專利名稱：智能防盜鎖系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種防盜鎖系統(tǒng)，屬于防盜鎖控制領(lǐng)域。
背景技術(shù)：
目前的防盜鎖系統(tǒng)，主要是簡單的監(jiān)控類型，比如當(dāng)有客人拜訪，就響門鈴，主人 根據(jù)防盜鎖系統(tǒng)傳來的客戶圖像或者答話進(jìn)行門管理，這個防盜鎖系統(tǒng)帶來了很大的隱 患。比如說，當(dāng)主人外出，小偷可以利用該系統(tǒng)探測主人是否在家，如果沒有應(yīng)答，小偷便知 道主人不在家，就可能導(dǎo)致財產(chǎn)被盜，產(chǎn)生財產(chǎn)不安全的問題。

發(fā)明內(nèi)容
發(fā)明目的 本發(fā)明主要為了解決現(xiàn)有防盜鎖的不安全問題。為了解決這個問題，本發(fā)明提供
了一種智能防盜鎖系統(tǒng)。 技術(shù)方案 本發(fā)明為實(shí)現(xiàn)上述發(fā)明目的采用如下技術(shù)方案 —種智能防盜鎖系統(tǒng)，包括室內(nèi)裝置與室外裝置，室外裝置包括處理器以及與處 理器相連接的信息采集模塊、門開關(guān)模塊、門鈴模塊和通信模塊，室內(nèi)裝置包括與通信模塊 連接的通信終端；其中 處理器用于實(shí)現(xiàn)對信息采集模塊、門開關(guān)模塊、門鈴模塊和通信模塊的控制，以及 對整個系統(tǒng)的數(shù)據(jù)采集和運(yùn)算處理； 所述信息采集模塊用于采集各類開門驗(yàn)證信息，包括用于采集圖像的攝像模塊、 用于采集虹膜的虹膜模塊、用于采集指紋的指紋模塊、用于輸入開門密碼的輸入模塊；
門開關(guān)模塊用于接收來自處理器的控制命令進(jìn)行開關(guān)鎖操作； 通信模塊用于接收通信終端發(fā)來的控制命令，并按控制命令控制門開關(guān)模塊；同 時還用于向通信終端傳輸狀態(tài)信息；
門鈴模塊用于實(shí)現(xiàn)聲音提示； 通信終端用于通過通信模塊與處理器通信，接收來自鎖的狀態(tài)信息，以及向處理 器發(fā)送控制命令。 本發(fā)明的智能防盜鎖系統(tǒng)中通信終端的個數(shù)為N個，N為自然數(shù)。 本發(fā)明的智能防盜鎖系統(tǒng)中虹膜模塊包括圖像傳感器、紅外光LED燈和白光LED
燈，白光LED燈和紅外光LED燈交替均勻分布在圖像傳感器的周圍。 本發(fā)明的智能防盜鎖系統(tǒng)的工作方法，具體步驟包括( — )初始設(shè)置步驟 A、進(jìn)行初始鑰匙信息設(shè)置通過虹膜模塊采集初始虹膜信息；通過指紋模塊采集 初始指紋信息，通過輸入模塊設(shè)置初始密碼信息；將上述三種鑰匙信息存貯至數(shù)據(jù)庫中；
B、通信終端設(shè)置設(shè)置A步驟所述各信息的傳輸和接收的終端；
5
( 二 )工作識別步驟 C、采用鑰匙信息開門時，處理器根據(jù)第( 一 )步驟初始設(shè)置的鑰匙信息進(jìn)行驗(yàn)證； 當(dāng)處理器接收的鑰匙信息與數(shù)據(jù)庫中的初始鑰匙信息匹配時，處理器發(fā)送控制命令控制門 開關(guān)模塊把門打開；當(dāng)處理器接收的鑰匙信息與數(shù)據(jù)庫中的初始鑰匙信息不匹配時，則進(jìn) 入D步驟； D、采用攝像模塊采集拜訪客人的圖像信息發(fā)送至處理器，處理器將此圖像信息經(jīng) 過通信模塊傳輸?shù)揭粋€或N個通信終端，N為自然數(shù)；通信終端根據(jù)圖像信息判斷是否開 門，將相應(yīng)的控制命令經(jīng)過通信模塊傳輸給處理器，再由處理器按照控制命令控制門開關(guān) 模塊進(jìn)行開關(guān)鎖的操作。 本發(fā)明的智能防盜鎖系統(tǒng)的工作方法中鑰匙信息進(jìn)行驗(yàn)證的方法包括虹膜模塊
的識別步驟、指紋模塊的識別步驟、或者輸入模塊的識別步驟。
本發(fā)明的智能防盜鎖系統(tǒng)的工作方法中虹膜模塊的識別步驟具體為 采集拜訪客人的虹膜并傳給處理器處理，主要包括波門定位、虹膜預(yù)處理、虹膜特
征提取、比較判斷四個步驟；其中 波門定位步驟通過采集的虹膜圖像設(shè)置波門，實(shí)現(xiàn)對原始圖像虹膜區(qū)域的精確定 位，以實(shí)時檢索感興趣區(qū)域； 虹膜預(yù)處理步驟通過對保留下的感興趣區(qū)域圖像通過各種處理以提高虹膜圖像 質(zhì)量； 虹膜特征提取步驟通過采用基于Harr小波的多尺度編碼變換方法，實(shí)現(xiàn)提取虹 比較判斷步驟采用虹膜特征提取單元編碼后的虹膜圖像與數(shù)據(jù)庫的虹膜比較。
本發(fā)明的智能防盜鎖系統(tǒng)的工作方法中指紋模塊識別的具體步驟為
首先，針對指紋圖像進(jìn)行3層Harr小波變換，變換后的小波系數(shù)分為近似系數(shù)LL、 水平系數(shù)HL、垂直系數(shù)LH和對角系數(shù)HH ; 然后，針對變換后的小波圖像分解得到的各子圖像分別進(jìn)行如下操作
