1）本论文先从分析手指静脉成像的基本原理入手，通过对比不同的光源器件、成像设备及滤光片等辅助设备，选择符合实验要求的器件并制作出静脉采集装置。经实验验证，获取的图像质量是满足实验要求的。

（2）为了提高所获得图像的质量，在系统中对光源的驱动加入了自反馈，适应不同人的手指静脉采集。

（3）提供了上位机软件和接口，与硬件端协调控制整个系统，以更方便地获取高质量的手指静脉图像，且可进行二次开发。

对于这项技术，有以下几点展望：

( 1)随着科技的进步和研究的深入，手指静脉采集装置会做的越来越小巧、便携，静脉的成像质量会更加清晰。

( 2) 手指静脉识别技术与其他识别技术（特别现今的物联网+技术）复杂的融合。安全性，可靠性会越来越高，在日常生产生活中的应用也会越来越广泛。

 

参考文献

[1] 田捷，杨鑫．生物特征识别技术理论与应用.北京：电子工业出版社，2005，9：1-10页

[2] 黄建元，赵新荣，张长顺，丁海龙，陆永刚．基于CMOS成像器件的手指静脉图像采集方法及装置，江苏东大金智建筑智能化系统工程有限公司，文章编号：1001．8891(2009)01-0051-06

[3] 杨庆国、管凤旭，基于ARM 和WinCE的手指静脉识别系统设计哈尔滨工程大学自动化学院[J] . 哈尔滨工程大学硕士学位论文. 2011.

[4] 庄钊文．用于手指静脉图像采集的红外灯控制器[P].中国:200620050963.3,2007-07-2.

[5] 侯振雷．静脉识别系统的研究与开发：[硕士论文] .天津:天津理工大学，2007.1

[6] 袁智．手指静脉识别技术研究：[硕士论文].哈尔滨:哈尔滨工程大学，2007.1

[7] 余成波，ISBN 978-7-302-19348-7，手指静脉识别技术，清华大学出版社

[8] 冈萨雷斯．数字图像处理．北京：电子工业出版社，2005.9

[9] Jacques，steven L．simple optical theory for light dosime-try during  PDT[J]．ProcSPIE，1992，1645：155-165．

[10] Miyuki Kono, Hironori Ueki, andShin-ichiro Umemura. Near-infrared finger vein patterns for personalidentification[J]. Applied Optics, 2002, 41(35):7429-7436.

[11] Mambo M,Usuda  K,Okamoto E,Proxy signature:Delegation of thepower to sign message[C]//IEICE Trans Fundam,1996,E79-A(9):1338-1354