指纹识别课程设计.docx
- 文档编号:6181819
- 上传时间:2023-01-04
- 格式:DOCX
- 页数:16
- 大小:355.13KB
指纹识别课程设计.docx
《指纹识别课程设计.docx》由会员分享,可在线阅读,更多相关《指纹识别课程设计.docx(16页珍藏版)》请在冰豆网上搜索。
指纹识别课程设计
河南工程学院
《DSP技术》课程设计
指纹识别设计
******
学院:
电气信息工程学院
专业班级:
通信工程1441
*******
2017年6月20日
课程设计成绩评定标准及成绩
序号
评审项目
指标
满分
评分
1
工作态度
遵守纪律,学习认真;作风严谨,踏实肯干。
5分
2
工作量
按期圆满完成规定的任务,难易程度和工作量符合要求。
20分
3
出勤情况
全勤:
得10分
10分
有迟到、早退、请假现象:
得8分
旷课1天:
得5分
旷课2天:
得2分
旷课超过2天:
得0分
4
设计、实验方案
能灵活运用相关专业知识,有较强的创新意识,有独特见解,设计有一定应用价值。
30分
5
实验技能
动手能力强,能独立完成安装、调试等实际操作,能解决设计及实验过程中出现的问题。
10分
6
小组表现
注重团队合作,在小组中表现突出,对设计方案的制定及选取起主要作用,在实验操作过程中,承担主要执行者。
5分
7
设计报告质量
报告结构严谨合理;文理通顺,技术用语准确,符合规范;图表完备、正确,绘图准确、符合国家标准;。
20分
合计
评语:
等级:
(优秀、良好、中等、及格、不及格)
评阅人:
职称:
讲师
日期:
2017年6月20日
摘要
指纹识别是利用人体固有的指纹生理特征来进行个人身份鉴别的技术:
随着指纹识别技术的发展和应用,指纹图像预处理技术成为了一个重要的研究课题。
本文实现了以定点DsP芯片仪5320VC5509A及姗F20指纹采集传感器为核心的自动指纹采集与处理系统,整个系统具有体积小、应用灵活的特点;同时对指纹预处理算法进行了研究,主要包括图像滤波、图像增强、二值化、细化四个部分,通过比较研究等方式说明选择的算法优点,基于DSP的平台用c语言编程实现指纹图像预处理。
本文介绍了一种以定点DSP芯片TMS320VC5509A及FPS200指纹采集传感器为核心的自动指纹识别模块,详细描述了此系统的硬件设计,并给出其硬件调试方法。
该系统灵活性强,不但为实现指纹识别软件提供了功能强大的硬件基础外,而且对研究和开发速度快、性价比高、识别率高的嵌入式指纹识别平台有着很大的参考价值
关键词:
指纹识别;传感器;二值化
第1章绪论
1.1选题依据及研究意义
指纹识别是目前生物检测学中研究最深入,应用最广泛,发展最成熟的技术。
指纹识别作为识别技术已经有几个世纪的历史了。
指纹识别技术通过分析指纹的全局特征和指纹的局部特征,特征点如嵴、谷和终点、分叉点或分歧点,从指纹中抽取的特征值可以非常的详尽,以便可靠地通过指纹来确认一个人的身份。
平均每个指纹都有几个独一无二可测量的特征点,每个特征点都有大约七个特征,我们的十个手指产生最少4900个独立可测量的特征。
这足够来确认指纹识别是否是一个更加可靠的鉴别方式。
长期以来,指纹识别技术大量被应用到司法和刑事侦查领域,使得人们往往把指纹识别技术与刑事侦查和犯罪联系在一起,带有一些抗拒心理,影响了指纹识别系统的可接受性。
另外某些人或某些群体的指纹因为指纹特征很少,故而很难成像,也影响了指纹识别的准确性。
指纹识别技术具有诸多优点:
指纹是人体独一无二的特征,并且它们的精确度和复杂度足以提供用于鉴别的足够特征;如果想要增加可靠性,只需登记更多的指纹,鉴别更多的手指,多达十,其中每一个是唯一的指纹;指纹扫描的速度很快,使用非常方便;指纹识别器,用户必须用手指和对方的指纹采集头接触,并直接接触指纹采集头是最可靠的生物识别读。