1、針對各個子圖計算平均灰度值Me""二^^IJ/a力； 這里MXN表示子圖像的像素分辨率，I(i， j)表示第i行第j列的圖像元素的灰 度值；其中M代表子圖像的總行數(shù)，N代表子圖像的總列數(shù)； n、計算每一子圖像的灰度方差 Far = J] Z [/(/,力—Mea"]2 ; 對于每一子圖像，當(dāng)Var小于預(yù)先定義的閾值R時，將其設(shè)定為背景區(qū)域；否則，作 為前景區(qū)域，保留其灰度值；其中閾值R = 0. 1Mean ; ni、按照選取的閾值進(jìn)行二值化
「l,W，力上i
W，/)H 其中(i， j)代表當(dāng)前圖像像素坐標(biāo)位置，即第i行第j列；
6
IV、將上述處理的圖像按照Z型掃描順序，輸出得到一組二進(jìn)制序列，即得到指紋
特征；其中Z型掃描順序?yàn)長L3、HL3、LH3、HH3、HL2、LH2、HH2、HL1、LH1、HH1 ; 最后，將得到的指紋信息送入處理器處理，與數(shù)據(jù)庫中的指紋信息進(jìn)行比對。 本發(fā)明的智能防盜鎖系統(tǒng)的工作方法中( — )所述波門定位的方法具體為 在處理器內(nèi)部構(gòu)造4個專用寄存器和2個計數(shù)器；4個專用寄存器用來保存接收 的波門信息，分別是圖像行、列起始地址csa，rsa和行、列結(jié)束地址cea，rea ;采用2個計數(shù) 器分別用來實(shí)現(xiàn)對原始圖像的行列計數(shù)；同時，構(gòu)造感興趣區(qū)域判別函數(shù)f (cx， ry)如下 /(cw)=
1,era 2 ex S c叫^ r_y 2 rea 其中，CX， ry分別表示當(dāng)前圖像行、列地址信息；若判別函數(shù)為真，則表示當(dāng)前計 數(shù)值在感興趣區(qū)域范圍。 ( 二 )所述虹膜預(yù)處理的方法具體為包括①虹膜定位處理、②標(biāo)準(zhǔn)化處理、③增 強(qiáng)處理； ①虹膜定位處理，采用在一幅眼部圖像中找到虹膜的內(nèi)、外圓的圓心和半徑，將虹 膜割離出來；包括粗定位和精確定位粗定位實(shí)現(xiàn)虹膜內(nèi)圓和外圓的粗定位；經(jīng)粗定位后， 再經(jīng)Hough變換檢測虹膜內(nèi)外半徑和內(nèi)外邊界中心以實(shí)現(xiàn)精確定位； ②標(biāo)準(zhǔn)化處理包括首先，將定位得到的虹膜有效區(qū)域劃分為n個同心圓，并轉(zhuǎn)換 為雙無量綱極坐標(biāo)表示I (r， e)，以瞳孔中心為坐標(biāo)原點(diǎn)，將極坐標(biāo)系下的I (r， e)轉(zhuǎn)化到 直角坐標(biāo)系的I(x，y)，其中r表示當(dāng)前圓的半徑，9表示旋轉(zhuǎn)角度，(r， e)點(diǎn)表示在e方 向上半徑為r處的點(diǎn)，形成以瞳孔中心為圓心的環(huán)帶輻射區(qū)域；然后，將每個虛擬的同心圓 均分m個點(diǎn)作為參考點(diǎn)，可得到nXm的矩形圖像；最后，通過雙線性灰度插值算法，將環(huán)形 虹膜圖像展開為n她的矩形標(biāo)準(zhǔn)化圖像；n表示圖像的總行數(shù)，n表示圖像的總列數(shù)，n她表 示圖像像素分辨率； ③所述增強(qiáng)處理用于調(diào)整虹膜圖像灰度級的動態(tài)范圍；
(三)所述虹膜特征提取的方法具體為 首先，通過Harr小波基，針對預(yù)處理后的虹膜圖像進(jìn)行Harr小波變換對圖像進(jìn) 行四層小波分解，這些層分得到水平系數(shù)HL1到HL4、垂直系數(shù)LH1到LH4、對角系數(shù)HH1到 HH3和LL1到近似系數(shù)LL4 ; 然后，提取那些代表虹膜模式的系數(shù)將上述得到的小波變換系數(shù)通過Z型掃描 的方式組合在一起形成一個表述虹膜模式的一維向量，得到Harr小波變換后的圖像按照 頻帶提取得到的大致輪廓信息和細(xì)節(jié)信息，這個一維向量便是特征向量，該特征向量的二 進(jìn)制比特流即為提取的虹膜特征；其中Z型掃描的方式為LL3、HL3、LH3、HH3、HL2、LH2、HH2、HL1、LH1、HH1 ; (四)所述比較判斷的方法具體為
將虹膜特征提取單元編碼后的虹膜圖像與數(shù)據(jù)庫的虹膜比較， 朋=t} ((l -《(扁)《)(l -《(適)巧)…(1 -《(還)巧》
,=1 1
上式中，HD表示提取虹膜圖像特征與數(shù)據(jù)庫的虹膜碼度量函數(shù)距離；L表示特征
7向量長度，S jn表示當(dāng)前子類特征度量函數(shù)，即采集的虹膜類編碼，B/為數(shù)據(jù)庫存儲的虹膜 編碼，j代表特征度量函數(shù)的總類數(shù)目，n表示當(dāng)前子類，XOR表示異或操作；當(dāng)HD大于0. 6 表示匹配成功。
有益效果 本發(fā)明的智能防盜鎖，通過通信模塊，實(shí)時把開鎖匹配信息及其攝像模塊采集的 開鎖人信息傳輸?shù)皆O(shè)定通信終端，從而可以了解門的狀態(tài)信息、拜訪人等，從而能夠確定是 正常拜訪還是小偷，提高了門的安全性。 上述虹膜模塊包括圖像傳感器、紅外光LED燈和白光LED燈，白光LED燈和紅外光 LED燈交替，且均勻分布在圖像傳感器的周圍。通過這種方式設(shè)置，可以使得圖像亮度分布 均勻，而且能夠非常好地顯示虹膜的紋理圖案，如斑點(diǎn)、細(xì)絲、條紋等細(xì)節(jié)特征。


