下载文档原格式
指纹识别的研究目的意义及国内外研究现状1研究的目的和意义2指纹识别技术简介2.1指纹识别的一般工作模式2.2基于图像匹配的指纹识别系统的研究内容2.3目前指纹识别的应用3国内外指纹识别系统的发展状况3.1指纹识别的起源3.2 指纹识别的研究与发展历程1研究的目的和意义在网络化时代的今天，我们每个人都拥有大量的认证密码，比如开机密码、邮箱密码、银行密码、论坛登陆密码等等；并配备了各种钥匙，如门锁钥匙，汽车钥匙，保险柜钥匙等。
这些都是传统的安全系统所采用的方式，随着社会的发展，其安全性越来越脆弱。
而我们的生活随时都需要进行个人身份的确认和权限的认定，尤其是在信息社会，人们对于安全性的要求越来越高，同时希望认证的方式简单快速。
为了解决这一问题，人们把目光转向了生物识别技术，希望能借助人体的生理特征或行为动作来进行身份识别。
这样您可以不必携带大串钥匙，也不用费心去记各种密码。
另外，生物特征具有唯一性，不可复制性，例如指纹，有学者推论：以全球 60 亿人口计算，300 年内都不会有两个相同的指纹出现。
以电子商务、电子银行的安全认证为例，目前在电子商务中他人会假冒当事人的身份，如果通过生物特征进行论证，就可有效防止此类事件的发生。
另外，网络、数据库和关键文件等的安全控制，机密计算机的登陆认证，银行 ATM、POS 终端等的安全认证，蜂窝电话，PDA 的使用认证等等，都离不开可靠安全的生物特征识别。
可见，生物特征识别不但有可观的经济效益，还有不可估量的国家信息安全效益。
长期以来，验证身份的方法是验证该人是否持有有效的信物，如照片、密码、钥匙、磁卡和IC卡等。
从本质上来说，这种方法验证的是该人持有的某种“物”，而不是验证该人本身。
只要“物”的有效性得到确认，则持有该“物”的人的身份也就随之得到确认。
这种以“物”认人的办法存在的漏洞是显而易见的：“物”的丢失会导致合法的人无法被认证，以及各种信物容易被伪造、破译。
基于单片机指纹识别系统设计一、引言随着科技的不断发展，身份识别技术在各个领域的应用越来越广泛。
传统的身份识别方式，如密码、钥匙等，存在着容易丢失、遗忘、被窃取等安全隐患。
而指纹识别作为一种生物识别技术，具有唯一性、稳定性和便捷性等优点，逐渐成为了身份识别领域的主流技术之一。
单片机作为一种微型计算机系统，具有体积小、成本低、性能可靠等特点，被广泛应用于各种控制系统中。
本文将介绍一种基于单片机的指纹识别系统的设计方案，旨在为相关领域的研究和应用提供参考。
二、系统总体设计（一）系统功能需求本指纹识别系统主要实现以下功能：1、指纹采集：能够采集用户的指纹图像。
2、指纹处理：对采集到的指纹图像进行预处理、特征提取和匹配等操作。
3、存储管理：能够存储用户的指纹模板，并对其进行有效的管理。
4、显示输出：能够将识别结果通过显示屏输出给用户。
5、通信接口：具备与其他设备进行通信的接口，如USB、蓝牙等。
（二）系统总体结构系统主要由指纹采集模块、单片机控制模块、指纹处理模块、存储模块、显示模块和通信模块等组成。
指纹采集模块负责采集用户的指纹图像，并将其传输给单片机控制模块。
单片机控制模块对采集到的指纹图像进行控制和处理，将处理结果传输给指纹处理模块进行进一步的分析和处理。
指纹处理模块完成指纹的特征提取和匹配等操作，并将结果返回给单片机控制模块。
存储模块用于存储用户的指纹模板和相关数据。
显示模块用于显示识别结果和系统状态等信息。
通信模块用于实现系统与其他设备之间的数据传输和通信。
三、硬件设计（一）指纹采集模块指纹采集模块是整个系统的关键部分，其性能直接影响到系统的识别准确率和速度。
目前，常用的指纹采集技术主要有光学式、电容式和超声波式等。
本系统采用电容式指纹采集模块，其具有体积小、分辨率高、采集速度快等优点。
（二）单片机控制模块单片机控制模块是整个系统的核心部分，负责对系统的各个模块进行控制和协调。
