利用生物認證技術取代傳統的使用鑰匙、身份證、密碼等方法進行個人身份鑒定，可廣泛應用于銀行、機場、公安等領域的出入管理。將信息技術與生物技術相結合的生物認證技術是本世紀最有發展潛力的技術之一，而指紋識別技術則是其中非常有前景的一種。

　　數字信號處理器（DSP）是指以數值計算的方法對數字信號進行處理的芯片。它具有處理速度快、靈活、精確、抗干擾能力強、體積小、使用方便等優點。DSP應用于指紋識別已經成為一個新的科技領域和獨立的學科體系，當前已形成了有潛力的產業和市場。

　　本文選定100MHz DSP TMS320VC5402作為指紋信號的處理器，利用其流水線編碼的操作特點，并結合指紋識別技術，實現基于DSP CCS2.2的指紋識別預處理系統。CCS 2.2（Code Composer Studio）是一種針對標準TMS320調試接口的集成開發環境（IDE），由TI公司于1999年推出。指紋識別的處理流程

　　如圖1所示。

　　圖1 指紋識別流程圖

　　指紋處理過程可分為三個階段：

　　（1） 獲取原始指紋圖像，進行預處理;

　　（2） 提取指紋特征點;

　　（3） 指紋識別分析判斷。

　　在上述三個階段中，指紋圖像的預處理階段尤為重要，該階段對圖像處理的好壞直接關系到后面兩個階段工作的開展。本文結合TMS320VC5402的特點，重點研究指紋識別的預處理算法及其DSP實現問題，其中包括指紋的極值濾波、平滑濾波、拉普拉斯銳化、迭代二值化和該算法在DSP開發平臺CCS2.2的C5000上的仿真實現。這一問題的解決，可為未來指紋識別系統的脫機應用提供很有價值的參考。

　　1 指紋識別預處理算法

　　指紋識別預處理的目的是使指紋圖像更清晰，邊緣更明顯，以便提取指紋的特征點進行識別。本文采取極值濾波和改進的平滑濾波進行噪聲消除，使圖像不失真;采取拉普拉斯銳化對指紋進行紋線增強，突出邊緣信息，為自適應閥值的迭代二值化提供方便。

　　1.1 極值濾波

　　解梅、馬爭［1］認為極值濾波器的設計是基于這樣一種理念：在指紋圖像的采集過程中，指紋圖像所受到的沖擊性噪聲表現為一些斑點或亮點。在一般情況下，可以認為絕大數沖擊性噪聲是被真實的灰度值所包圍。同時噪聲污染的像素要遠遠小于真實灰度值的像素。因此在噪聲的消除過程中，無需對大多數沒有被噪聲污染的像素進行改變處理，只需對那些被污染的像素進行“真實值”代替處理，而這些值的確定可通過圖像像素鄰域的相關性來確定。

　　設有一待處理器像素為s0，其周圍8鄰域像素排列為

　　取鄰域相關像素的均值為Ai，i∈{1，2，。。.8}，并以四個像素為一組處理單元，則改進的極值濾波［1］算法可表述如下：

　　如果A0》max（Ai），i∈{1，2，。。.8}，則

　　如果A0　《　min（Ai）， i∈{1，2，。。.8}， 則

　　s1=s2=s4=s0=min（A1，A2，A4）

　　s2=s3=s5=s0=min（A2，A3，A5）

　　s4=s6=s7=s0=min（A4，A6，A7）　 （3）

　　s5=s7=s8=s0=min（A5，A7，A8）

　　如果min（Ai）≤Ai≤max（Ai），i∈{1，2，。。.8}，則將像素原值輸出，不作處理。

　　實驗結果表明，該方法能得到與中值濾波類似的效果，達到了初步去除噪聲的目的。