A. 怎樣計算手機屏幕的DPI
就是對角線上每英寸的長度內有多少像素點，以iphone為例，640*960故對角線上有320倍根號13個像素點，除以3.5英寸，約得326（像素數/每英寸即DPI）
B. 指紋鎖Dpi的是個什麼意思啊
Dpi即是解析度，類似於相機像素，Dpi到達500為中等精度，Dpi到達550以上為高等精度，現在行業，例如普羅巴克、愛迪爾、雅潔等都為只有500 dpi ，威盾美家採用的解析度560dpi，為目前中國最高。
C. dpi與象素怎樣換算
首先，DPI的意思是在一英寸里有多少個點，是對於列印來說的，在電腦上，一個點還是一個點。增加DPI在電腦上會放大但是列印出來是一樣大小的，不過就是圖像細了。而像素的概念就是電腦上的點。每一個點就是一個像素。這兩點實際上是不能用換算來說的。
D. 指紋儀的指紋圖像解析度重要嗎
指紋儀的解析度，一般是按dpi來表示，dpi
就是
dot
per
inch，每英寸多少個點數。主要是評價指紋儀的清晰度，正如數碼相機的像素，是多少多少萬像素。1平方英寸的像素就是數碼相機的多少萬像素。
E. 請問dpi值如何計算哪位大佬知道啊！
DPI主要是反應列印解析度。指每單位面積內，可分布的列印點的多少。一般來說，單位面積是指按英寸來算的。列印的點越多，DPI越高。
另一種滑鼠的DPI指每英寸點數，也就是滑鼠每移動一英寸指針在屏幕上移動的點數。
F. 有沒有關於指紋識別的文獻綜述
指紋識別技術是生物測量學技術中較為成熟、應用較多的一種,它是一種利用人的指紋進行計算機自動識別的綜合...這里的指紋識別技術是指利用計算機進行的指紋自動識別技術,它是一項綜合技術,其研究發展涉及到多個前沿及邊緣科學...當...
基於Nios II的自動指紋識別系統設計
摘要： 介紹基於Nios II處理器的嵌入式自動指紋識別系統的實現方法；具體說明自動指紋識別系統的基本原理、系統總體結構、硬體結構設計、用戶自定義指令的設計，以及指紋識別演算法的處理流程和實現方法。
關鍵詞： 嵌入式 指紋識別 Nios II 定製指令
引 言
指紋識別作為生物特徵識別的一種，在身份識別上有著其他手段不可比擬的優越性：人的指紋具有唯一性和穩定性的特點；隨著指紋感測器性能的提高和價格的降低，指紋的採集相對容易；指紋的識別演算法已經較為成熟。由於指紋識別的諸多優點，指紋識別技術已經逐漸走入民用市場，並應用到許多嵌入式設備中。
目前的嵌入式處理器種類繁多。Altera公司的Nios II處理器是用於可編程邏輯器件的可配置的軟核處理器，與Altera的低成本的Cyclone FPGA組合，具有很高的性能價格比。本系統採用Nios II和Cyclone EP1C20嵌入式系統開發板，以及Veridicom公司的FPS200指紋感測器晶元，實現了一個嵌入式自動指紋識別系統。
1 總體設計及系統架構
本系統有兩大功能：指紋登記和指紋比對。指紋登記主要包括指紋採集、指紋圖像預處理、特徵點提取、特徵模板存儲和輸出顯示；指紋比對的前三步與指紋登記相同，但在特徵點提取後，是將生成的特徵模板與存儲在指紋特徵模板庫中的特徵模板進行特徵匹配，最後輸出顯示匹配結果。自動指紋識別系統的基本原理框圖如圖1所示。
本系統在結構上分為三層：系統硬體平台、操作系統和指紋識別演算法。系統層次結構如圖2所示。
圖1自動指紋識別的基本原理框圖
圖2系統層次
最底層——系統硬體平台，是系統的物理基礎，提供軟體的運行平台和通信介面。系統的硬體平台在Altera的Nios II Cyclone嵌入式系統開發板上實現，指紋感測器採用美國Veridicom公司的FPS200。FPS200可輸出大小為256×300像素、解析度為500 dpi的灰度圖像。
第二層是操作系統，採用μC/OSII。μC/OSII是一個基於搶占式的實時多任務內核，可固化、可剪裁、具有高穩定性和可靠性。這一層提供任務調度以及介面驅動，同時，通過硬體中斷來實現系統對外界的通信請求的實時響應，如對指紋採集的控制、對串口通信的控制等。這種方式可以提高系統的運行效率。
最上層是指紋識別核心演算法的實現。該演算法高效地對採集到的指紋進行處理和匹配。採用C語言在Nios II的集成開發環境（IDE）中實現。
2 系統硬體的設計與實現
2.1 Nios II嵌入式軟核處理器簡介
Nios II嵌入式處理器是Altera公司於2004年6月推出的第二代用於可編程邏輯器件的可配置的軟核處理器，性能超過200 DMIPS。Nios II是基於哈佛結構的RISC通用嵌入式處理器軟核，能與用戶邏輯相結合，編程至Altera的FPGA中。處理器具有32位指令集，32位數據通道和可配置的指令以及數據緩沖。它特別為可編程邏輯進行了優化設計，也為可編程單晶元系統（SoPC）設計了一套綜合解決方案。Nios II處理器系列包括三種內核：一種是高性能的內核（Nios II/f）；一種是低成本內核（Nios II/e）；一種是性能/成本折中的標准內核（Nios II/s），是前兩種的平衡。本系統採用標准內核。
