指紋識(shí)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(shí)侯，會(huì)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(yùn)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?？傮w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(diǎn)、三角點(diǎn)、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(diǎn)的特征，這些具有某種特征的節(jié)點(diǎn)稱為特征點(diǎn)。兩枚指紋經(jīng)常會(huì)具有相同的總體特征，但它們的局部特征——特征點(diǎn)，卻不可能完全相同。指紋上的特征點(diǎn)，即指紋紋路上的終結(jié)點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)。

指紋識(shí)別技術(shù)通常使用指紋的總體特征如紋形、三角點(diǎn)等來進(jìn)行分類，再用局部特征如位置和方向等來進(jìn)行用戶身份識(shí)別。通常，首先從獲取的指紋圖像上找到“特征點(diǎn)”(minutiae)，然后根據(jù)特征點(diǎn)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(huì)產(chǎn)生相同的特征數(shù)據(jù)，所以通過對(duì)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(jìn)行模式匹配，計(jì)算出它們的相似程度，最終得到兩個(gè)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(gè)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(shí)別技術(shù)主要涉及四個(gè)功能：讀取指紋圖像、提取特征、保存數(shù)據(jù)和比對(duì)。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(duì)原始圖像進(jìn)行預(yù)處理。其次，用指紋辨識(shí)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(huì)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(diǎn)”的數(shù)據(jù)點(diǎn)，也就是那些指紋紋路的分叉、終止或打圈處的坐標(biāo)位置，這些點(diǎn)同時(shí)具有七種以上的唯一性特征。因?yàn)橥ǔＪ种干掀骄哂?0個(gè)節(jié)點(diǎn)，所以這種方法會(huì)產(chǎn)生大約500個(gè)數(shù)據(jù)。有的算法將節(jié)點(diǎn)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(gè)節(jié)點(diǎn)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(jì)算機(jī)模糊比較的方法，把兩個(gè)指紋的模板進(jìn)行比較，計(jì)算出它們的相似程度，最終得到兩個(gè)指紋的匹配結(jié)果。

圖1中，細(xì)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(duì)原始圖像進(jìn)行初步處理，使之更清晰。然后，運(yùn)用指紋識(shí)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(chǔ)的是從指紋圖像上找到的被稱為“細(xì)節(jié)點(diǎn)(Minutiae)”的數(shù)據(jù)點(diǎn)，也就是那些指紋紋路的分叉點(diǎn)或者末梢點(diǎn)。這時(shí)算法會(huì)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(jì)算機(jī)模糊比較的方法，把兩個(gè)指紋的模板進(jìn)行比較，計(jì)算出它們的相似程度，最終得到兩個(gè)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(dòng)指紋識(shí)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(jì)80年代，隨著光學(xué)技術(shù)和計(jì)算機(jī)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(xué)量變成便于利用的電信號(hào)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(hào)輸入后的第一道關(guān)口，是生物認(rèn)證系統(tǒng)中的采集設(shè)備。

這些傳感器根據(jù)探測對(duì)象的不同，可分為光學(xué)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(shí)別的圖像信息。在生物認(rèn)證系統(tǒng)中，可靠和廉價(jià)的圖像采集設(shè)備是系統(tǒng)運(yùn)行正常、可靠的關(guān)鍵。

2．指紋圖像的增強(qiáng)

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(dāng)?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(duì)來說是固定的系統(tǒng)誤差，比較容易恢復(fù)。第二類噪聲與個(gè)體手指密切相關(guān)，較難恢復(fù)。指紋增強(qiáng)在指紋圖像的識(shí)別過程中是最為重要的一環(huán)，這部分算法的優(yōu)劣將對(duì)整個(gè)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(yù)處理。預(yù)處理指的是在指紋圖像進(jìn)行增強(qiáng)之前使用一些簡單的圖像處理手段對(duì)圖像進(jìn)行初加工的過程。常見的預(yù)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(duì)比度的差異。

(2)使用簡單的低通濾波消除斑點(diǎn)噪聲、高斯噪聲。

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

指紋圖像的增強(qiáng)就是對(duì)指紋圖像采用一定的算法進(jìn)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(zhǔn)確性和可靠性。常用圖像增強(qiáng)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(qiáng)算法；

(2)基于Gabor濾波的增強(qiáng)方法；

(3)多尺度濾波方法；

(4)改進(jìn)的方向圖增強(qiáng)算法；

(5)基于知識(shí)的指紋圖像增強(qiáng)算法；

(6)非線性擴(kuò)散模型及其濾波方法；

(7)改進(jìn)的非線性擴(kuò)散濾波方法。

另外，指紋圖像的分割也是預(yù)處理階段非常重要的一個(gè)步驟。對(duì)一些光學(xué)儀器采集到的指紋，分割相對(duì)容易；對(duì)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(jìn)行的指紋圖像分割算法；

(2)基于馬爾科夫隨機(jī)場的指紋圖像分割算法；

(3)基于數(shù)學(xué)形態(tài)學(xué)閉運(yùn)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(jìn)行的。用計(jì)算機(jī)語言完整地描述穩(wěn)定而又有區(qū)別的指紋特征是實(shí)現(xiàn)自動(dòng)指紋識(shí)別的一個(gè)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(diǎn)，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(dá)到最佳的識(shí)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(dá)到身份識(shí)別的基本要求，而且對(duì)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(duì)指紋局部特征的提取算法。