指纹采集头可以更小更便宜可见,指纹识别技术是最方便、可靠、无创、廉价的生物识别技术解决方案,具有广阔的应用前景。
每一种生物特征识别技术各有优缺点,其适用性也与应用领域密切相关。
在任何工作环境中,任何技术都比不上任何其他技术。
常用生物特征识别技术的技术性能比较如表1所示:
表1
类型
鉴别可靠度
可否运用1对1比照
可否运用1对多比照
传感器价格
尺寸
虹膜
很好
是
是
高
较大
视网膜
很好
是
是
高
较大
面部
一般
是
否
低
中等
签名
一般
是
否
低
较小
语音
一般
是
否
极低
非常小
基因
最好
是
否
极高
很大
指纹
很好
是
是
较低
非常小
由上面分析可知,指纹识别在各种生物特征识别领域中综合性能较好,因此指纹识别技术在认证系统中被广泛应用。
由于人体特征具有人体所固有的不可复制的唯一性,这一生物密钥无法复制,失窃或被遗忘。
人类追寻文档、交易及物品的安全保护的有效性与方便性经历了三个阶段的发展。
第一阶段是最初始的方法,也就是采用大家早已熟悉的各种机械钥匙。
第二阶段是由机械钥匙发展到数字密钥,如口令或条形码等。
第三阶段是利用人体所固有的生物特征来辩识与验证身份。
生物识别是当今数字化生活中最高级别的安全密钥系统。
常见的口令、IC卡、条纹码、磁卡或钥匙则存在着丢失、遗忘、复制及被盗用诸多不利因素。
因此采用生物”钥匙,您可以不必携带大串的钥匙,也不用费心去记或更换口令。
生物识别的核心在于如何获取这些生物特征,并将之转换为数字信息,存储于计算机中,利用可靠的匹配算法来完成验证与识别个人身份。
指纹识别技术从被发现起,就被广泛应用到契约等民用领域。
由于人体指纹具有终身稳定性和唯一性,很快就被用于刑事侦查,并被尊为“物证之首”。
但早期的指纹识别采用的方法是人工识别法。
这项工作需要有一些经过专门训练的专业技术人员和有经验的指纹专家凭经验对指纹逐个对比,从而得出鉴定的结果。
用这种方法进行指纹鉴定,不但效率低、速度慢,查找范围也很有限,远远不能满足现代社会的需要。
1.2国内外研究现状
20世纪60年代末,以电子计算机技术为代表的信息技术逐步兴起,计算机技术开始进入指纹识别领域,为指纹鉴定的自动化带来了新的解决思路、新的实现方法和新的处理途径。
美国开始有人提出用计算机图像处理和模式识别方法进行指纹分析以代替人工比对,这就是“自动指纹识别系统”(AutomatedFingerprintIdentificationSystem,简称AFIS)。
到70年代,由于计算机的广泛应用及模式识别理论的发展,世界各国都争相开发使用自动指纹识别系统。
20世纪70年代末一些实用系统已经出现,如加拿大警方首次应用激光进行指纹检验。
日本立石电机公司80年代研制出了指纹核对机。
美国人福勒80年代设计了指纹电子检验系统。
1982年日本NEC首次向警方提供了AFIS。
目前世界上有30多家著名大学、科研机构、公司一直从事自动指纹识别系统方面研究。
我国的指纹自动识别技术研究,已经经历了较长的发展历程。
时至近日,自动指纹识别技术已经从单一系统的应用,发展到网络化的全面应用。
20世纪90年代末期,价格较低的指纹采集器、快速、匹配的算法发展为指纹技术用于个人身份识别提供了广阔的市场空间。
指纹识别技术被广泛应用意味着它能在影响亿万人的日常生活的各个地方使用。
自动指纹识别技术的优势与前景生物特征识别可以采用很多方法,如人像,指纹,虹膜和声纹等,而其中指纹识别在广泛性,持久性,独特性,防伪性和采集性等多方面都具有很强的优势,因此也成为了目前应用最为广泛的生物特征识别技术。
