指紋識別是通過解析系統(tǒng)響應(yīng)的信息來判斷系統(tǒng)身份的技術(shù)。有些時侯，會發(fā)送出一些意外的數(shù)據(jù)組合而觸發(fā)系統(tǒng)做出響應(yīng)。

指紋是手指末端正面皮膚上凸凹不平產(chǎn)生的紋路。盡管指紋只是人體皮膚的小部分，但是，它蘊涵著大量的信息。指紋特征可分為兩類：總體特征和局部特征。總體特征指那些用人眼直接就可以觀察到的特征，包括基本紋路圖案、模式區(qū)、核心點、三角點、式樣線和紋線等?；炯y路圖案有環(huán)形、弓形、螺旋形。局部特征即指紋上節(jié)點的特征，這些具有某種特征的節(jié)點稱為特征點。兩枚指紋經(jīng)常會具有相同的總體特征，但它們的局部特征——特征點，卻不可能完全相同。指紋上的特征點，即指紋紋路上的終結(jié)點、分叉點和轉(zhuǎn)折點。

指紋識別技術(shù)通常使用指紋的總體特征如紋形、三角點等來進行分類，再用局部特征如位置和方向等來進行用戶身份識別。通常，首先從獲取的指紋圖像上找到“特征點”(minutiae)，然后根據(jù)特征點的特性建立用戶活體指紋的數(shù)字表示——指紋特征數(shù)據(jù)(一種單向的轉(zhuǎn)換，可以從指紋圖像轉(zhuǎn)換成特征數(shù)據(jù)但不能從特征數(shù)據(jù)轉(zhuǎn)換成為指紋圖像)。由于兩枚不同的指紋不會產(chǎn)生相同的特征數(shù)據(jù)，所以通過對所采集到的指紋圖像的特征數(shù)據(jù)和存放在數(shù)據(jù)庫中的指紋特征數(shù)據(jù)進行模式匹配，計算出它們的相似程度，最終得到兩個指紋的匹配結(jié)果，根據(jù)匹配結(jié)果來鑒別用戶身份。由于每個人的指紋不同，就是同一人的十指之間，指紋也有明顯區(qū)別，因此指紋可用于身份鑒定。

指紋識別技術(shù)主要涉及四個功能：讀取指紋圖像、提取特征、保存數(shù)據(jù)和比對。首先。通過指紋讀取設(shè)備讀取人體指紋的圖像，取到指紋圖像之后，要對原始圖像進行預處理。其次，用指紋辨識軟件建立指紋的數(shù)字表示特征數(shù)據(jù)，是一種單方向的轉(zhuǎn)換，可以從指紋轉(zhuǎn)換成特征數(shù)據(jù)但不能從特征數(shù)據(jù)轉(zhuǎn)換成為指紋，而兩枚不同的指紋不會產(chǎn)生相同的特征數(shù)據(jù)。軟件從指紋上找到被稱為“節(jié)點”的數(shù)據(jù)點，也就是那些指紋紋路的分叉、終止或打圈處的坐標位置，這些點同時具有七種以上的唯一性特征。因為通常手指上平均具有70個節(jié)點，所以這種方法會產(chǎn)生大約500個數(shù)據(jù)。有的算法將節(jié)點和方向信息組合產(chǎn)生了更多的數(shù)據(jù)，這些方向信息表明了各個節(jié)點之間的關(guān)系，也有的算法還處理整幅指紋圖像?？傊@些數(shù)據(jù)，通常稱為模板，保存為1KB大小的記錄。最后，通過計算機模糊比較的方法，把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結(jié)果。

圖1中，細節(jié)匹配又包括指紋圖像的特征提取、保存數(shù)據(jù)、特征值的匹配等過程。

首先，通過指紋讀取設(shè)備讀取人體指紋的圖像，并對原始圖像進行初步處理，使之更清晰。然后，運用指紋識別算法建立指紋的數(shù)字表示——特征數(shù)據(jù)，這是一種單方向的轉(zhuǎn)換，只能從指紋轉(zhuǎn)換到特征數(shù)據(jù)。特征文件存儲的是從指紋圖像上找到的被稱為“細節(jié)點(Minutiae)”的數(shù)據(jù)點，也就是那些指紋紋路的分叉點或者末梢點。這時算法會處理整幅指紋圖像或其中部分圖像。這些數(shù)據(jù)通常稱為模板，保存為1KB大小的記錄。最后，通過計算機模糊比較的方法，把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結(jié)果。

1．指紋圖像的獲取

指紋圖像的采集是自動指紋識別系統(tǒng)的重要組成部分。早期的指紋采集都是通過油墨按壓在紙張上產(chǎn)生的。20世紀80年代，隨著光學技術(shù)和計算機技術(shù)的發(fā)展，現(xiàn)代化的采集設(shè)備開始出現(xiàn)。

