摘 要： 為了提高傳統生物識別系統的可靠性和易接受性，設計了一款非接觸式多模態手成像采集系統。該系統可以在自然光條件下，在被采集者手掌不接觸采集設備的情況下，同時獲取被測者的掌紋、掌形和掌靜脈3種特征信息。為提高系統的識別準確率，著重研究采集裝置中的光學成像部分，其中主要包括濾光片的選取、圖像傳感器的配置、鏡頭的參數計算以及雙路圖像傳感器與主處理器(DSP)視頻口的硬件連接。同時，該系統還具有實時顯示、網絡傳輸和語音播報等功能。
關鍵詞： 多模態；非接觸式；光學成像；圖像傳感器
多模態生物識別技術融合了多種不同生物特征來進行身份判斷，提高了認證系統的安全性。近年來，一些研究者開發了各種不同的手成像系統，主要可以分為兩類:(1)手局部成像裝置，例如：掌紋成像裝置、手掌靜脈成像裝置、手指靜脈成像裝置等[1-2]，這類裝置或者是可見光成像，或者是近紅外成像;(2)是全手成像裝置[3-4]，其特征在于所采集的手圖像包括了手掌靜脈、手指靜脈、掌紋、掌形、指節紋信息，但是，由于所采用的是單一圖像傳感器，分時點亮可見光和近紅外光，使得在近紅外光成像下，其手靜脈圖像受可見光的影響難以避免，成像質量難以滿足特征提取的要求。
本文提出利用兩個圖像傳感器分別實現可見光和近紅外光手成像系統的設計方案。該系統由近紅外和可見光光源、近紅外和可見光濾光片、鏡頭、圖像傳感器、TI公司達芬奇系列DSP、顯示屏等組成，通過合理設計兩個鏡頭擺放角度，使兩個圖像傳感器成像重合，以便解決復雜背景下手輪廓提取問題。
1 系統總體設計
多模態手成像采集系統總體框圖如圖1 所示，主要包括紅外感應裝置、可見光和近紅外光源系統、雙路圖像采集系統、實時顯示電路、數據存儲電路、網絡接口、主處理器(DSP)及外圍電路等。
2 光源波長選擇
掌靜脈成像是由于在近紅外區域內體液和軟組織相對透明，近紅外光能夠較好地透射進入皮下組織，而血液中的血紅蛋白對近紅外光譜有較多的吸收。掌紋成像是由于屈肌紋處留下光源的陰影，使掌紋與非掌紋區域對比度增大。掌形識別主要是根據手的大小和形狀來進行判斷。
根據參考文獻[5]中對760 nm、850 nm、890 nm、940 nm 4種不同波長下的成像效果進行對比，發現光源波長為850 nm時掌靜脈特征清晰度最佳[5]。根據在同一光強下藍光、紅光、綠光的成像效果對比實驗[6]，發現470 nm的藍光條件下拍攝到的掌紋紋理最為清晰。因此，本設計中采用850 nm近紅外LED和470 nm藍光LED作為光源系統元器件。
3 圖像采集部分設計
3.1 濾光片的選擇
本系統要在470 nm藍光光源和850 nm近紅外光源的同時照射下進行圖像采集，為避免光源對手成像的影響，需在鏡頭前面放置濾光片使每路傳感器只能接收到一種波長的光源。由于手掌靜脈分布在表皮下方，必須使光達到一定的強度才可以使靜脈成像，并且該路圖像傳感器要在光源系統高度曝光的條件下獲取掌形圖像。因此，綜合考慮在使手掌靜脈成像時選用850 nm長波通濾光片。圖2(a)為測得的鹵鎢光源光譜，圖2(b)為光譜儀的探頭覆上850 nm長波通濾光片后在同條件下測得的同一光源的光譜。由兩幅圖對比可以看出，850 nm長波通濾光片可以將光源中可見光部分全部濾掉，并且光強損耗較少，因此該濾光片能夠去除可見光對于手掌靜脈成像的影響。
為了提高470 nm藍光光源對掌紋成像的作用，在掌紋采集鏡頭前加上470 nm帶通濾光片，光譜曲線如圖3所示。圖4(a)為未加濾光片時拍攝的掌紋圖像，圖4(b)為在同條件下鏡頭前安裝帶通濾光片時拍到的掌紋圖像。