Nios II 處理器支持256 個具有固定或可變時鍾周期操作的定製指令；允許Nios II設計人員利用擴展CPU指令集，通過提升那些對時間敏感的應用軟體的運行速度，來提高系統性能。
2.2 硬體平台結構
系統的硬體平台結構如圖3所示。
圖3系統硬體平台結構
本系統使用FPS200指紋感測器獲取指紋圖像。FPS200是電容式固態指紋感測器，採用CMOS技術，獲取的圖像為256×300像素，解析度為500 dpi。該感測器提供三種介面方式：8位微機匯流排介面、集成USB全速介面和集成SPI介面。本系統採用集成SPI介面。指紋採集的程序流程是：首先初始化FPS200的各個寄存器，主要是放電電流寄存器（DCR）、放電時間寄存器（DTR）和增益控制寄存器(PGC)的設置；然後查詢等待，指紋被FPS200採集進入數據寄存器後，通過DMA存入內存。
由於從指紋感測器採集到的指紋圖像數據在80 KB左右，以DMA方式存入片內RAM。Nios II對指紋圖像數據進行處理後，生成指紋特徵模板，在指紋登記模式下，存入片外Flash中；在指紋比對模式下，與存儲在Flash中的特徵模板進行匹配，處理結果通過LCD和七段LED顯示器輸出顯示。
本系統的硬體平台主要是在Altera的Nios II Cyclone嵌入式開發板上實現，選用Altera的Cyclone版本的Nios II開發套件，包括Nios II處理器、標准外圍設備庫、集成了SoPC Builder系統設計工具的QuartusII開發軟體等。系統的主要組件Nios II的標准內核、片內存儲器、SPI、UART、DMA控制器、並行I/O介面、Avalon匯流排、定時器等都集成在一塊Altera的Cyclone FPGA晶元上，使用SoPC Builder來配置生成片上系統。
SoPC Builder是功能強大的基於圖形界面的片上系統定義和定製工具。SoPC Builder庫中包括處理器和大量的IP核及外設。根據應用的需要，本系統選用Nios II Processor、On�Chip�Memory、Flash Memory(Common Flash Interface)、SPI、JTAG UART、DMA、Interval timer、LCD PIO、Seven Segment PIO、Avalon Tri�State Bridge等模塊。對這些模塊配置完成後，使用SoPC Builder進行系統生成。SOPC Builder自動產生每個模塊的HDL文件，同時自動產生一些必要的仲裁邏輯來協調系統中各部件的工作。
2.3 使用Nios II的定製指令提高系統性能
使用Nios II的定製指令，可以將一個復雜的標准指令序列簡化為一個用硬體實現的單一指令，從而簡化系統軟體設計並加快系統運行速度。Nios II的定製指令是與CPU的數據通路中的ALU相連的用戶邏輯塊。其基本操作是，接收從dataa和/或datab埠輸入的數據，經過定製指令邏輯的處理，將結果輸出到result埠。
在指紋識別演算法中，對指紋圖像的處理數據運算量大，循環數目多；而Nios II的定製指令個數已增加到256個，可以使用定製指令完成許多循環內的數據處理，從而加速數據處理的速度。
在對指紋圖像的處理中，頻繁地用到坐標轉換，將圖像的二維坐標轉換為一維的存儲地址；通過定製指令來完成坐標的轉換，用一組易於用硬體實現的位移和加法運算替代乘加運算，可將轉換時間縮短1/3。在方向圖計算中，要進行離散反正切變換，使用優化過的用硬體實現的定製指令來替代C語言中的atan函數，更可以將變換時間縮短到原來的1/1000。
定製指令邏輯和Nios II的連接在SoPC Builder中完成。Nios II CPU配置向導提供了一個可添加256條定製指令的圖形用戶界面，在該界面中導入設計文件，設置定製指令名，並分配定製指令所需的CPU時鍾周期數目。系統生成時，Nios II IDE為每條用戶指令產生一個在系統頭文件中定義的宏，可以在C或C++應用程序代碼中直接調用這個宏。
3 系統軟體的設計與實現
本系統的指紋圖像處理及識別演算法採用C語言在Nios II IDE中實現。指紋識別演算法的流程如圖4所示。
圖4指紋識別演算法流程