本系统采用 STM32 系列单片机，其具有高性能、低功耗、丰富的外设接口等特点，能够满足系统的控制需求。
开题报告（文献综述）苏州大学应用技术学院 10电子（学号1016405061）陆易庭1. 引言随着时代的发展，社会越来越高效的生活方式，快速、有效的识别方式更受到了关注。
传统的身份证、IC卡、钥匙、口令等识别方式由于其可假冒、可伪造、可盗用、可破译的弱点。
生物识别技术以便捷安全的特点被应用大众生活中。
本设计的目的是设计基于单片机的指纹识别系统硬件电路，达到可以识别用户、添加用户、识别用户等功能。
选用STC89C52单片机，STC89C52是一种低功耗、高性能CMOS8位微控制器，具有8K系统可编程 Flash存储器。
系统主要由MCU （Microcontroller Unit，微程序控制器）、液晶屏、指纹模块组成。
系统的工作过程主要是当检测到有按键按下时先由MCU通过串口通信控制指纹模块对指纹进行采集、录入、存储、比对。
然后，根据所得的数据对其它接口器件，如显示屏、蜂鸣器、指示灯进行响应操作。
1.1 研究的背景及意义我国在广泛应用指纹的历史中，随着对外文化的交流，应用指纹的传统习惯传播到了世界上许多国家。
中国是世界公认的指纹发源地之一。
人们使用指纹进行个人身份鉴定已经有很长的历史.早在公元650年,唐代作家贾公秀在其作品中就着重提到了指纹是确认个人身份的方法[1]。
我国历史中对指纹的主要应用在于民间的契约，缺乏专门的研究，未能将指纹识别提升到一门学科。
现代指纹识别起源于16世纪后期。
苏格兰医生Henry Fauld[2]于1880年10月28日首次在英国《Nature》上发表论文，指出指纹人各不同，恒久不变，并利用现场指纹来鉴定罪犯。
接着，WilliamHerschel[2]也在《Nature》上发表了他本人关于指纹研究20多年来的成果，从此揭开了现代指纹识别的序幕。
1892年，英国Sir Francis Galton[2]对指纹进行了系统地研究，并提出了指纹细节特征分类，将指纹分为斗(whorl)、箕(loop)、弧(arch)三大类，使指纹识别应用进入了一个崭新的时期。
北航ARM9实验报告：实验3uCOS-II实验北航 ARM9 实验报告：实验 3uCOSII 实验一、实验目的本次实验的主要目的是深入了解和掌握 uCOSII 实时操作系统在ARM9 平台上的移植和应用。
通过实际操作，熟悉 uCOSII 的任务管理、内存管理、中断处理等核心机制，提高对实时操作系统的理解和应用能力，为后续的嵌入式系统开发打下坚实的基础。
二、实验环境1、硬件环境：ARM9 开发板、PC 机。
2、软件环境：Keil MDK 集成开发环境、uCOSII 源代码。
三、实验原理uCOSII 是一个可裁剪、可剥夺型的多任务实时内核，具有执行效率高、占用空间小、实时性能优良和可扩展性强等特点。
其基本原理包括任务管理、任务调度、时间管理、内存管理和中断管理等。
任务管理：uCOSII 中的任务是一个独立的执行流，每个任务都有自己的堆栈空间和任务控制块（TCB）。
任务可以处于就绪、运行、等待、挂起等状态。
任务调度：采用基于优先级的抢占式调度算法，始终让优先级最高的就绪任务运行。
时间管理：通过系统时钟节拍来实现任务的延时和定时功能。
内存管理：提供了简单的内存分区管理和内存块管理机制。
中断管理：支持中断嵌套，在中断服务程序中可以进行任务切换。
四、实验步骤1、建立工程在 Keil MDK 中创建一个新的工程，选择对应的 ARM9 芯片型号，并配置相关的编译选项。
2、导入 uCOSII 源代码将 uCOSII 的源代码导入到工程中，并对相关的文件进行配置，如设置任务堆栈大小、系统时钟节拍频率等。
3、编写任务函数根据实验要求，编写多个任务函数，每个任务实现不同的功能。
4、创建任务在主函数中使用 uCOSII 提供的 API 函数创建任务，并设置任务的优先级。