圖1為本發(fā)明的結(jié)構(gòu)框圖。
圖2是本虹膜模塊結(jié)構(gòu)布局圖。
圖3是小波變換掃描順序圖。
具體實(shí)施例方式
下面結(jié)合附圖對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明 本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥 的特征和/或步驟以外，均可以以任何方式組合。 本說明書(包括任何附加權(quán)利要求、摘要和附圖)中公開的任一特征，除非特別敘 述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個特征只 是一系列等效或類似特征中的一個例子而已。 如圖1所示的智能防盜鎖系統(tǒng)，包括處理器，與處理相連接的攝像模塊、虹膜模 塊、指紋模塊、輸入模塊、門開關(guān)模塊、門鈴模塊和通信模塊，以及與通信模塊連接的通信終
丄山順。 處理器，用于實(shí)現(xiàn)對攝像模塊、虹膜模塊、指紋模塊、輸入模塊、門開關(guān)模塊、門鈴 模塊和通信模塊的控制，以及對整個系統(tǒng)的數(shù)據(jù)采集和運(yùn)算處理。 一般選用圖像處理功能 和控制功能比較強(qiáng)的處理器，如DSP或者ARM實(shí)現(xiàn)。 攝像模塊主要用于采集圖像，在處理器控制下，實(shí)時采集拜訪客人的圖像并根據(jù)
初始設(shè)置，通過通信模塊，把實(shí)時采集的圖像傳輸?shù)皆O(shè)定的一個或多個通信終端。 虹膜模塊，用于在處理器控制下，采集拜訪客人的虹膜并傳給處理器處理。由于虹
膜區(qū)分主要在于紋理細(xì)節(jié)的不同，而用普通的CCD攝像頭在正常的光照條件下很難獲得清
晰的虹膜圖像。為了獲得非常好的采集效果，本發(fā)明設(shè)計了一種特殊的虹膜模塊。 如圖2所示，該虹膜采集模塊包括圖像傳感器1、紅外光LED 2燈和白光LED3燈，
白光LED燈和紅外光LED燈交替，且均勻分布在圖像傳感器1的周圍，通過這種方式設(shè)置，
可以使得圖像亮度分布均勻，而且能夠非常好地顯示虹膜的紋理圖案，如斑點(diǎn)、細(xì)絲、條紋
等細(xì)節(jié)特征。 圖像采集傳感器1可以選用C0MS圖像傳感芯片0V7141，該芯片0V7141工作電壓為2. 5V，分辨率為640 X 480，工作頻率為27MHz，每秒鐘能輸出30幀(VGA模式)或者60幀 (QVGA模式)，內(nèi)部整合模數(shù)轉(zhuǎn)換(A/D)，自動增益控制(AGC) ， SCCB總線控制端口等，可直 接輸出8bit圖像數(shù)據(jù)。 采集得到的虹膜圖像在處理器中進(jìn)行處理，主要包括波門定位，虹膜預(yù)處理，虹 膜特征提取和比較判斷。 波門定位單元通過對采集的虹膜圖像設(shè)置波門，實(shí)現(xiàn)對原始圖像虹膜區(qū)域的精確 定位，以實(shí)時檢索感興趣區(qū)域。這里設(shè)置方法如下在處理器內(nèi)部構(gòu)造4個專用寄存器和2 個計數(shù)器。專用寄存器(圖像行，列起始地址csa， rsa和行，列結(jié)束地址cea， rea)用來保 存接收的波門信息；計數(shù)器分別用來實(shí)現(xiàn)對原始圖像的行列計數(shù)。同時，構(gòu)造感興趣區(qū)域判 別函數(shù)f(cx，ry)，其定義如下<formula>formula see original document page 9</formula> 其中，cx， ry分別表示當(dāng)前圖像行、列地址信息。 若判別函數(shù)為真，則表示當(dāng)前計數(shù)值在感興趣區(qū)域范圍，則圖像數(shù)據(jù)予以保留，否 則予以舍棄。 虹膜預(yù)處理通過對保留下的感興趣區(qū)域圖像通過各種處理以提高虹膜圖像質(zhì)量， 主要包括虹膜定位處理、標(biāo)準(zhǔn)化處理和增強(qiáng)處理。 虹膜定位處理實(shí)現(xiàn)在一幅眼部圖像中找到虹膜的內(nèi)、外圓的圓心和半徑，將虹膜 割離出來；這里采用粗定位和精確定位相結(jié)合的方法. 粗定位就是粗定位虹膜的內(nèi)外邊緣.即粗定位虹膜內(nèi)圓和外圓，內(nèi)圓表示虹膜與 瞳孔的邊界，外圓表示虹膜與鞏膜的邊界。 內(nèi)圓粗定位即粗略估計瞳孔的圓心和半徑. 一般來說，采集得到的虹膜圖像，其 瞳孔灰度要小于虹膜灰度，而虹膜灰度則要小于鞏膜灰度，且瞳孔所在區(qū)域圖像的灰度值 最小.因此，選取合適的閾值是內(nèi)外圓粗定位的關(guān)鍵。根據(jù)上述特點(diǎn)，內(nèi)圓粗定位的具體方 法如下首先，做圖像的灰度直方圖，根據(jù)直方圖分布可知，該直方圖具有"三峰"特性，圖像 中的瞳孔區(qū)分布在較暗的灰度級上形成一個波峰，圖像中的虹膜區(qū)分布在中間的灰度級上 形成第二個波峰，圖像中的鞏膜區(qū)分布在較亮的灰度級上形成第三個波峰。然后，用其第一 和第二波峰之間的谷低處灰度值作為閾值T進(jìn)行圖像的閾值化處理，便可區(qū)分瞳孔區(qū)和虹 膜區(qū).最后，根據(jù)閾值T對圖像進(jìn)行二值化 <formula>formula see original document page 9</formula>