傳感器是一種能把物理量或化學量變成便于利用的電信號的器件。在測量系統(tǒng)中它是一種前置部件，它是被測量信號輸入后的第一道關(guān)口，是生物認證系統(tǒng)中的采集設(shè)備。

這些傳感器根據(jù)探測對象的不同，可分為光學傳感器、熱敏傳感器和超聲傳感器；根據(jù)器件的不同，可分為CMOS器件傳感器和CCD器件傳感器。它們的工作原理都是：將生物特征經(jīng)過檢測后轉(zhuǎn)化為系統(tǒng)可以識別的圖像信息。在生物認證系統(tǒng)中，可靠和廉價的圖像采集設(shè)備是系統(tǒng)運行正常、可靠的關(guān)鍵。

2．指紋圖像的增強

采集獲得的指紋圖像通常都伴隨著各種各樣的噪聲：一部分是由于采集儀器造成的，如采集儀器上有污漬，參數(shù)設(shè)置不恰當?shù)?；另外一部分是由于手指的狀態(tài)造成的，如手指過干、過濕、傷疤、脫皮等。第一類噪聲相對來說是固定的系統(tǒng)誤差，比較容易恢復。第二類噪聲與個體手指密切相關(guān)，較難恢復。指紋增強在指紋圖像的識別過程中是最為重要的一環(huán)，這部分算法的優(yōu)劣將對整個系統(tǒng)產(chǎn)生至關(guān)重要的影響。

采集到的指紋圖像要經(jīng)過預處理。預處理指的是在指紋圖像進行增強之前使用一些簡單的圖像處理手段對圖像進行初加工的過程。常見的預處理方法如下：

(1)采用灰度的均衡化，可以消除不同圖像之間對比度的差異。

(2)使用簡單的低通濾波消除斑點噪聲、高斯噪聲。

(3)計算出圖像的邊界，進行圖像的裁剪，這樣可以減少多余的計算量，提高系統(tǒng)的速度。

指紋圖像的增強就是對指紋圖像采用一定的算法進行處理，使其紋線結(jié)構(gòu)清晰化，盡量突出和保留固有的特征信息，避免產(chǎn)生偽特征信息，其目的是保證特征信息提取的準確性和可靠性。常用圖像增強算法具體包括以下幾種：

(1)基于傅里葉濾波的低質(zhì)量指紋增強算法；

(2)基于Gabor濾波的增強方法；

(3)多尺度濾波方法；

(4)改進的方向圖增強算法；

(5)基于知識的指紋圖像增強算法；

(6)非線性擴散模型及其濾波方法；

(7)改進的非線性擴散濾波方法。

另外，指紋圖像的分割也是預處理階段非常重要的一個步驟。對一些光學儀器采集到的指紋，分割相對容易；對一些電容傳感器采集到的指紋圖像，分割則比較困難。

目前最新的分割算法有以下幾種：

(1)基于正態(tài)模型進行的指紋圖像分割算法；

(2)基于馬爾科夫隨機場的指紋圖像分割算法；

(3)基于數(shù)學形態(tài)學閉運算的灰度方差法；

(4)基于方向場的指紋圖像分割算法。

3．指紋特征的提取

指紋特征的提取是基于指紋特征來進行的。用計算機語言完整地描述穩(wěn)定而又有區(qū)別的指紋特征是實現(xiàn)自動指紋識別的一個關(guān)鍵問題，選擇什么特征及如何表示既關(guān)乎指紋本身的特點，又與具體的指紋匹配算法密切聯(lián)系。某種提取指紋的算法在什么情況下才能達到最佳的識別效果是人們關(guān)心的問題，因此應(yīng)選擇一組好的特征，這些特征不僅能夠達到身份識別的基本要求，而且對噪聲、畸變和環(huán)境條件不敏感。