在惟一性方面,相对于面部、声音等识别技术,指纹因其特征数量较多,且特征定位精确度可以做得更高,故惟一性好;在稳定性方面,由于一个人在出生时指纹就已经被定型了,随着年龄的增长指纹永久不变,因此不变性较面部、声音等优越;在方便性方面,与虹膜、视网膜等采样难度较高的情况相比,指纹样本便于获取,采样成本较低,识别系统中硬件部分较容易实现,因此方便性相对较好。
商用指纹识别技术在中国的应用虽然还只有10年左右的时间,但已得到了很大的发展和进步。
国内从业公司不断增加,理论研究不断得以增强,国产商品质量和档次不断提高,产品价格逐渐降低到合理水平,指纹识别应用领域已从简单的门禁扩展到门禁/考勤、金融、社会福利、计算机信息安全及ID证卡等多个领域,中国庞大的潜在市场吸引着越来越多的国内外投资者涉及这一领域。
这一切都显示了中国指纹市场极其广阔的前景。
1.3课题预期的目标
第2章系统方案设计
系统总体设计概述:
指纹识别系统的工作原理指纹识别的流程图如图1所示。
活体指纹首先通过指纹采集装置采集到系统中,形成指纹数据图像,输入的指纹图像一般存在大量无用信息和干扰信息(噪声),预处理就是要把这些信息尽量去除掉,使图像更清晰。
预处理过程主要包括指纹图像的滤波增强、二值化、细化等,最后的纹线宽度只有一个像素的细化二值指纹图像。
在此基础上,提取指纹特征信息,得到输入指纹特征模板,然后用输入指纹特征模板与已登记的指纹特征模板进行匹配,最后显示识别结果。
图1图指纹识别过程框图
2.1核心传感器的选择
TMS320VC5509A简介TMS320VC5509A是一款基于TMS320VC55XDSP核的定点DSP,是TMS320VC5509的改进版本。
目前,指纹识别模块大部分用的是C54X(如TMS320VC5402,TMS320VC5409等)做CPU,与C54X相比,C55X在内核功率、速度、内核密度等方面都有明显的改进,表1是C55X与C54X的主要性能指标比较。
TMS320VC5509A的主要特点如下:
持108、144和200-MHz三种时钟频率,每秒可执行一到两条指令。
具有两个ALU(其中一个40位,一个16位)和两个MAC(单周期内能同时完成两个17×17bit乘法);内部具有六条总线,三条数据读总线,两条数据写总线,一条程序总线,在一个周期内可完成三次数据读和两次数据写。
数据和程序空间统一编址,通过四个片选信号,可寻址16M字节的外部数据/程序空间,大大扩展了数据空间,具有128Kx16-Bit的片上RAM;并可通过EMIF实现多种存储的无缝连接,包括SDRAM。
表2C55X与C54X的主要性能指标
2.2FPS200指纹传感器工作原理和性能特点
FPS200是美国Veridicom公司的指纹采集芯片,是一种基于电容充放电原理的晶体电容按压式指纹传感器。
传感阵列的每一点是一个金属电极,充当电容器的一个极,按在传感器表面上的手指的对应点则作为另一极。
传感器的表面形成电容两极之间的介电层,由于指纹的脊和谷导致了传感阵列各电容值的不同,这个电容值阵列就形成一幅指纹图像[5]。
主要特征如下:
①传感器阵列:
256×300,500dpi分辨率;
②工作电压:
3.3V~5V;
③三种总线结构:
8位微处理器接口、USB总线、串口总线
三种传感器技术对比
表3三种传感器技术对比
指纹识别的一般算法
指纹图像处理的算法研究包括指纹图像预处理、特征提取和特征匹配三个主要阶段。
2.3接收模块
2.3.1指纹图像预处理
在指纹识别过程中,输入的指纹图像由于各种原因的影响,是一幅含噪声较多的灰度图像,预处理的目的就是去除图像中的噪声,使图像画面清晰,边缘明显,把它变成一幅清晰的点线图,以便于提取正确的指纹特征。
指纹图像预处理环节在整个指纹识别系统中具有重要的地位和作用,它的好坏直接影响着指纹识别的效果。
预处理一般分为四步进行:
