1。概述

指纹识别技术主要涉及四个功能：读取指纹图像，提取功能，保存数据和比较。

一开始，人指纹的图像通过指纹阅读设备读取。获得指纹图像后，必须对原始图像进行处理以使其更清晰。

接下来，指纹识别软件建立了指纹数据的数字表示形式 - 特征数据，一种可以从指纹转换为特征数据的单向转换，但不能将功能数据转换为指纹，并且两个不同的指纹不会产生相同的特征数据。该软件从指纹找到称为“ ”（）的数据点，即这些指纹线的叉子，终止或圆圈的坐标位置。这些点同时具有七个以上的独特特征。由于通常平均有70个节点，因此该方法可产生约490个数据。

一些算法结合了节点和方向信息以生成更多数据。这些方向信息指示每个节点之间的关系，某些算法也处理整个指纹图像。简而言之，这些数据（通常称为模板）作为1K大小的记录保存。无论它们是如何组成的，都没有一流模板的标准，也没有一流发表的摘要算法，但是每个制造商都可以自己做。

最后，通过计算机模糊比较方法，比较了两个指纹的模板，并计算出它们的相似性，并最终获得了两个指纹的匹配结果。

2。获取指纹图像

1。图像采摘设备的原则

图像采摘设备分为两类：光学，硅晶体传感器等。

光学成像设备具有最古老的历史，可以追溯到1970年代。它基于光的总反射原理（FTIR）。光带有指纹在玻璃表面上闪耀，并且通过CCD获得反射的光。反射光的量取决于玻璃表面上指纹的山脊和山谷的深度以及皮肤和玻璃之间的油。通过玻璃设置在山谷后，将光反射到CCD上，但是将其固定到山脊后不会反射到CCD（正是山脊上的液体完全反射光）。

由于光学设备的最新创新，设备的数量大大减少了。在90年代中期，传感器可以装在英寸的盒子中，而在不久的将来的设备较小。这些进步取决于多种光学技术的发展，而不是FTIR的发展。例如：纤维光用于捕获指纹图像。纤维束垂直射击到指纹的表面，该表面照亮了指纹并检测到反射光。另一个选择是在弹性平面上安装包含一流的微棱镜基质的表面。当手指在该表面上按下时，由于山脊和山谷的压力不同，微棱镜的表面会改变，并且这些变化反映了棱镜光的反射。

应用的水晶传感器直到最近才出现在市场上，尽管它们已经从事传奇文学已经近20年了。这些包含微晶的平面使用各种技术来绘制指纹图像。电容传感器旨在通过电子指标捕获指纹。电容设备可以将传感器与大约100,000个导体金属阵列和外部绝缘表面相结合，当用户的手指放在其上时，皮肤在电容阵列的另一侧形成。电容器的电容值由于金属之间的距离而变化，这是指山脊（最近）和山谷（FAR）之间的距离。压力敏感表面的顶层是一种弹性压力敏感的培养基材料，根据指纹的表面地形（凸和凸），该材料将其转换为相应的电子信号。温度传感器的设计旨在诱导设备上脊和远离设备山谷的温度差异。

超声扫描被认为是指纹成像技术中非常好的类别。就像光学扫描激光一样，指纹表面的超声扫描。此后，接收装置立即获得其反射信号，测量其范围并获得脊的深度。与光学扫描不同，堆积在皮肤上的污垢和油对超音速速度获得的图像几乎没有影响，因此这种图像是实际脊的真正反映（凸和凸）。

由于指纹识别市场巨大，如果您想在指纹识别方面取得巨大的商业成功，这三个因素中的两个非常重要，它们是低价和紧凑的尺寸（另一个是上面提到的识别率）。从1990年代初到1990年代末，图像拾取设备的价格已经大幅下降，制造商最近承诺近年来将大幅降价。至于音量，上面已经提到了光学传感器的体积从英寸降至英寸。使用晶体的传感器大小几乎相同或更小。在芯片上，集成电路的技术正在越来越高（例如，数字电路将指纹信号转换为数字信号强度），并且系统量将变得越来越小。晶体传感器的体积接近手指大小所需的体积，其长度和宽度约为1x1英寸，高小于1英寸。

在晶体传感器之前，一些未使用的功能是本地调整，软件控制和自动采集控制（AGC）技术。对于大多数光学设备，只能通过手动调整更改图像的质量。但是，晶体传感器可自动调整像素，行和本地范围的灵敏度，从而提高图像的质量。 AGC结合了不同环境中的反馈信息，以生成高质量的图像。例如，可以感受到并增强具有不清楚（较差的对比度）的图像，例如干燥的指纹，以在捕获时产生清晰的图像（良好的对比度）；由于能够在本地进行调整，还可以检测到具有不清楚（对比度较差）的区域（例如，将手指轻轻按下）并在捕获时提高对这些像素的灵敏度。