5、启动操作系统调用 uCOSII 的启动函数，使操作系统开始运行，进行任务调度。
6、调试与测试通过单步调试、查看变量值和输出信息等方式，对系统的运行情况进行调试和测试，确保任务的执行符合预期。
基于ARM9的指纹识别门禁系统作者：吕宪军,陈后金来源：《现代电子技术》2010年第14期摘要:为了实现基于ARM的指纹识别门禁系统,采用Veridicom公司的FPS200指纹采集芯片进行指纹采集,采用Samsung公司ARM9 S3C2440AL给出了系统的软硬件设计及仿真结果。
经验证该系统拒识率小于认假率小于识别时间小于2s,实验结果良好。
此外,重点介绍了该系统中采用的指纹分割算法,该算法以前景与背景类间方差最大为原则,分割稳定的同时具有分割阈值的自适应性。
关键词:指纹传感器; ARM9; 指纹识别; 门禁系统中图分类号:TN919.8; TP391.41 文献标识码:A文章编号:1004-373X(2010)14-0040-02Access System of Fingerprint Recognition Based on ARM9-jun,CHEN Hou-jin(School of Information Engineering, Beijing Jiaotong University, Beijing 100044,China)Abstract: The hardware software design and the simulation result are proposed to realize the ARM-based access system of fingerprint recognition. Fingerprint sensor FPS200 and main processor S3C2440AL are adopted for the design. The conclusion of high veracity (FARKeywords: fingerprint sensor; ARM9; fingerprint recognition; access system指纹门禁[1]系统是基于生物特征识别技术的一项高科技安全设施,近年来在国内外得到了广泛的应用,并已成为现代化建筑智能化的标志之一。
嵌入式指纹识别系统研究的开题报告题目：嵌入式指纹识别系统研究研究背景和意义：指纹识别是一种认证技术，通过扫描和比对指纹图像，实现个体身份的确认。
相比于其他生物识别技术，指纹识别具有使用方便、准确率高、安全性好等优势，因此被广泛应用于门禁控制、考勤管理、金融服务等领域。
随着嵌入式技术的不断发展，嵌入式指纹识别系统逐渐被引入各类移动终端设备中，如智能手机、手表等，为用户提供更加方便、安全的身份认证方式。
然而，相比于传统指纹识别系统，嵌入式指纹识别系统在资源限制、算法复杂度、安全性等方面都面临较大挑战，因此需要针对这些问题进行深入探究和研究。
研究内容和方法：本课题拟采用以下研究内容和方法：1. 确定嵌入式指纹识别系统的硬件和软件平台。
在硬件方面，考虑使用ARM Cortex-M系列或其他低功耗嵌入式处理器；在软件方面，考虑使用C/C++、Python等编程语言，基于开源指纹识别算法库进行开发。
2. 研究嵌入式指纹识别系统算法优化方法。
在算法方面，结合嵌入式系统的特点，针对特定应用场景提出高效、准确的指纹识别算法。
3. 实现嵌入式指纹识别系统原型。
在实现过程中，考虑系统的实时性、稳定性、可扩展性等因素，进行多次测试和优化，最终得到可靠的嵌入式指纹识别系统原型。
研究预期成果：本研究拟达到以下预期成果：1. 实现一款高效、准确的嵌入式指纹识别系统原型，可用于移动终端等嵌入式设备中的身份认证。
2. 提出面向嵌入式指纹识别系统的算法优化方法，解决资源限制等问题，提高系统的性能和安全性。