3.2 圖像傳感器的選擇
由于人體的掌紋和掌靜脈特征圖像不易于采集，所以要求圖像傳感器在藍光和近紅外兩種光照條件下均具有較高靈敏度，因此本系統采用美國OmniVision公司的CMOS圖像傳感器OV7740。它是一款低功耗、1/5 英寸VGA(480×640)攝像頭芯片，靈敏度達到6800mV/Lus-sec，可以同時滿足掌紋和掌靜脈成像需求。OV7740數據輸出支持8/10 bit Raw RGB data和8 bit YUV格式。傳輸速率在VGA條件下可以達到60 f/s[7]。OV7740內部結構如圖5所示。
為了使系統能夠同時采集掌紋、掌形和掌靜脈圖像，本設計采用兩個圖像傳感器分別與DSP的兩個視頻口連接，即將帶有近紅外濾光片的圖像傳感器接到VP1上，帶有可見光濾光片的圖像傳感器連接到VP2上。具體硬件連接如圖6所示。
4 運行結果
將采集裝置上電后，系統將自動完成各模塊的初始化工作，待光電開光檢查到手掌時,裝置將自動開啟主動光源照射手表面，此時可以通過裝置上的顯示屏觀察到手掌的位置，便于被測者調整姿勢。當手掌擺放在限定區域內時，圖像傳感器將自動獲取三模態特征信息圖像，并將圖像存儲到指定的地址中。然后在圖像處理專用芯片DSP642內實現對手圖像的識別操作，即判斷被測試者是否為裝置事先已經注冊者，并將識別結果進行語音播報和顯示，圖9為該裝置采集到的手部三模態信息圖像。
本文所設計的非接觸式多模態手成像采集裝置可在不同環境中獲取成像質量高、特征信息豐富的掌形、掌紋和掌靜脈圖像。采用雙路圖像傳感器同時采集，并在DSP完全不需要干預的前提下搬運到不同的存儲空間，提高了系統的識別速度。通過嵌入多模態特征識別算法，使系統能夠獨立運行，增強識別的準確性和可靠性。
參考文獻
[1] 王璐，張文濤.人體手掌靜脈圖像采集系統研究[J].激光與紅外，2013，43(4):404-408.
[2] 竺樂慶，張三元，幸銳.基于ARM與WinCE的掌紋鑒別系統[J].儀器儀表學報，2009，30(12)：2624-2628.
[3] 湯永華，苑瑋琦.基于6416和FPGA的手部三模態識別裝置設計與實現[J].電子技術應用，2012，38(10):15-18.
[4] 孔德奇.基于多光譜的手掌采集與識別系統[D].沈陽：沈陽工業大學，2013.
[5] 吳微，苑瑋琦，林森，等.手掌靜脈識別典型波長選擇[J].光學學報，2012，32(12):133-139.
[6] 苑瑋琦，王黎黎，張寧寧.手部三模態圖像采集系統的設計與實現[J].傳感器與微系統，2013，32(5):78-81.
[7] OmniVision OV7740 color CMOS VGA Camera ChipTM sensor with OmniPixel3-HS technology [EB/OL].(2008-07-29)[2013-12-17].http://www.Omnivision.com.
[8] Texas Instruments. TMS320C64x DSP video port/VCXO interpolated control(VIC) port reference guide[EB/OL].(2007-06-11)[2013-12-17].http://www.ti.com.cn/dsp/cn/docs/litabsmultiplefilelist.