图像分割、图像增强、二值化和细化。
首先,对图像进行分割。
由于有的原始图像跟其背景区域相混合,在背景和指纹图像之间存在一道白色区域,所以需要对原始指纹图像进行背景分离,消除最外面的边框。
我们可以根据灰度的大小对图像进行初步处理,得到初步处理然后对指纹图像进行归一化及分割处理,消除剩下的背景区域。
其次,指纹预处理过程中最重要的一步就是对指纹图像进行增强,即滤波去噪,它是指纹图像预处理需要解决的核心问题。
图像滤波的目的是在增强脊线谷线结构对比度的同时抑制噪声,连接断裂的脊线和分离粘连的脊线,按特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息。
再次,图像经滤波处理后,其中的纹线(脊)部分得到了增强,不过脊的强度并不完全相同,表现为灰度值的差异。
二值化的目的就是使脊的灰度值趋向一致,使整幅图像简化为二元信息在指纹识别中,一方面对图像信息进行了压缩,保留了纹线的主要信息,节约了存储空间,另一方面还可以去除大量的粘连,为指纹特征的提取和匹配做准备。
最后,指纹图像二值化后,纹线仍具有一定的宽度,而指纹识别只对纹线的走向感兴趣,不关心它的粗细。
细化的目的是为了删除指纹纹线的边缘像素,使之只有一个像素宽度,减少冗余的信息,突出指纹纹线的主要特征,从而便于后面的特征提取。
细化时应保证纹线的连接性,方向性和特征点不变,还应保持纹线的中心基本不变
2.3.2特征提取
目前的指纹识别普遍采用的指纹特征是细节点(minutiae),分为端点和分叉点。
指纹的特征可以反映不同的指纹相互之间相似的程度。
指纹的特征信息很多。
这些所有的指纹特征信息构成了庞大的指纹特征集合。
一组好的特征不仅要能达到身份识别的基本要求,而且对噪声、畸变和环境条件不敏感。
原始指纹图像经预处理后得到的是一幅细化的二值图像,下一步要做的工作就是对细化后的图像进行特征提取,得到可以识别不同指纹的关键特征。
特征提取把指纹图像的纹线走向,纹线端点、交叉点等能充分表示该指纹唯一性的特征用数值的形式表达出来。
为了比对的准确性,要求特征提取算法尽可能多地提取有效特征,同时滤除由各种原因造成的虚假特征。
一般在指纹识别技术中只使用两种细节特征点:
端点和分叉点,其他类型特征点出现的机率很小,这两类特征点在指纹中出现的机会最多、最稳定,比较容易获取。
如何准确高效的提取指纹特征是指纹细节特征提取要开展的工作,或者说是采取什么样的步骤和方法,是后面指纹匹配工作的基础
2.3.3特征匹配
特征匹配主要是细节特征的匹配,将新输入指纹的细节特征值与指纹库中所存指纹的细节特征值进行比对,找出最相似的指纹作为识别的输出结果,也就是所说的指纹验证识别过程,它是指纹识别系统的最终目的。
由于各种因素的影响,同一指纹两次输入所得的特征模板很可能不同。
因此,只要有输入指纹的特征模板与所存储的模板相似时,就说这两个指纹匹配。
于是产生了有关衡量标准的问题。
通常,匹配结果用“匹配度”来表示。
当匹配度大于某一阈值时,认为两指纹匹配;相反,当小于该阈值时,认为不匹配。
阈值大小通常根据经验等因素人为设定。
表4网上一些指纹识别系统的性能
本章小结
本章对指纹识别系统和指纹识别算法做了简介,指纹识别系统包括指纹图像预处理、特征提取、保存数据和对比四个主要步骤。
同时,通过指纹图像增强和指纹特征对指纹识别的基本原理做了介绍。
最后,对指纹识别算法中图像预处理、特征提取、特征匹配做了概述,初步全面了解了指纹识别系统和识别算法,为以后的工作打好了基础。
第3章硬件电路设计及其实现
3.1指纹图像预处理
3.1.1指纹图像预处理概述
对于指纹图像的预处理,已有很多学者作了大量的研究,对指纹图像的分割、二值化等提出了各种不同的方法。
本章所研究的预处理算法流程如图?