3. 通过实验验证，进一步验证本研究的有效性和可行性。
参考文献：[1] Cheng, B., & Chen, Y. (2019). Lightweight and efficient embedded fingerprint recognition based on deep learning. Computer Communications, 138, 13-23.[2] Ling, H., Wang, H., Zhang, J., & Huang, X. (2020). Fingerprint recognition based on local feature fusion and CNN. IEEE Access, 8, 112875-112887.[3] He, L., Wu, Y., Sun, X., & Hu, Y. (2020). An embedded fingerprint recognition system based on improved fuzzy vault. Journal of Ambient Intelligence and Humanized Computing, 11(4), 1673-1684.。
基于ARM的指纹识别门禁系统的设计与实现的开题报告一、选题背景和意义随着人们对安全的要求越来越高，门禁系统在各种场合越来越普及。
传统的门禁系统主要采用IC卡、密码等方式进行身份认证，但是这些方式都有着各种弊端，例如IC卡可能丢失或者被人冒用，密码易被猜测等。
而指纹识别技术具有独特的优点，如不可复制、高精度、高速度等，因此越来越受到人们的关注。
本项目将基于ARM开发板和指纹识别模块，设计并实现一款基于ARM的指纹识别门禁系统。
该门禁系统实现了对用户指纹的采集和匹配，同时还可以通过网络连接上位机进行远程控制，实现了对门禁系统的管理和控制，具有良好的安全性和便利性。
二、主要内容和技术路线本项目的主要内容包括：- 指纹采集模块：通过指纹识别模块采集用户的指纹信息，并将指纹信息存储到ARM开发板中。
- 指纹匹配模块：通过指纹识别模块对用户进行身份认证，判断是否有门禁权限。
- 门禁控制模块：通过驱动开发板上的继电器模块进行门禁的开关控制。
- 网络连接模块：通过硬件连接以太网模块，通过网络连接上位机进行远程控制。
技术路线如下：- 系统硬件设计：选用ARM开发板和指纹识别模块、继电器模块、以太网模块等相关硬件。
- 系统软件设计：采用ARM的裸机开发方式进行开发，对指纹采集、指纹匹配、门禁控制、网络连接等模块进行开发。
- 系统调试测试：进行系统测试和功能验证，调试系统软硬件问题。
三、预期成果本项目的预期成果包括：- 完成指纹识别门禁系统的设计和实现，实现了指纹采集、指纹匹配、门禁控制、网络连接等功能。
- 展示门禁系统的实际应用效果，验证系统的可靠性和实用性。
- 发表论文或报告，介绍整个设计过程和技术路线，分享经验和感悟。
四、项目计划本项目的计划如下：- 第一周：确定选题，阅读相关文献，了解市面上的各种指纹识别门禁系统和技术方案，熟悉相关的硬件和软件开发工具。
- 第二周：进行系统硬件选型和设计，绘制电路图和PCB布局图。
指纹识别算法研究的开题报告题目：指纹识别算法研究一、选题背景随着生物识别技术的不断发展，指纹识别技术已成为应用最广泛的一种。
指纹识别技术以其高效、准确、便捷的特点，在安全、金融、人员管理等领域得到广泛的应用。
然而，目前的指纹识别技术也存在一些问题，如指纹图像质量问题、橙皮效应、容易受到猜测攻击等问题。
因此，研究指纹识别算法，提高指纹识别的准确性和安全性，具有重要的理论和应用价值。
二、研究目的和内容目的：本研究旨在深入探讨指纹识别算法的原理、发展历程和应用领域，研究指纹图像预处理、特征提取、匹配算法等关键技术，提出一种高效、准确的指纹识别算法，以实现更加精确和安全的指纹识别应用。