光学扫描也具有自己的优势。其中之一可以在具有较大指纹成像区域的较大型号中完成。为较大的晶体传感器制造指纹成像区域非常昂贵，因此用于应用水晶传感器的指纹成像区域小于1平方英寸，而光学扫描的指纹成像区域则等于或大于1平方英寸。但是，对于较小的光学扫描设备而言，这不是一个优势。较小的光学扫描也是一个较小的指纹图像拾取区域。这是因为较大的指纹图像拾取区域需要更长的焦距，因此必须有更大的包装。否则，如果较大的图像拾取区使用较小的软件包，则光学扫描设备将受图像边缘线性扭曲的影响。

水晶传感器技术的最重要弱点是它们容易受到静电的影响，这使得晶体传感器有时无法获得图像，甚至可能受到损坏。此外，它们不像玻璃那样耐磨损，这会影响他们的使用寿命。

简而言之，各种技术都有自己的优势和缺点。我们对下面的三个主要技术进行比较。

比较项目

光学全反射技术

硅晶体电容传感技术

超声扫描

体积

大的

小的

中间

耐用性

非常耐用

易于损坏

一般来说

成像能力

干燥的手指不良，出汗和略带脏手指成像模糊

干手指很好，出汗且略带肮脏的手指无法成像

非常好

功耗

更多的

较少的

更多的

成本

低的

低的

很高

2。图像增强

我刚获得的图像有很多噪音。这主要是由日常工作和环境引起的，例如手指被染色，手指有刀伤，疤痕，疤痕，干燥，湿润或撕裂。图像增强是为了减少噪声并增强山脊和山谷之间的对比度。获得更清洁的图像并不容易。处理该目标的指纹图像所涉及的操作是设计合适的匹配过滤器和适当的阈值。

指纹还具有其他一些有用的信息。例如：类似于山脊的“过度部分”，即使某些特殊的山脊是不连续的，它们仍然可以被视为山脊的一部分，从而确定其方向。我们可以利用这种“超声信息”。

有很多方法可以增强图像。它们中的大多数通过过滤图像来匹配山脊的局部方向。首先将图像分为几个小区域（窗口），并在每个区域计算山脊的局部方向以确定方向图。每个小窗口上的局部取向可以通过空间域处理或快速2D傅立叶变换后通过空间域处理或频域处理获得。

设计一个合适的匹配过滤器，用于图像上的所有像素（空间场就是其中之一）。根据每个像素处脊的局部方向，滤波器应在相同方向和相同位置增强脊的方向，从而削弱与山脊不同的任何方向。后者包含整个山脊上的噪音，因此垂直于山脊的局部方向的那些不正确的“桥梁”将被过滤器过滤掉。因此，合适的匹配过滤器可以在本地确定山脊的正确方向，并且应该增强或匹配山脊而不是噪声。

在增强图像并降低噪声后，我们准备开始选择一些山脊。尽管在原始的灰度图像中，它们的强度是不同的，并由某个梯度分布，但它们的真实信息被简化为二进制：山脊及其相对背景。二进制操作将灰度图像变成二进制图像，在强度级别下，将图像从原始的256颜色（8位）降低到2种颜色（1位）。图像二进制后，随后的处理将变得更容易。

二进制的困难在于，并非所有指纹图像都具有相同的阈值，因此通常不是从简单的强度开始，并且单个图像的参考对象有所不同，例如，手部紧紧按下中间。因此，一种称为“局部自适应阈值（）”的方法用于确定局部图像强度的阈值。

节点提取之前的最后一个过程是“ （）”。改进是将脊的宽度降低到单像素的宽度。一种良好的方法是保持原始山脊的连续性并减少由人为因素引起的影响。人为因素主要是故障，分支非常短，是错误的叉子。意识到合法和非法节点后，在特征提取阶段中排除了这些节点。

3。指纹识别技术的基本原理

指纹实际上很复杂。与手动处理不同，许多生物识别技术公司不会直接存储指纹图像。多年来，许多公司及其研究机构已经生产了许多数字算法（相关法律认为指纹图像是个人隐私，因此无法直接存储指纹图像）。但是，指纹识别算法最终归结为在指纹图像上查找和比较指纹特征。