由于圖像本身是二維信號，可分解成x， y兩方向。在給定圖像分辨率(如320*240) 的情況下，分別針對圖像每行每列方向(x， y方向)的二值化數(shù)值相加，找到相加求和結(jié)果 最小的x，y方向，即得到坐標(biāo)為(x0，y0)，則(x0，y0)為粗定位內(nèi)圓的圓心。再以(x0，y0) 為中心，任選幾個角度做弦長，選取其中最大值作為粗定位內(nèi)圓半徑，優(yōu)選選取三個以上的 角度做弦長，且角度均勻分布在整個圓周上，通過這種方式粗定位得到的內(nèi)圓半徑更為精 確。 粗定位外圓采用與粗定位內(nèi)圓相同的方法首先，根據(jù)直方圖的"三峰"特性，用第二和第三波峰之間的谷低處灰度值作為閾值T進(jìn)行粗定位外圓的閾值化處理，便可將虹膜 區(qū)和鞏膜區(qū)區(qū)分出來.然后，根據(jù)閾值T對圖像進(jìn)行二值化。最后，以內(nèi)圓圓心為外圓粗定 位圓心，任選幾個角度做弦長，選取其中最大值作為粗定位外圓半徑，優(yōu)選選取三個以上的 角度做弦長，且角度均勻分布在整個圓周上，通過這種方式粗定位得到的內(nèi)圓半徑更為精 確。 需要注意的是，由于睫毛和眉毛的灰度值跟瞳孔非常相近，有的甚至小于瞳孔的 灰度值，因此分割后的瞳孔區(qū)圖像存在噪聲。為了減小噪聲的影響，優(yōu)選在粗定位之前用中 值濾波算法對其進(jìn)行去噪. 經(jīng)粗定位后，再經(jīng)Hough變換檢測虹膜內(nèi)外半徑和內(nèi)外邊界中心以實(shí)現(xiàn)精確定 位。設(shè)提取的虹膜圖像內(nèi)外邊緣上的所有邊界點(diǎn)為(Xj，yj)，j = l，2，...n。其中n代表邊 界點(diǎn)的總數(shù)；Hough定義為 <formula>formula see original document page 10</formula> 對于每個邊界點(diǎn)(Xj， y》，，如果有g(shù)(Xj， yj， xc， yc， r) = 0，說明由參數(shù)(xc， yc， r) 確定的邊界圓周通過了邊界點(diǎn)(Xj， y》，這樣對應(yīng)于最大值的H表示由它確定的圓經(jīng)過的邊 界點(diǎn)最多，則可精確定位圓周邊界，從而實(shí)現(xiàn)對虹膜內(nèi)外半徑和內(nèi)外邊界中心的精確定位.
虹膜標(biāo)準(zhǔn)化處理實(shí)現(xiàn)將虹膜區(qū)域的大小調(diào)整到固定的尺寸和對應(yīng)的位置。由于不 同個體的虹膜尺寸是不同的，即使是同一只眼睛，在不同的采集環(huán)境下虹膜尺寸也是有差 異的。因此，為了獲得更好的識別結(jié)果，應(yīng)該盡量減少這些形變帶來的影響。通過標(biāo)準(zhǔn)化 不僅在一定程度上減小了瞳孔變化導(dǎo)致的虹膜形變，而且還簡化了后續(xù)計算。具體處理如 下 首先，將虹膜定位處理得到的虹膜圖像用極坐標(biāo)I (r， e )表示，r表示虹膜圖像半
徑，e表示角度即圖像以瞳孔中心為坐標(biāo)原點(diǎn)，(r， e)點(diǎn)表示在e角度方向上半徑為r
處的點(diǎn)，形成了以瞳孔中心為圓心的環(huán)帶區(qū)域(即由定位單元得到的內(nèi)圓和外圓組成的環(huán) 帶區(qū)). 然后，進(jìn)一步將I(r， 9)的極坐標(biāo)形式轉(zhuǎn)換為直角坐標(biāo)f(p， q)。其中， r = "v/p2 + ， 9 = arctan (q/p)。 最后，對轉(zhuǎn)換后圖像進(jìn)行插值，轉(zhuǎn)換為標(biāo)準(zhǔn)分辨率圖像。因?yàn)樵跇O坐標(biāo)I (r， e )轉(zhuǎn) 換為直角坐標(biāo)f(P， q)后，轉(zhuǎn)換后的分辨率可能和保存的匹配模板分辨率并不一致，因此需 要對圖像插值轉(zhuǎn)換為標(biāo)準(zhǔn)分辨率圖像(比如320*240)，即得到了標(biāo)準(zhǔn)化處理圖像。其中插 值可以采用現(xiàn)有成熟的雙線性插值或其他插值方法。 虹膜增強(qiáng)處理用于調(diào)整虹膜圖像灰度級的動態(tài)范圍。虹膜圖像灰度級的動態(tài)范 圍比較狹窄，不利于直接用于后續(xù)的紋理分析和匹配，因此，需要對虹膜圖像進(jìn)行增強(qiáng)處 理，最常用的圖像增強(qiáng)方法是直方圖均衡。這里采用直方圖均衡以改善標(biāo)準(zhǔn)化后的圖像 質(zhì)量.直方圖均衡化處理是以累積分布函數(shù)變換法為基礎(chǔ)的直方圖修正法。