内容：1. 指纹识别技术的背景和概述2. 指纹图像预处理技术研究3. 指纹特征提取算法研究4. 指纹匹配算法研究5. 算法设计和实现6. 实验和结果分析三、研究方法1.收集和分析文献，系统研究指纹识别技术的发展和现状；2.对指纹图像进行预处理和特征提取，并进行特征选择和降维；3.比较和分析不同的匹配算法，提出一种新的高效、准确的匹配算法；4.设计和实现指纹识别系统，进行实验测试。
四、预期结果本研究预期结果是提出一种高效、准确的指纹识别算法，能够有效解决现有识别技术存在的问题，使指纹识别更加精确和安全。
五、研究意义本研究对指纹识别技术的发展和应用具有重要的理论和实践意义，为指纹识别技术的进一步发展提供重要的指导和支持。
同时，此研究也对提高安全保障、优化社会资源的利用和实现智慧城市的建设等方面具有实际和深远的经济、社会和科技价值。
基于ARM9的指纹识别系统的研究刘兴建，刘金根武汉理工大学信息工程学院，武汉（430070）E-mail：dxmchina@摘要：分析了指纹识别系统的组成、各模块的功能，讨论了指纹识别算法的原理并对指纹识别算法进行了简要地分析，指出了指纹的处理、识别和匹配等功能的硬件实现的步骤和方法以及指纹处理程序各阶段的主要的函数实现。
关键词：ARM9-S3C2410A；FPS200；图像处理；指纹识别1. 引言信息化时代，生物识别技术作为信息安全和个人身份识别技术越来越受到人们的重视。
指纹作为人体中最明显的外表特征，具有独一无二的特性。
指纹鉴定技术利用人类指纹稳定性和独特性的生理特征，将其作为人们的一种“活的身份证”，随着图像处理、模式识别方法的发展和指纹传感器技术的日臻成熟，指纹识别系统将有更广阔的应用前景。
嵌入式系统是继IT网络之后一个新的发展方向，由于嵌入式系统具有体积小、功耗低、性能强以及面向行业应用突出的特点，被广泛应用于军事国防、消费电子、网络、工业控制等领域[1-2]。
目前市场上有各种各样的嵌入式处理器,而SAMSUNG公司的ARM9处理器s3c2410A具有很高的性价比。
基于ARM9处理器为核心的嵌入式指纹识别系统设计以s3c2410A芯片设计为硬件平台，配以VERIDICOM公司的指纹传感器芯片FPS200组成的。
2. 系统组成及系统硬件设计2.1系统组成系统结构框图如图1所示。
本系统主要实现指纹的采集、处理、特征模板提取、结果显示，以及完成个人身份识别/注册功能。
主要有以下几个模块，指纹采集模块，ARM9处理模块，结果显示模块。
2.2 数据处理模块该模块主要采用了SAMSUNG公司的ARM9处理器s3c2410A芯片，该芯片提供以下丰富的内部设备：分开的16KB的指令Cachae和 16KB的数据Cachae，MMU虚拟存储管理，LCD控制器（支持STN&TFT）支持NAND FLASH系统引导系统管理（片选逻辑及SDRAM控制器），3通道的UART，4通道的DMA，4通道的PWM定时器，I/O端口，RTC，8通道10位ADC和触摸屏接口，IIC-BUS接口，USB主机，USB设备，两通道的SPI及内部PLL时钟倍频器等[3]。
2.3 指纹采集模块该模块为Veridicom公司的FPS200传感器芯片，该芯片是一种触摸式CMOS传感器件，其传感区域为1.28cm×1.50cm，256×300传感阵列，500dpi分辨率，内置有8位模数转换器，且有微处理器总线、SPI总线和USB总线三种接口模式。
USB：FPS200已内置了高速USB的核电路，不需要外部的USB控制器，因此使FPS200成为标准的USB设备。
FPS200在USB模式下可支持13帧/秒的指纹图象采集传输速度。
微处理器总线（MCU）：通过增加自动递增列和地址寄存器的值以及模数转换的路径优化功能，FPS200内置的标准8位微处理器总线的性能大大加强，图象传输速度达到30帧/秒，可以满足对连续指纹图象采集和比对的需要。
