2.4  指纹识别系统性能指标
指纹识别系统的性能评价的最重要的方面是指纹识别算法的性能评价。下面介绍指纹算法的具体性能评价指标。
指纹算法的具体性能评价指标主要有[4][11]：
（1）错误拒绝率FRR（False Reject）：在相同手指上进行两次采样得到的两个指纹，系统认为这两个指纹来自不同手指而被拒绝的概率。FRR越低越好。
（2）错误接受率FAR（False Accept Rate）：两个不同手指上指纹，系统认为这两个指纹来自相同手指而通过检测的概率。FAR越低越好。
（3）相等错误率EER（Equal Error Rate）：在FAR和FRR相等的时候，FAR或者FRR的值即为相等错误率EER。
（4）匹配时间MT（Match Time）：在指纹识别（验证或辨别）阶段所需的时间，主要包括特征提取时间和特征匹配时间。匹配时间越短越好。
（5）注册时间ET（Enroll Time）：注册一个指纹所花销的时间。注册时间越短越好。
（6）模板特征大小TS（Template Size）：数据库中模板特征的大小，即一个指纹图像中所有特征总和的大小。
（7）分配内存大小：系统运行所需要的内存大小。
除了以上七个主要的性能指标外还有建档时间、比对效率、算法通用性等指标。
2.5  本章小结
    本章给出了一般指纹识别系统的工作流程，并分别介绍了指纹传感器技术、指纹图像处理和指纹识别系统的性能指标等内容。
3  器件介绍
    本系统是基于DSP处理器TMS320C5515及指纹传感器FPC1010C而实现的，本章具体介绍这两款芯片的特性。
3.1  DSP处理器简介
3.1.1  DSP处理器简介
DSP（Digital Signal Processor）芯片，也被称为数字信号处理器。与传统PC机不同，DSP芯片采用程序和数据分开的哈佛结构。DSP有专门的硬件乘法器，可以直接实现乘法操作；并且广泛采用流水线操作；提供特殊的DSP指令；可以快速地实现各种复杂数字信号处理算法。下面详细介绍DSP处理器的特点。
通常来说，DSP处理器一般具有以下几个特点[12]：
（1）DSP处理器采用了修正的哈佛结构（Modified Harvard Architecture），程序存储空间和数据存储空间分开，支持同时访问指令和数据，这点与以PC机广泛使用的x86为代表的通用处理器采用的冯•诺依曼结构（Von Neumann Architecture）不同。
（2）DSP处理器可以在一个指令周期内完成一次乘法和一次加法操作。
（3）DSP处理器支持流水线（pipeline）操作，提升指令的执行速度，提高了DSP处理器的性能。
（4）内部具有快速存储器，通常来说可以通过独立的数据总线在两块空间中同时访问。
（5）具有低开销或无开销循环及跳转的硬件支持。
（6）具有可在单个周期内操作的多个硬件地址产生器。
（7）快速的中断处理和硬件I/O支持。
（8）可以并行执行多个操作。
3.1.2  DSP处理器发展历史
1978年，Intel 发布了一种“模拟信号处理器”——2920处理器。它包含一组带有一个内部信号处理器的片上ADC/DAC。
1979年，AMI 发布了 S2811处理器，其微处理器的周边装置，必须由主处理器初始化后才能工作。
1979年，贝尔实验室发表了第一款单芯片 DSP，即Mac 4型微处理器。
1980年的IEEE国际固态电路会议上出现了第一批独立、完整的DSP，它们是NEC的μPD7720处理器和AT&T的DSP1处理器。
1983年，德克萨斯仪器（TI）公司的第一款DSP，TMS32010，以成本低廉、应用简单、功能强大等特点取得了巨大的成功。如今德州仪器已成为通用DSP市场的龙头。
目前市场上的主要DSP生产商包括TI，ADI，Motorola，Lucent和Zilog等，其中TI占有最大市场份额。TI公司的产品包括从低端低成本低速度DSP到高端高性能大运算量的DSP产品，TI公司主要有三大主力DSP产品，分别如下： DSP指纹识别技术研究+电路框图+流程图(7):http://www.youerw.com/jisuanji/lunwen_4170.html