相關(guān)直方圖均衡化算法可參見2008年西安電子科技大學(xué)出版社何東健等編著的《數(shù)字圖像處理》 (p56-p59)等。 虹膜特征提取采用基于Harr小波的多尺度編碼變換方法實(shí)現(xiàn)。首先，通過Harr 小波基，針對預(yù)處理后的虹膜圖像進(jìn)行Harr小波變換對圖像進(jìn)行四層小波分解，這些層 分為:HL1到HL4 (水平系數(shù))、LH1到LH4 (垂直系數(shù))、HH1到HH3 (對角系數(shù))和LL1到 LL4(近似系數(shù))；然后，提取那些代表虹膜模式的系數(shù)將上述得到的小波變換系數(shù)通過Z 性掃描(LL3、 HL3、 LH3、 HH3、 HL2、 LH2、 HH2、 HL1 、 LH1 、 HH1)的方式組合在一起形成一個表述 虹膜模式的一維向量，即得到了 Harr小波變換后的圖像按照頻帶提取得到的大致輪廓信 息和細(xì)節(jié)信息。這個一維向量便是特征向量，該特征向量的二進(jìn)制比特流即為提取的虹膜 特征. 比較判斷實(shí)現(xiàn)將虹膜特征提取單元編碼后的虹膜圖像與數(shù)據(jù)庫的虹膜比較。驗(yàn)證 身份時，需要再次提取虹膜圖像特征與數(shù)據(jù)庫的虹膜碼進(jìn)行比較，識別真?zhèn)?。目前常?guī)的方 法利用虹膜碼的Hamming距離可以比較兩個虹膜碼的異同，任兩個虹膜碼間的Hamming距 離定義為 /ffi^丄t4(xoi )5,
w ,=1 其中，A和B表示不同的虹膜碼，i表示當(dāng)前虹膜編碼位數(shù)，n虹膜碼總位數(shù)，XOR表 示異或操作.如果兩個特征碼完全相同，則HD = 0 ;如果兩特征碼完全不同，則HD = 1.因 此模式匹配程度用0和1之間的數(shù)表示，"冒名頂替者"的Hamming距離集中分布于0. 35至 0. 5之間，"可信者"的Hamming距離則集中分布于0至0. 25之間.最終，通過選取閾值0. 3 附近作為門鎖開關(guān)。 作為進(jìn)一步改進(jìn)，這里提出一種基于分類分段非線性判別方法.設(shè)S為未知特征 向量，將它作為一個類分為若干子類。即令《={《，《,...，《}，對每個子類定義一個非線
性度量函數(shù)
《= 式中j代表特征度量函數(shù)的總類數(shù)目，n表示當(dāng)前子類；H， 1\均為非線性度量參 數(shù).I\表示當(dāng)前子類選取的參考閾值， 一般取當(dāng)前子類函數(shù)的平均值，H表示子類設(shè)定的邊 界值，這里取H = 1. 21\.根據(jù)上述度量函數(shù)，定義改進(jìn)的距離如下 臉tl((l-《(還)《)(l-《(XO，，)…(1 —《(還)5，》
,=1 ^ 其中，L表示特征向量長度，Sjn表示當(dāng)前子類特征度量函數(shù)，即采集的虹膜類編 碼，B/為數(shù)據(jù)庫存儲的虹膜編碼，XOR表示異或操作。j代表特征度量函數(shù)的總類數(shù)目，n 表示當(dāng)前子類。 根據(jù)HD的輸出值在O和1的范圍之內(nèi)，接近l表示匹配程度高。在設(shè)置固定閾值 的情況下，比如0. 6，自動開啟門鎖。 處理器在比較判斷虹膜圖像后，根據(jù)比較結(jié)果進(jìn)行處理。當(dāng)虹膜匹配，比如匹配度 大于0. 6，則控制門開關(guān)模塊把鎖打開；如果虹膜不匹配，則處理器把匹配失敗的信號連同
攝像模塊采集的圖像一起傳輸?shù)皆O(shè)定的通信終端。
11
指紋模塊主要包括指紋采集單元、編碼單元及其加密單元。指紋模塊在處理器控 制下，把采集、編碼和加密后的指紋信息送入處理器處理。 其中指紋采集單元采集指紋圖像，這里選用壓感式指紋傳感器，通過在觸摸過程 中電容的變化來采集指紋信息。 指紋編碼單元通過對指紋圖像的二值化處理和編碼，找到紋路的分叉、終止或打 圈處的坐標(biāo)位置，以很好的實(shí)現(xiàn)指紋特征提取。為提高并行處理速度和實(shí)時處理能力，這里 采取了一種并行二進(jìn)制序列編碼方案 首先，針對指紋圖像進(jìn)行3層Harr小波變換.則變換后的小波系數(shù)分為近似系數(shù) LL、水平系數(shù)HL、垂直系數(shù)LH和對角系數(shù)HH，如下圖3所示. 然后，針對變換后的小波圖像分解得到的各子圖像(即LLn LHn HLn和HH》分別進(jìn) 行如下4步操作 1.針對各個子圖計算平均灰度值
這里MXN表示子圖像的像素分辨率，I(i， j)表示第i行第j列的圖像元素的灰
2.計算每一子圖像的灰度方差
1 A/ 7V
3.對于每一子圖像，當(dāng)Var小于預(yù)先定義的閾值R時，將其設(shè)定為背景區(qū)域；否 則，作為前景區(qū)域，保留其灰度值，以作后續(xù)處理。這里，閾值1 = 0. 1Mean。