串行外设接口（SPI）：FPS200内置的SPI接口可极大减小FPS20对硬件的依赖，只需要6条线就可以连接到带SPI接口的微处理器。
在SPI模式下，FPS200的图象传输速度为10帧/秒。
FPS200的工作电压为3.3V～5V，低功耗(在5V的工作电压下的功率低于70mW)。
本系统采用了传感器的USB模式，传感器的数据线直接与s3c2410A芯片扩展口相接，对FPS200图像传感器进行初始化控制和图像读取。
2.4 显示输出模块显示输出模块采用3.5寸TFT-LCD分辨率320*240，本指纹识别系统采用传感器的USB 模式，且获取整幅图像，然后由LCD显示出来。
3. 设计中的关键技术3.1图像处理过程3.1.1图像增强图像增强中要解决的核心问题是指纹图像预处理，其目的是为了减弱噪声、改善图像质量，以便于特征提取。
指纹纹理由相间的脊线和谷线组成，它们蕴涵了纹理方向、纹理密度等大量信息。
这些信息在不同区域显示不同特征。
指纹图像增强算法就是利用图像信息的区域性差异来实现的。
本系统中采用的是参考了指纹图像纹理频率信息，以GABOR变换这个能够同时对图像局部结构的方向和空域频率进行解析的最优滤波器作为滤波器的模板，因而极大改善了增强算法的效果[4-5]。
3.1.2脊线方向除奇异区外，指纹图像在一个足够小的区域内，纹理近似于相互平行的直线，这就是指纹图像的方向性特征。
方向性特征是指纹图像中最为明显的特征之一，它以简化的形式直观的反映指纹图像的基本形态特征，因而被广泛应用于指纹图像的分类、增强、特征提取等方面。
提取脊线方向方法为：(1) 将指纹图像分割成足够小的子块，以满足块中纹理近似平行的条件。
(2)对每个子块的每一个点(,)(,0,1......-1)p s t s t w =利用Sobel 算子分别计算其x 的方向梯度x g 和y 的方向梯度y g ；(3)每个子块方向,m n θ（）的计算公式如下:11122112(,)(,),tan (,)(,)w w x y s t w w x y s t g s t g s t m n g s t g s t θ====⎧⎫′′′′⎪⎪⎪⎪⎨⎬⎪⎪′′′′⎡⎤−⎣⎦⎪⎪⎩⎭∑∑∑∑－1（）=2 s s mW ′=+ t t nW ′=+ 3.1.3脊线频率指纹纹理除了具有稳定的方向性特征外，还具有稳定的频率性特点。
在指纹图像的一个局部区域内，脊线和谷线的纹理走向平行，同时沿脊谷方向的灰度分布近似于正弦包络。
脊线频率被定义为两条脊线之间间距的倒数。
通过定位该包络中极大、极小值点，就能得到相应的脊线间距和谷线间距，进而计算出脊线频率。
3.1.4 GABOR 滤波器GABOR 变换由于具有最佳时域和频域连接分辨率的特点，能够同时对图像局部结构的方向和空域频率进行解析，可以很好地兼顾指纹图像的脊线方向和脊线频率信息[5]。
本系统中采用GABOR 滤波器函数的实部作为模板，以与子块纹线方向垂直的方向作为滤波器方向，以脊线频率作为滤波器频率来构建滤波器。
滤波过程如下式所示：22221(,)|x,y,,,,(,)|WW E g x y W Wy x G s t h m n f m n G s x t y S θσσ=−=−=++∑∑（（）,（）,） 其中，(,)G s t 为原始灰度图像，(,)E G s t 是GARBOR 滤波后的图像灰度，W 为滤波器，模板的大小。
S 为模板系数和，θ为子块的域方向值。
需要注意的是GARBOR 滤波器的θ与指纹纹理方向垂直。
对x σ和y σ的取值需要进行折中，取值越大，滤波器的抗噪声性能越好，但也可能形成假的脊线。
取值4x σ=和4y σ=3.1.5 指纹匹配本系统中指纹匹配采用基于特征点集合匹配的校准算法，该算法多为简单的比较逻辑和加减运算，经过一些列处理后的指纹图像分别如图a －c 所示。
3.2 软件设计3.2.1整个系统工作流程系统工作流程如图2所示。