所示,图像分割是将要处理的图像的有效部分从整个指纹图像中分离出来,这样一方面减少了后续处理步骤的数据量,另一方面也避免了因为部分图像区域不可靠而导致伪特征的产生。
图像增强包括两个部分,首先是对原始图像时模糊但有可能恢复的部分进行增强,人后再对整幅图像滤波,消除指纹脊线间的断裂和粘连。
图像二值化是提取经增强处理的指纹图像的脊线,用“1”表示脊线上的点,“0”表示背景和谷线,从而把原始灰度图像转换为二值图像。
图像细化是进一步吧二值指纹脊线细化为单像素宽度的骨架线,这是为了方便以后的特征提取。
指纹图像预处理全过程
3.1.2指纹图像分割及增强
指纹图像分割通常位于预处理的前端,其目的是把指纹图像中质量很差、在后续处理中很难恢复的区域与有效区域区分开来,使后续处理能够集中于有效区域。
分割处理不仅能提高特征提取的精确度,而且还能大大减少指纹预处理的时间,因此是指纹图像处理中的重要组成部分。
图像归一化的目的是为了消除图片的噪声。
这里采用公式3.1将各个区域归一化,其中M0和V0是预置的均值和方差(这里都置为100),而Mi和Vi为图像的均值和方差,I(i,j)和G(i,j)为归一化前后图像内置位置为(i,j)像素的灰度
图像增强用于图像不清晰的部分,依据某些已知条件,改善这些区域的质量,以保证后续处理的可靠性。
对于指纹图像增强,已有很多学者进行了研究,他们主要依据沿脊线垂直方向的灰度变化成正弦波的假设,设计各种具有方向性的滤波器。
但实际上,即时是同一幅指纹图像,脊线的宽度和差异都有可能很大,为了适应不同的频率,滤波器的频率也需不断变化,同时。
指纹脊线方向的估计也并不是完全可靠,即时图像质量得到了一定改善,但却大大增加了计算的复杂度,本文使用的算法是AnilJain提出的算法,首先归一化,然后计算方向图,计算频率,计算区域掩码,最后滤波。
3.2指纹图像二值化
二值化的目的是把灰度指纹图像变成0-1取值的二值图像。
指纹图像二值化作为指纹预处理过程的一部分,是进行指纹图像细化处理的基础。
目前指纹细化方法都是基于二值指纹图像进行的。
对指纹图像二值化的好处在于使得图像的几何性质只0和1的位置有关,不再涉及像素的灰度值,使处理变得简单,这给存储和处理带来了很大的方便,同时也提高了系统的经济实用。
一个好的算法可以得到一个高质量的二值图像。
反之,如果该阶段引入噪声,就会直接降低图像质量,影响识别精度。
对指纹图像进行二值化,其基本要求就是二值化后的图像能真实地再现原指纹。
具体要求为:
a)脊线中不出现空白;
b)二值化后的脊线基本保持原来指纹的特征;
c)指纹的纹线不应有太多的间断和相连;
d)指纹纹线间的间距应大致相同。
指纹图像首先要进行中值滤波处理,去除噪声。
然后进行二值化过程,变成二值图像。
由于原始指纹图像不同区域深浅不一,如对整幅图像用同一阈值进行二值分割,会造成大量有用信息的丢失。
这里我们使用自适应阈值二值化的思想,对每块指纹图像,选取的阈值应尽量使该块图像内大于该阈值的像素点数等于小于该阈值的像素点数。
一般灰度图像二值化的变换函数f(x)用下列公式3.2表示,其中T为阈值,x为灰度值。
自适应阈值算法首先是利用固定阈值算法的思想,然后根据图像中每一部分的明暗度来调整阈值[8]。
本文首先把图像分为若干个ω×ω的方块,每一块根据自己的阈值进行二值化。
这种算法充分利用了指纹图中脊线与谷线宽度大致相同的特点,即二值化后黑白像素的个数也应大致相同,首先利用固定阈值算法的特点对指纹图像中的每块确定一个大致的阈值,然后再利用自适应的思想对阈值进行准确的调整,即阈值的取值合适时图像是最光滑的,既没有“黑洞”阈值过大,也没有“白点”阈值过小,所以0-1之间的转换次数最少。
下面为块区域阈值的选取算法:
☞将指纹图像划分为不重叠的大小为ω×ω的块,求取该区域内所有像素的灰度平均值。
在综合考虑算法速度和处理效果两方面的条件下,本文分块尺寸为8×8;T为块的灰度平均值.见公式3.3
☞计算区域内的Nh和Nl的值,Nh=灰度值大于等于T的像素点的个数。
Nl=灰度值小于T的像素点的个数;
☞如果()00=10hlNNaaww-£´´,则T为阈值;
☞若Nh>Nl则T=T+1,否则T=T-1,返回第二步。
自适应阈值二值化的流程图如图2所示:
图2自适应阈值二值化流程图
第4章指纹识别系统的硬件设计
4.1总程序识别算法