近年來，新的指紋特征提取算法主要包括以下幾種：

(1)基于Gabor濾波方法對指紋局部特征的提取算法。

(2)基于CNN通用編程方法對指紋特征的提取算法。

(3)基于IFS編碼的圖像數(shù)字化技術(shù)，即建立IFS模型，計算源圖像與再生圖像之間的相似性，快速提取指紋圖像的特征。

(4)基于脊線跟蹤的指紋圖像特征點提取算法。該算法可以直接從灰度指紋圖像中有效提取細節(jié)點和脊線骨架信息。

(5)基于小波變換和ART(自適應(yīng)共振理論)神經(jīng)網(wǎng)絡(luò)的指紋特征提取算法。

4．指紋圖像的分類與壓縮

利用指紋技術(shù)識別一個人的時候，需要將他的指紋與數(shù)據(jù)庫中的所有指紋作比較才能做出判斷。在某些民用或者刑偵場合，數(shù)據(jù)庫可能非常大，在這種情況下，識別需要耗費很長的時間，從而降低了識別技術(shù)的可用性。這一問題可以通過減少必須執(zhí)行的匹配次數(shù)以提高速度來解決。在某些情況下，加入與個體相關(guān)的信息(諸如性別、年齡等)能顯著降低搜索數(shù)據(jù)庫的范圍，然而這些信息并不總是存在的。通常的策略是將指紋數(shù)據(jù)庫劃分成幾個子類，這樣指紋識別時只需將此類指紋與數(shù)據(jù)庫中同一類的指紋作比較，這就是指紋分類技術(shù)。指紋分類就是研究如何以穩(wěn)定而可靠的方式將指紋劃為某一類別。

常用的指紋分類技術(shù)有以下幾種：

(1)基于規(guī)則的方法，即根據(jù)指紋奇異點的數(shù)目和位置分類。

(2)基于句法的方法。這種方法的語法復雜，推導語法的方法復雜、不固定。這種方法已經(jīng)逐漸被淘汰了。

(3)結(jié)構(gòu)化的方法，即尋找低層次的特征到高層次的結(jié)構(gòu)之間相關(guān)聯(lián)的組織。

(4)統(tǒng)計的方法。

(5)結(jié)合遺傳算法和BP神經(jīng)元網(wǎng)絡(luò)的方法。

(6)多分類器方法。

指紋壓縮技術(shù)也是自動指紋識別系統(tǒng)中的一項重要技術(shù)。在大量的指紋庫中，為了節(jié)省存儲空間，必須對指紋圖像進行壓縮儲存，使用時再進行解壓縮。圖像壓縮編碼的目的是以盡量少的比特數(shù)表示圖像，同時保持原圖像的質(zhì)量，使它符合預定應(yīng)用場合的要求。

常用的壓縮算法有以下兩種：

(1)圖像壓縮編碼方法：包括無損壓縮(熵編碼)和有損壓縮(量化)。

(2)基于小波變換的指紋壓縮算法：包括WSQ算法、DjVu算法、改進的EZW算法等。

指紋壓縮方法在很大程度上得益于圖像壓縮領(lǐng)域的發(fā)展。相信在不久的將來，指紋壓縮技術(shù)將為指紋識別技術(shù)在大容量數(shù)據(jù)庫級別上的應(yīng)用提供更有利的支持。

5．指紋圖像的匹配

指紋圖像匹配指的是通過對兩個指紋特征集之間的相似性進行比較來判斷對應(yīng)的指紋圖像是否來自于同一手指的過程，它是一種非常經(jīng)典而又亟待解決的模式識別問題。

傳統(tǒng)的指紋匹配算法有很多種，例如：

(1)基于點模式的匹配方法：如基于Hough變換的匹配算法、基于串距離的匹配算法、基于N鄰近的匹配算法等。

(2)圖匹配及其他方法：如基于遺傳算法的匹配、基于關(guān)鍵點的初匹配等。

(3)基于紋理模式的匹配：如PPM匹配算法等。

(4)混合匹配方法等。

近幾年，又出現(xiàn)了如下新的匹配算法：

(1)基于指紋分類的矢量匹配。該法首先利用指紋分類的信息進行粗匹配，然后利用中心點和三角點的信息進一步匹配，最后以待識別圖像和模板指紋圖像的中心點為基準點，將中心點與鄰近的36個細節(jié)點形成矢量，于是指紋的匹配就轉(zhuǎn)變?yōu)槭噶拷M數(shù)的匹配。

(2)基于PKI(Public Key Infrastructure，公鑰基礎(chǔ)設(shè)施)的開放網(wǎng)絡(luò)環(huán)境下的指紋認證系統(tǒng)。

(3)實時指紋特征點匹配算法。該算法的原理是：通過由指紋分割算法得到圓形匹配限制框和簡化計算步驟來達到快速匹配的目的。

(4)一種基于FBI(Federal Bureauof Investigation)細節(jié)點的二次指紋匹配算法。

(5)基于中心點的指紋匹配算法。該算法利用奇異點或指紋有效區(qū)域的中心點尋找匹配的基準特征點對和相應(yīng)的變換參數(shù)，并將待識別指紋相對于模板指紋作姿勢糾正，最后采用坐標匹配的方式實現(xiàn)兩個指紋的比對。

1．指紋識別的優(yōu)點

(1)指紋是人體獨一無二的特征，并且它們的復雜度足以提供用于鑒別的足夠特征。

(2)如果想要增加可靠性，只需登記更多的指紋，鑒別更多的手指，最多可以達到十個，而每一個指紋都是獨一無二的。

(3)掃描指紋的速度很快，使用非常方便。

(4)讀取指紋時，用戶必須將手指與指紋采集頭互相接觸，與指紋采集頭直接接觸是讀取人體生物特征最可靠的方法，這也是指紋識別技術(shù)能夠占領(lǐng)大部分市場的一個主要原因。