4.按照選取的閾值進(jìn)行二值化WJ)=n & L。， 由于這里對圖像進(jìn)行了 3層小波分解，為提高實(shí)時處理速度，可對3層小波分解同 時進(jìn)行處理，按照上述處理的圖像按照Z型掃描順序(LL3、 HL3、 LH3、 HH3、 HL2、 LH2、 HH2、 HL1、LH1、HH1)，輸出得到一組二進(jìn)制序列，即構(gòu)成指紋特征序列。 最后，將指紋特征序列輸入至預(yù)存匹配模板進(jìn)行指紋匹配。目前，指紋匹配算法成 熟，匹配過程請參考電子科技大學(xué)學(xué)報2004年4月，33巻第2期《點(diǎn)模式指紋匹配算法研 究與實(shí)現(xiàn)》中1. 1. 2節(jié)特征向量匹配(pl54-157)。 加密單元主要通過加密電路，防止非法用戶不經(jīng)過指紋特征提取單元而直接把一
個自制比對成功仿真信號送到輸出端口上以非法打開門鎖；由于實(shí)際電路中，表示指紋識
別成功的電信號是容易模擬產(chǎn)生的，若有非法用戶不經(jīng)過指紋識別儀而直接把一個自制仿
真信號送到比對成功的端口上，那么系統(tǒng)就是不安全的。為此需要采取加密措施，目前加密
電路常采用反饋或流水線結(jié)構(gòu)，這里提出一種并行按位操作，具體方式如下 第一步對二維小波編碼變換后得到的可控二進(jìn)制序列Pn,zk(n， z， k) (k表示當(dāng)前
用戶，n表示分解層數(shù)，z表示碼字長度)的數(shù)據(jù)流存入緩存單元。 第二步對第一步得到的可控二進(jìn)制序列Pn,zk(n，z，k)進(jìn)行二值倒序排列，通過堆 棧方式實(shí)時保存記錄。
第三步針對上述輸出二進(jìn)制序列Pn,zk(n，z，k)進(jìn)行按位異或操作，得到一個序列 Un,zk(u， z， k)，即《("'4)=《("'^，。,> + Un,zk(n， z， k)經(jīng)奇偶校驗(yàn)按位操作后緩 沖輸出。 該加密算法需要計算資源少、簡單高效，易于硬件實(shí)現(xiàn)。 識別輸出主要通過將編碼加密單元的輸出結(jié)果與預(yù)存的指紋模板進(jìn)行比較識別， 根據(jù)匹配結(jié)果輸出，來開啟門鎖。對于匹配，可以采用現(xiàn)有的圖像匹配算法，也可以采用其 他現(xiàn)有指紋識別方法。 指紋、虹膜等基于生物特征識別技術(shù)是目前最安全可靠、非侵害的有效身份驗(yàn)證 技術(shù)。將其用于智能防盜，可大大加強(qiáng)驗(yàn)證準(zhǔn)確性，為準(zhǔn)確、快捷地驗(yàn)證身份提供了可靠方 法。 輸入模塊主要為鍵盤、按鈕或觸摸屏等，用于接收請求呼叫，輸入密碼等。比如設(shè) 有密碼輸入方式，通過輸入密碼作為開門鑰匙，當(dāng)輸入秘密正確時，門就自動打開；一旦三 次輸入錯誤，處理器通過通信模塊，把秘密輸入錯誤的信息連同攝像模塊采集的圖像一起 傳輸?shù)街付ǖ耐ㄐ沤K端。 門鈴主要實(shí)現(xiàn)當(dāng)有來客時的聲音提示。 門開關(guān)模塊，在處理器控制下開關(guān)鎖。比如通過開鎖人生物特征信息指紋、虹膜的 提取實(shí)現(xiàn)智能化設(shè)計開鎖。 通信模塊在處理器控制下，用于接收通信終端發(fā)來的控制命令，并按控制命令進(jìn) 行操作；同時還用于向通信終端傳輸信息，這些信息包括攝像模塊采集的圖像，門被打開的 信息，密碼錯誤信息、指紋識別錯誤信息、虹膜識別信息等。
門鈴模塊主要實(shí)現(xiàn)當(dāng)有來客時的聲音提示。 通信終端，主要通過通信模塊與處理器通信，接收來自鎖的信息，從而了解鎖的開
關(guān)信息等；向防盜鎖系統(tǒng)發(fā)送控制命令等。 本發(fā)明的智能防盜包括設(shè)置模式和工作模式 在設(shè)置模式，主要完成 第一 初始鑰匙信息設(shè)置，鑰匙信息包括指紋、虹膜和/或密碼等，主要通過虹膜 模塊采集作為鑰匙的初始虹膜信息；通過指紋模塊采集作為鑰匙的初始指紋信息，通過輸 入模塊輸入密碼等。每個鑰匙信息括指紋、虹膜和/或密碼組合，但為了安全，最好不單獨(dú) 把密碼作為鑰匙。 第二、通信終端設(shè)置，比如是手機(jī)、pda、電腦等，主要設(shè)置信息傳輸和接收的終端，
以防止非法用戶訪問和接收到防盜鎖的信息。通信終端至少一個，優(yōu)選為兩個或兩個以上，
以防止在一個終端丟失以后，另一個終端也可以實(shí)時了解防盜鎖的相關(guān)信息。 在工作模式，防盜鎖處于工作狀態(tài)，當(dāng)有用鑰匙信息開門，比如是密碼、指紋或虹
膜等，防盜鎖根據(jù)初始設(shè)置的鑰匙信息進(jìn)行驗(yàn)證，當(dāng)所用的鑰匙信息與初始的鑰匙信息匹
配時，就控制門開關(guān)模塊把問打開；當(dāng)所用鑰匙信息與初始的鑰匙信息不匹配，就把鑰匙匹
配錯誤信息和攝像模塊采集的信息一起傳輸?shù)酵ㄐ沤K端，通信終端就可以了解開鎖的人是
正常客人還是小偷。 另外，當(dāng)有人按門鈴請求時，處理器也把有人請求開門的信息連同攝像頭采集的 信息一起傳輸?shù)皆O(shè)定終端。通過這種方式，及時家里沒人，如果有客人來拜訪，也可以通過通信終端了解拜訪人的情況，從而決定是否讓拜訪人進(jìn)屋。如果是客人，則可以通過通信終 端向處理器發(fā)送開門命令，從而把門打開。如果是小偷，則還可以報警。 本發(fā)明的智能防盜鎖，通過通信模塊，實(shí)時把開鎖匹配信息及其攝像模塊采集的 開鎖人信息傳輸?shù)皆O(shè)定通信終端，從而可以了解門的狀態(tài)信息、拜訪人等，從而能夠確定是 正常拜訪還是小偷，提高了門的安全性。 可見，本裝置兼具智能化和可視化的優(yōu)點(diǎn)，實(shí)時性好，是適合家居辦公的各種防盜 場合。