目前,市场上使用的指纹传感器主要是按压式电容传感器,此传感器具有功耗低、价格便宜等特点。
此传感器采集到的8bit灰度指纹图像大小为300×256,则存储一幅图像就需要75Kbytes的空间,然而一般DSP的数据空间仅有64K,虽然可通过页扩展的方式扩大数据空间,但使用起来比较麻烦。
TMS320VC5509A仅片内就有128K×16Bit的RAM,再加上片外数据空间的扩展,最多可达16M字节的数据空间,完全满足算法要求。
此外,TMS320VC5509A的“双CPU”结构,增加了指令的并行执行能力,并增加了针对此结构的并行指令,对于指纹识别算法这种具有大量乘加运算的算法来说,可大大提高算法运行速度。
4.1.1核心处理器算法结构流程图
TMS320VC5509A的EMIF接口实现了与各种存储器的无缝连接,大大加快了数据的处理速度,为了降低系统费用和系统体积,本系统选用了SDRAM,而不是SRAM。
为了能够实现脱机运行,本系统外扩了一片Flash,用来存储程序代码,脱机运行时通过BOOTLOAD把代码装载到片内运行,从而实现了系统的独立运行。
TMS320VC5509A既支持16位并行Flash,也支持8位并行Flash,但8位Flash只能进行读操作,本系统选用了一款SST的16位Flash。
由于PGA封装的TMS320VC5509A仅有14根地址线,而外扩Flash时需要18地址线,故本系统通过CPLD扩展了4根地址线。
存储空间的结构:
由于C55X的数据和程序空间统一编址,片外存储空间的访问通过EMIF(ExternalMemoryInterface)接口来完成。
VC5509A片外有4个空间(对应4个片选信号),本系统各空间的分配如图3所示:
SDRAM映射到CE0空间,FLASH映射到CE1空间,CPLD映射到CE2空间,FPS200映射到CE3空间。
图3存储空间分配图
本系统选用了液晶显示器LCD,对图像或数据结果提供直观的显示。
由于CPU的速度很快,一般的LCD模块无法直接和系统连接,故通过CPLD和DSP相连,能够很好的控制二者的时序
此外,为了能够和PC机通讯,本系统充分利用了TMS320VC5509A自带的USB接口,可实现数据的快速上传。
4.1.2指纹识别硬件框图
指纹识别系统的硬件框图嵌入式指纹识别系统的结构框图见图4。
图4指纹识别系统的硬件框图
TMS320VC5509A主要用于计算和控制,算法的实现主要由它完成,其性能决定了整个系统的性能;指纹采集传感器用来现场采集指纹,采集到的指纹质量直接影响指纹识别的结果;FLASH用于存储数据和固化程序;SDRAM用于运行程序、存储临时数据;CPLD用来扩展地址线给FLASH,并控制DSP和LCD的时序。
USB把数据快速上传给PC机。
第5章调制与结果分析
5.1系统调试方法
设计并加工好印制电路板后,就进入了硬件调试阶段。
首先应对电路板作细致的常规检查,防止电源短路和断路情况的发生,然后再逐个焊接元件,并注意防止虚焊。
最好能逐个功能单元进行焊接,一个功能单元调试正常后,再焊接调试下一个功能单元,确保不正常后易于发现问题。
在焊接完元件加电调试前,一定要测量是否有电源短路,防止在焊接过程中短接电源。
电源单元的调试:
由于本系统的1.6V核电压是通过分压得到的,所以,在加电后首先调节电位器,使其输出管脚的电压等于1.6V,再观察其波形是否满足VC5509A对电源精度的要求,如不满足可通过加大滤波电容来解决。
电源满足要求后,正确连接目标板、仿真器和PC机,对VC5509A进行焊接调试。
CPU的测试:
正确设置并进入CCS后,编个LED的闪烁程序来直观的查看,可通过示波器查看晶体振荡频率和CLKOUT管脚的输出频率,来查看CPU是否工作正常。
如不能进入CCS,可首先查看是否已上电,并查看CPU复位管脚的电平是否正常,如还未解决就要查看JTAG是否连接正确及各管脚的电平。
在编写VC5509A的测试程序时,如果调用CSL库函数,则需注意查看该函数是否支持VC5509A。
SDRAM、FLASH的调试:
首先要对EMIF接口进行相应的正确配置。
对于SDRAM,可直接通过CCS向其读写数据,查看是否工作正常。
如果不能正常工作,可查看其配置和连线
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 指纹识别 课程设计