(5)指紋采集頭可以更加小型化，并且價格會更加低廉。

2．指紋識別的缺點

(1)某些人或某些群體的指紋因為指紋特征很少，故而很難成像。

(2)過去因為在犯罪記錄中使用指紋，使得某些人害怕“將指紋記錄在案”。然而，實際上現(xiàn)在的指紋鑒別技術(shù)都可以保證不存儲任何含有指紋圖像的數(shù)據(jù)，而只是存儲從指紋中得到的加密的指紋特征數(shù)據(jù)。

(3)每一次使用指紋時都會在指紋采集頭上留下用戶的指紋印痕，而這些指紋痕跡存在被用來復制指紋的可能性。

可見，指紋識別技術(shù)是目前最方便、可靠、非侵害和價格便宜的生物識別技術(shù)解決方案，市場應(yīng)用有著很大的潛力。

3．指紋識別的兩個重要衡量標志

指紋識別系統(tǒng)的重要衡量標志是識別率。其主要由兩部分組成，拒判率(FRR)和誤判率(FAR)。

我們可以根據(jù)不同的用途來調(diào)整這兩個值。FRR和FAR是成反比的，用0—1．0或百分比來表達這個數(shù)。ROC(Receiver Operating Curve)曲線給出FAR和FRR之間的關(guān)系。盡管指紋識別系統(tǒng)存在著可靠性問題，但其安全性也比相同可靠性級別的“用戶ID+密碼”方案的安全性高得多。

例如采用四位數(shù)字密碼的系統(tǒng)，不安全概率為0．01％，如果同采用誤判率為0．01％指紋識別系統(tǒng)相比，由于不誠實的人可以在一段時間內(nèi)試用所有可能的密碼，因此四位數(shù)密碼并不安全，但是他絕對不可能找到一千個人去為他把所有的手指(十個手指)都試一遍。

正因為如此，權(quán)威機構(gòu)認為，在應(yīng)用中1％的誤判率就可以接受。FRR實際上也是系統(tǒng)易用性的重要指標。由于FRR和FAR是相互矛盾的，這就使得在應(yīng)用系統(tǒng)的設(shè)計中，要權(quán)衡易用性和安全性。

一個有效的辦法是比對兩個或更多的指紋，從而在不損失易用性的同時。極大地提高了系統(tǒng)安全性。

指紋識別的應(yīng)用領(lǐng)域非常廣闊，具體包括以下幾個方面。

(1)指紋支付

通過把指紋與銀行卡綁定的方式，用指紋輕輕一點來完成消費支付。這種新型應(yīng)用在美國已經(jīng)出現(xiàn)兩年以上。國內(nèi)2006年上海某公司已經(jīng)涉及到指紋支付市場。

(2)汽車指紋防盜

通過指紋控制車門開關(guān)，或者控制引擎點火是指紋技術(shù)在汽車防盜方面的典型應(yīng)用。國內(nèi)個別廠商已經(jīng)推出指紋防盜產(chǎn)品。

(3)指紋UKEY

指紋UKEY是網(wǎng)上銀行業(yè)務(wù)用于進行身份驗證的終端，它比目前的賬號密碼驗證以及普通UKEY驗證更安全。完全不需要密碼或PIN，使得病毒軟件無可乘之機，也杜絕了網(wǎng)銀賬號盜用的可能。它將大大提升網(wǎng)銀業(yè)務(wù)的誠信度和安全性，為銀行真正擴大網(wǎng)上交易量。

(4)指紋IC卡

目前的IC大多是不記名的IC，記名也都是用密碼。隨著IC在人們生活中使用頻度的增加，IC卡中的信息甚至代表著特殊的權(quán)力和金錢。通過在IC卡中存入持卡人的指紋信息，可以大大提高IC卡的安全性。

數(shù)據(jù)庫管理主要負責存儲已提取的指紋特征信息和參與指紋的比對。一般的自動識別系統(tǒng)的數(shù)據(jù)庫只含有指紋的特征信息，并不包含指紋圖像，也不能由存儲的特征數(shù)據(jù)恢復成指紋圖像。警用系統(tǒng)的數(shù)據(jù)庫可以包含指紋壓縮圖像以及與前兩類數(shù)據(jù)相應(yīng)的罪犯的文本信息。系統(tǒng)管理主要負責調(diào)度和協(xié)調(diào)各模塊的工作，并處理可能出現(xiàn)的故障以確保自動指紋識別系統(tǒng)能夠順利工作。