3.2.2 指纹处理算法指纹识别算法是指纹识别的核心，本系统中采用的指纹识别算法流程如图3所示。
根据图3指纹识别算法流程进行软件设计以下是指纹识别算法的实现和主要函数。
函数1:FvsError_t FvsImageImport(FvsImage_t image, const FvsString_t filename)功能：从文件中加载指纹图像参数：image 指纹图像filename 文件名返回：错误编号函数2:FvsError_t FingerprintGetDirection(const FvsImage_t image, FvsFloatField_t field, const FvsInt_t nBlockSize, const FvsInt_t nFilterSize)功能：计算指纹图像脊线的方向。
参数：image 指向图像对象的指针field 指向浮点域对象的指针，保存结果nBlockSize 块大小nFilterSize 滤波器大小返回：错误编号函数3:FvsError_t FingerprintGetFrequency(const FvsImage_t image, const FvsFloatField_t direction, FvsFloatField_t frequency)功能：估计指纹脊线的频率。
参数：image 指向图像对象的指针direction 脊线方向frequency 输出的频率返回：错误编号函数4:FvsError_t FingerprintGetMask(const FvsImage_t image, const FvsFloatField_t direction, const FvsFloatField_t frequency, FvsImage_t mask)功能：获取指纹图像的有效区域，以进行进一步的处理。
如果某个区域不可用用，则掩码置为0，包括如下区域：边界，背景点，图像质量很差的区域。
有效区域的掩码置为255。
参数：image 指纹图像direction 脊线方向frequency 脊线频率mask 输出的掩码返回：错误编号函数5:FvsError_t ImageEnhanceGabor(FvsImage_t image, const FvsFloatField_t direction, const FvsFloatField_t frequency, const FvsImage_t mask, const FvsFloat_t radius)功能：指纹图像增强算法，该算法比较复杂，其后处理的部分是基于Gabor滤波器的，参数：image 指纹图像direction 脊线方向，需要事先计算frequency 脊线频率，需要事先计算mask 指示指纹的有效区域radius 滤波器半径，大多数情况下，4.0即可。
值越大，噪声可以受到更大抑制，但会产生更多的伪特征。
返回：错误编号函数6:FvsError_t MatchingCompareImages(const FvsImage_t image1, const FvsImage_t image2, FvsInt_t* pgoodness)功能：匹配两个指纹参数：image1 指纹图像1image2 指纹图像2pgoodness 匹配度，越高越好返回：错误编号函数7:FvsError_t FvsImageExport(const FvsImage_t image, const FvsString_t filename)功能：将一个指纹图像输出到一个文件，文件的格式由文件的扩展名决定参数：filename 将要保存图像的文件名image 将要导出的图像返回：错误代码4. 总结本系统结合嵌入式技术、图像处理以及信号处理技术等实现了指纹识别系统，克服了传统系统的指纹采集速度慢，处理器处理速度慢等缺点，提高了图像的质量，提高了效率，也增加了系统的可靠性。