權(quán)利要求
一種智能防盜鎖系統(tǒng)，其特征在于包括室內(nèi)裝置與室外裝置，室外裝置包括處理器以及與處理器相連接的信息采集模塊、門開關(guān)模塊、門鈴模塊和通信模塊，室內(nèi)裝置包括與通信模塊連接的通信終端；其中處理器用于實(shí)現(xiàn)對信息采集模塊、門開關(guān)模塊、門鈴模塊和通信模塊的控制，以及對整個系統(tǒng)的數(shù)據(jù)采集和運(yùn)算處理；所述信息采集模塊用于采集各類開門驗(yàn)證信息，包括用于采集圖像的攝像模塊、用于采集虹膜的虹膜模塊、用于采集指紋的指紋模塊、用于輸入開門密碼的輸入模塊；門開關(guān)模塊用于接收來自處理器的控制命令進(jìn)行開關(guān)鎖操作；通信模塊用于接收通信終端發(fā)來的控制命令，并按控制命令控制門開關(guān)模塊；同時還用于向通信終端傳輸狀態(tài)信息；門鈴模塊用于實(shí)現(xiàn)聲音提示；通信終端用于通過通信模塊與處理器通信，接收來自鎖的狀態(tài)信息，以及向處理器發(fā)送控制命令。
2. 根據(jù)權(quán)利要求1所述的智能防盜鎖系統(tǒng)，其特征在于所述通信終端的個數(shù)為N個， N為自然數(shù)。
3. 根據(jù)權(quán)利要求1所述的智能防盜鎖系統(tǒng)，其特征在于所述虹膜模塊包括圖像傳感 器、紅外光LED燈和白光LED燈，白光LED燈和紅外光LED燈交替均勻分布在圖像傳感器的 周圍。
4. 一種基于權(quán)利要求1至3任意所述的智能防盜鎖系統(tǒng)的工作方法，其特征在于具 體步驟包括(一) 初始設(shè)置步驟A、 進(jìn)行初始鑰匙信息設(shè)置通過虹膜模塊采集初始虹膜信息；通過指紋模塊采集初始 指紋信息，通過輸入模塊設(shè)置初始密碼信息；將上述三種鑰匙信息存貯至數(shù)據(jù)庫中；B、 通信終端設(shè)置設(shè)置A步驟所述各信息的傳輸和接收的終端；(二) 工作識別步驟C、 采用鑰匙信息開門時，處理器根據(jù)第(一)步驟初始設(shè)置的鑰匙信息進(jìn)行驗(yàn)證；當(dāng) 處理器接收的鑰匙信息與數(shù)據(jù)庫中的初始鑰匙信息匹配時，處理器發(fā)送控制命令控制門開 關(guān)模塊把門打開；當(dāng)處理器接收的鑰匙信息與數(shù)據(jù)庫中的初始鑰匙信息不匹配時，則進(jìn)入 D步驟；D、 采用攝像模塊采集拜訪客人的圖像信息發(fā)送至處理器，處理器將此圖像信息經(jīng)過通 信模塊傳輸?shù)揭粋€或N個通信終端，N為自然數(shù)；通信終端根據(jù)圖像信息判斷是否開門，將 相應(yīng)的控制命令經(jīng)過通信模塊傳輸給處理器，再由處理器按照控制命令控制門開關(guān)模塊進(jìn) 行開關(guān)鎖的操作。
5. 根據(jù)權(quán)利要求4所述的智能防盜鎖系統(tǒng)的工作方法，其特征在于所述鑰匙信息進(jìn) 行驗(yàn)證的方法包括虹膜模塊的識別步驟、指紋模塊的識別步驟、或者輸入模塊的識別步驟。
6. 根據(jù)權(quán)利要求5所述的智能防盜鎖系統(tǒng)的工作方法，其特征在于虹膜模塊的識別 步驟具體為采集拜訪客人的虹膜并傳給處理器處理，主要包括波門定位、虹膜預(yù)處理、虹膜特征提 取、比較判斷四個步驟；其中波門定位步驟通過采集的虹膜圖像設(shè)置波門，實(shí)現(xiàn)對原始圖像虹膜區(qū)域的精確定位，以實(shí)時檢索感興趣區(qū)域；虹膜預(yù)處理步驟通過對保留下的感興趣區(qū)域圖像通過各種處理以提高虹膜圖像質(zhì)虹膜特征提取步驟通過采用基于Harr小波的多尺度編碼變換方法，實(shí)現(xiàn)提取虹膜圖像；比較判斷步驟采用虹膜特征提取單元編碼后的虹膜圖像與數(shù)據(jù)庫的虹膜比較。
7. 根據(jù)權(quán)利要求5所述的智能防盜鎖系統(tǒng)的工作方法，其特征在于所述指紋模塊識別的具體步驟為首先，針對指紋圖像進(jìn)行3層Harr小波變換，變換后的小波系數(shù)分為近似系數(shù)LL、水平系數(shù)HL、垂直系數(shù)LH和對角系數(shù)HH ;然后，針對變換后的小波圖像分解得到的各子圖像分別進(jìn)行如下操作1、針對各個子圖計算平均灰度值這里MXN表示子圖像的像素分辨率，I(i， j)表示第i行第j列的圖像元素的灰度值；其中M代表子圖像的總行數(shù)，N代表子圖像的總列數(shù)；n、計算每一子圖像的灰度方差fflr=tt^7 Z Z [w，力—她朋]2 ;對于每一子圖像，當(dāng)Var小于預(yù)先定義的閾值R時，將其設(shè)定為背景區(qū)域；否則，作為前景區(qū)域，保留其灰度值；其中閾值R = 0. 1Mean ;ni、按照選取的閾值進(jìn)行二值化其中(i， j)代表當(dāng)前圖像像素坐標(biāo)位置，即第i行第j列；IV、將上述處理的圖像按照Z型掃描順序，輸出得到一組二進(jìn)制序列，即得到指紋特征；其中Z型掃描順序?yàn)長L3、HL3、LH3、HH3、HL2、LH2、HH2、HL1、LH1、HH1 ;最后，將得到的指紋信息送入處理器處理，與數(shù)據(jù)庫中的指紋信息進(jìn)行比對。