指纹的特征

我们定义两种类型的指纹功能来验证指纹：整体功能和本地功能。总体特征是指可以直接用人眼观察到的特征，包括：

基本模式

循环类型，弓类型，螺旋类型（）。其他指纹模式基于这三种基本模式。仅依靠图案类型来区分指纹远非足够。这只是一个粗略的分类，但是通过分类在大型数据库中搜索指纹更加方便。

模式区域（区域）

模式区域是指指纹区域的一个区域，该区域包括整体特征，也就是说，它可以与类型属于指纹的模式区域区分开。某些指纹识别算法仅在模式区域中使用数据。指纹识别算法使用获得的完整指纹，而不仅仅是用于分析和识别的模式区域。

核心点

核心点位于指纹的渐进中心，用于读取和比较指纹参考点。

三角形点（）

三角形点位于从核心点开始的第一个叉点或断点，或者两个条纹会收敛，隔离点，转弯或指向这些单数点。三角形点提供了指纹线的计数和跟踪的开始。

样式线（类型）

图案线是一种交点模式，出现在图案区域周围的图案线开始平行的位置。如果图案线短，则通常会中断其外线，但其外线开始连续延伸。

痕迹数（）

指模式区域中的指纹图案数量。计算指纹数时，通常首先连接核心点和三角形点。该连接线和指纹图案的相交数量可以视为指纹数量。本地功能本地功能是指指纹上的节点。两个指纹通常具有相同的整体特征，但是它们的局部特征 - 节点，不能完全相同。

节点（）

指纹不是连续的，光滑的，而是经常发生中断，分叉或折扣。这些断点，叉子和转弯点称为“节点”。正是这些节点提供了有关指纹唯一性的确认信息。

在指纹上有四个不同的节点特征：

1。分类 - 有几种类型的节点，其中最典型的是终点和前叉

A.端点（） - 痕迹在此处结束。

B. fork （） - 这里分开的模式成为两个或多个模式。

C. （） - 此处分开了两个平行模式。

D.点或 - 特别短的模式，成为一个点

E. ring （） - 将图案分成两个后，立即将其合并为一个。以这种方式形成的小环称为环点

F.短图案（） - 一个短端但没有一点的模式。

2。方向（） - 节点可以朝着一定方向。

3。曲率（） - 描述纹理方向变化的速度。

4。位置（） - 节点的位置由（x，y）坐标描述，这可以是绝对的或相对于三角形或特征点的。

iv。系统问题（）

有效的指纹识别系统不仅依赖于识别算法，而且还具有其他一些重要因素，这些因素被称为“系统问题”。包括注册和识别过程，速度和工作，用户信息的反馈，拒绝欺骗和安全考虑。为了获得更好的识别率，重要的是在注册时尝试获得最佳的指纹图像很重要，因为通常只完成一次注册，并且经常进行识别。更好的指纹识别系统应要求用户的指纹在注册指纹时多次获得指纹，然后使用每次获得注册指纹获得的最佳指纹或指纹的全面结果。

设计指纹系统时可以考虑另一种方法，也就是说，我们可以多次拍摄图像，直到获得确定的匹配为止，但是此过程降低了拒绝率并提高了错误判断的速率。识别不仅是通过使用一根手指的指纹来完成的，还可以使用两个或更多手指的指纹来提高识别率，当然，它将浪费大量用户时间。

系统的工作非常重要。例如：在个人识别系统中，人们愿意等待时间限制，这取决于特定应用程序，并取决于人们在此过程中的工作。例如：从0.5-1.5秒开始，刷卡或输入ID号的过程被认为是可接受的时间；此外，重复的数量不应超过3次。

验证和识别过程，拒绝率和成像设备的错误判断率之间的关系设置，以及为了尽可能获得高质量的指纹图像，提示用户如何放置手指非常有用。例如“手指放置得太高”，“手指不够重”，等等。

在指纹识别系统中，使用抗散热措施来防止人工指纹，死亡的指纹和残留指纹。由于皮肤油或其他原因，剩余的指纹留在传感器上。传感器应建立抗火对策，以使能够识别真正的皮肤温度，耐药性或电容。

例如，由于指纹识别系统是用于安全性的，例如，节点模板数据库必须安全，以防止冒名顶替者将其指纹存储到数据库中并成为合法用户。指纹匹配的结果是“是”或“否”以获得访问权限。如果某人只是绕过指纹匹配并可以直接发送“是”，那么系统是不安全的。解决此问题的解决方案是确保主机收到的识别结果来自真正合法的用户，例如通过数字信号发送到主机。

简而言之，在完整的指纹识别应用系统中，值得考虑的问题值得考虑。解决这些问题将有助于成功建立一个有效的系统。相反，它可能导致智能技术被搁置，甚至导致应用系统的最终故障。