背景分離是將指紋區與背景分離，從而避免在沒有有效信息的區域進行特徵提取，加速後續處理的速度，提高指紋特徵提取和匹配的精度。採用標准差閾值跟蹤法，圖像指紋部分由黑白相間的紋理組成，灰度變化大，因而標准差較大；而背景部分灰度分布較為平坦，標准差較小。將指紋圖像分塊，計算每個小塊的標准差。若大於某一閾值（本文取20），則該小塊中的所有像素點為前景；否則，為背景。
方向圖是用紋線的方向來表示原來的紋線。本文採用塊方向圖，將源指紋圖像分成小塊，使用基於梯度值的方向場計算方法，計算出每個小塊的脊線方向。
圖像增強的目的是改善圖像質量，恢復脊線原來的結構；採用方向濾波，設計一個水平模板，根據計算出的方向圖，在每個小塊中將水平模板旋轉到所需要的方向進行濾波。
圖像的二值化是將脊線與背景分離，將指紋圖像從灰度圖像轉換為二值圖像。
二值化後的圖像經過細化，得到紋線的骨架圖像。細化採用迭代的方法，使用Zhang�Suen並行細化演算法，可對二值圖像並行處理。
特徵提取階段，選擇脊線端點和分叉點作為特徵點，記錄每一個特徵點的類型、位置和方向信息，從而得到指紋的特徵點集。但由於在指紋掃描和預處理階段會引入雜訊，產生大量偽特徵點，因此需要進行偽特徵點的去除。去除偽特徵點後的特徵點集作為特徵模板保存。
特徵匹配階段採用基於特徵點的匹配演算法，通過平移和旋轉變換實現特徵點的大致對齊重合，計算坐標變換後兩個模板中的特徵點的距離和角度。如果小於某一閾值（本文的距離和角度閾值分別取5個像素和10°）,則認為是一對匹配的特徵點。計算得出所有匹配的特徵點對後，計算匹配的特徵點占模板中所有特徵點的百分比S。根據系統的拒識率（FRR）和誤識率（FAR）要求設置閾值TS。如果S大於或等於閾值TS，則認為是同一指紋；否則，匹配失敗。
結語
本文提出了一種基於Nios II嵌入式處理器軟核的自動指紋識別系統實現方法。使用Altera的Cyclone FPGA實現，且具有開發周期短、成本低等特點；同時，採用Nios II的定製指令來提高系統性能，利用硬體實現演算法速度快的優點，使以Nios II處理器為核心的系統能夠快速地完成大量數據處理。
參考文獻
1 Frank Vahid，等. 嵌入式系統設計.駱麗等譯. 北京:北京航空航天大學出版社, 2004
2 任愛鋒，等.基於FPGA的嵌入式系統設計.西安：西安電子工業大學出版社, 2004
3 Nios II Custom Instruction User Guide. www.altera.com
4 Vizcaya P， Gerhardt L. A nonlinear orientation model for global description of fingerprints. Pattern Recognition, v. 29, no. 7
5 柴曉光，等.民用指紋識別技術.北京：人民郵電出版社，2004
G. DPI是什麼怎麼樣的算
滑鼠的DPI是每英寸點數，也就是滑鼠每移動一英寸指針在屏幕上移動的點數。比如400DPI的滑鼠，他在移動一英寸的時候，屏幕上的指針可以移動400個點。
精度
其實DPI這種概念還不能更加准確唯一的表示滑鼠的精度。比如，每英寸點數中的“點」，在屏幕上並不是不變的。他受到解析度等因素的影響，所以並不是唯一對應屏幕上的像素點。有可能這個點是4個像素，也有可能是1個像素。這就是因為DPI的概念中牽扯到了顯示器上的變化。目前比較科學和受到公認的新標準是用CPI來表示滑鼠精度。這種概念的解釋是：每英寸滑鼠采樣次數。明白講，就是滑鼠移動一英寸，滑鼠自己能夠從移動表面上採集到多少個點的變化。這種屬性完全關乎於滑鼠自己的性能，不再牽扯到顯示器的問題。所以，可以更准確，不變的反應出滑鼠的精度。但是由於目前大多數滑鼠生產商已經適應了DPI地稱呼方式。所以目前生產環節大部分還延續DPI的指標表示方式。
在游戲當中表現明顯
當我們需要滑鼠在屏幕上移動一段固定的距離時，高DPI的滑鼠所移動的物理距離會比低DPI滑鼠要短。前者可以對更小的操作在最快的時間里作出反映。高手為了追求射擊時的最大穩定性，通常將滑鼠速度的預設值調得相當低。當需要突然急轉身的時候，400DPI就會比800DPI多用去一倍的物理位移，從而容易將第一時間擊斃敵人的機會錯過。高DPI的優勢就體現在瞬間加速的同時一樣可以提供近乎完美的精度，而低DPI滑鼠是無論如何做不到這一點的。
如果非要給DPI定義為精度的話，那麼在快速移動中，高DPI的滑鼠的定位精度一定會大於低DPI的滑鼠。但是滑鼠的DPI也並不是一成不變的，它不會一直保持著高達800的DPI指標。當滑鼠的移動速度較緩慢時，此時DPI的值就會變的很低。當移動速度加快時，DPI值也會隨之增高。也就是說DPI和滑鼠的移動速度成正比。這一切都是靠光學感測器對移動速度作出的准確判斷。現在很多的滑鼠都已經達到了4000DPI甚至6000DPI，並且還有切換DPI的功能，能夠主動切換DPI