8. 根據(jù)權(quán)利要求6所述的智能防盜鎖系統(tǒng)的工作方法，其特征在于(一)所述波門定位的方法具體為在處理器內(nèi)部構(gòu)造4個專用寄存器和2個計數(shù)器；4個專用寄存器用來保存接收的波門信息，分別是圖像行、列起始地址csa，rsa和行、列結(jié)束地址cea，rea ;采用2個計數(shù)器分別用來實(shí)現(xiàn)對原始圖像的行列計數(shù)；同時，構(gòu)造感興趣區(qū)域判別函數(shù)f (cx， ry)如下<formula>formula see original document page 3</formula>其中，cx， ry分別表示當(dāng)前圖像行、列地址信息；若判別函數(shù)為真，則表示當(dāng)前計數(shù)值在感興趣區(qū)域范圍。(二) 所述虹膜預(yù)處理的方法具體為包括①虹膜定位處理、②標(biāo)準(zhǔn)化處理、③增強(qiáng)處理；① 虹膜定位處理，采用在一幅眼部圖像中找到虹膜的內(nèi)、外圓的圓心和半徑，將虹膜割 離出來；包括粗定位和精確定位粗定位實(shí)現(xiàn)虹膜內(nèi)圓和外圓的粗定位；經(jīng)粗定位后，再經(jīng) Hough變換檢測虹膜內(nèi)外半徑和內(nèi)外邊界中心以實(shí)現(xiàn)精確定位；② 標(biāo)準(zhǔn)化處理包括首先，將定位得到的虹膜有效區(qū)域劃分為n個同心圓，并轉(zhuǎn)換為雙 無量綱極坐標(biāo)表示I (r， e)，以瞳孔中心為坐標(biāo)原點(diǎn)，將極坐標(biāo)系下的I (r， e)轉(zhuǎn)化到直角 坐標(biāo)系的I(x， y)，其中r表示當(dāng)前圓的半徑，e表示旋轉(zhuǎn)角度，(r， e)點(diǎn)表示在e方向 上半徑為r處的點(diǎn)，形成以瞳孔中心為圓心的環(huán)帶輻射區(qū)域；然后，將每個虛擬的同心圓均 分m個點(diǎn)作為參考點(diǎn)，可得到nXm的矩形圖像；最后，通過雙線性灰度插值算法，將環(huán)形虹 膜圖像展開為n她的矩形標(biāo)準(zhǔn)化圖像；n表示圖像的總行數(shù)，n表示圖像的總列數(shù)，n她表示 圖像像素分辨率；③ 所述增強(qiáng)處理用于調(diào)整虹膜圖像灰度級的動態(tài)范圍；(三) 所述虹膜特征提取的方法具體為首先，通過Harr小波基，針對預(yù)處理后的虹膜圖像進(jìn)行Harr小波變換對圖像進(jìn)行四 層小波分解，這些層分得到水平系數(shù)HL1到HL4、垂直系數(shù)LH1到LH4、對角系數(shù)HH1到HH3 和LL1到近似系數(shù)LL4 ;然后，提取那些代表虹膜模式的系數(shù)將上述得到的小波變換系數(shù)通過Z型掃描的方 式組合在一起形成一個表述虹膜模式的一維向量，得到Harr小波變換后的圖像按照頻帶 提取得到的大致輪廓信息和細(xì)節(jié)信息，這個一維向量便是特征向量，該特征向量的二進(jìn)制 比特流即為提取的虹膜特征；其中Z型掃描的方式為LL3、HL3、LH3、HH3、HL2、LH2、HH2、HL1、LH1、HH1 ;(四) 所述比較判斷的方法具體為將虹膜特征提取單元編碼后的虹膜圖像與數(shù)據(jù)庫的虹膜比較，朋=11 ((i -《(還)巧)(i -《(濯)巧)…(w;(適)巧))上式中，HD表示提取虹膜圖像特征與數(shù)據(jù)庫的虹膜碼度量函數(shù)距離；L表示特征向量 長度，S/表示當(dāng)前子類特征度量函數(shù)，即采集的虹膜類編碼，8/為數(shù)據(jù)庫存儲的虹膜編 碼，j代表特征度量函數(shù)的總類數(shù)目，n表示當(dāng)前子類，X0R表示異或操作；當(dāng)HD大于0. 6表 示匹配成功。
全文摘要
本發(fā)明提供了一種智能防盜鎖系統(tǒng)。該智能防盜鎖系統(tǒng)包括處理器，以及與處理器相連接的攝像模塊、虹膜模塊、指紋模塊、輸入模塊、門開關(guān)模塊、門鈴模塊和通信模塊。該系統(tǒng)還進(jìn)一步包括與通信模塊連接的通信終端。本發(fā)明的智能防盜鎖，通過通信模塊，實(shí)時把開鎖匹配信息及其攝像模塊采集的開鎖人信息傳輸?shù)皆O(shè)定通信終端，從而可以了解門的狀態(tài)信息、拜訪人等，從而能夠確定是正常拜訪還是小偷，提高了門的安全性。
文檔編號H04N7/18GK101787824SQ20101010226
公開日2010年7月28日 申請日期2010年1月28日 優(yōu)先權(quán)日2010年1月28日
發(fā)明者陳蘇婷 申請人:南京信息工程大學(xué)