(2)基于CNN通用編程方法對(duì)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(jì)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(diǎn)提取算法。該算法可以直接從灰度指紋圖像中有效提取細(xì)節(jié)點(diǎn)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(shí)別一個(gè)人的時(shí)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(shí)別需要耗費(fèi)很長的時(shí)間，從而降低了識(shí)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(gè)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(gè)子類，這樣指紋識(shí)別時(shí)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(diǎn)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(fù)雜，推導(dǎo)語法的方法復(fù)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(jì)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(dòng)指紋識(shí)別系統(tǒng)中的一項(xiàng)重要技術(shù)。在大量的指紋庫中，為了節(jié)省存儲(chǔ)空間，必須對(duì)指紋圖像進(jìn)行壓縮儲(chǔ)存，使用時(shí)再進(jìn)行解壓縮。圖像壓縮編碼的目的是以盡量少的比特?cái)?shù)表示圖像，同時(shí)保持原圖像的質(zhì)量，使它符合預(yù)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(jìn)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(shí)別技術(shù)在大容量數(shù)據(jù)庫級(jí)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(duì)兩個(gè)指紋特征集之間的相似性進(jìn)行比較來判斷對(duì)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(shí)別問題。

傳統(tǒng)的指紋匹配算法有很多種，例如：

(1)基于點(diǎn)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(diǎn)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(jìn)行粗匹配，然后利用中心點(diǎn)和三角點(diǎn)的信息進(jìn)一步匹配，最后以待識(shí)別圖像和模板指紋圖像的中心點(diǎn)為基準(zhǔn)點(diǎn)，將中心點(diǎn)與鄰近的36個(gè)細(xì)節(jié)點(diǎn)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(rèn)證系統(tǒng)。

(3)實(shí)時(shí)指紋特征點(diǎn)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(jì)算步驟來達(dá)到快速匹配的目的。

(4)一種基于FBI(Federal Bureauof Investigation)細(xì)節(jié)點(diǎn)的二次指紋匹配算法。

(5)基于中心點(diǎn)的指紋匹配算法。該算法利用奇異點(diǎn)或指紋有效區(qū)域的中心點(diǎn)尋找匹配的基準(zhǔn)特征點(diǎn)對(duì)和相應(yīng)的變換參數(shù)，并將待識(shí)別指紋相對(duì)于模板指紋作姿勢糾正，最后采用坐標(biāo)匹配的方式實(shí)現(xiàn)兩個(gè)指紋的比對(duì)。

1．指紋識(shí)別的優(yōu)點(diǎn)

(1)指紋是人體獨(dú)一無二的特征，并且它們的復(fù)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(dá)到十個(gè)，而每一個(gè)指紋都是獨(dú)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(shí)，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(shí)別技術(shù)能夠占領(lǐng)大部分市場的一個(gè)主要原因。

(5)指紋采集頭可以更加小型化，并且價(jià)格會(huì)更加低廉。

2．指紋識(shí)別的缺點(diǎn)

(1)某些人或某些群體的指紋因?yàn)橹讣y特征很少，故而很難成像。

(2)過去因?yàn)樵诜缸镉涗浿惺褂弥讣y，使得某些人害怕“將指紋記錄在案”。然而，實(shí)際上現(xiàn)在的指紋鑒別技術(shù)都可以保證不存儲(chǔ)任何含有指紋圖像的數(shù)據(jù)，而只是存儲(chǔ)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(shí)都會(huì)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(fù)制指紋的可能性。

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

3．指紋識(shí)別的兩個(gè)重要衡量標(biāo)志

指紋識(shí)別系統(tǒng)的重要衡量標(biāo)志是識(shí)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(gè)值。FRR和FAR是成反比的，用0—1．0或百分比來表達(dá)這個(gè)數(shù)。ROC(Receiver Operating Curve)曲線給出FAR和FRR之間的關(guān)系。盡管指紋識(shí)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(jí)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(shí)別系統(tǒng)相比，由于不誠實(shí)的人可以在一段時(shí)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(duì)不可能找到一千個(gè)人去為他把所有的手指(十個(gè)手指)都試一遍。

正因?yàn)槿绱耍瑱?quán)威機(jī)構(gòu)認(rèn)為，在應(yīng)用中1％的誤判率就可以接受。FRR實(shí)際上也是系統(tǒng)易用性的重要指標(biāo)。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(jì)中，要權(quán)衡易用性和安全性。

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

指紋識(shí)別的應(yīng)用領(lǐng)域非常廣闊，具體包括以下幾個(gè)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(diǎn)來完成消費(fèi)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(diǎn)火是指紋技術(shù)在汽車防盜方面的典型應(yīng)用。國內(nèi)個(gè)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(jìn)行身份驗(yàn)證的終端，它比目前的賬號(hào)密碼驗(yàn)證以及普通UKEY驗(yàn)證更安全。完全不需要密碼或PIN，使得病毒軟件無可乘之機(jī)，也杜絕了網(wǎng)銀賬號(hào)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(kuò)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(fù)責(zé)存儲(chǔ)已提取的指紋特征信息和參與指紋的比對(duì)。一般的自動(dòng)識(shí)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(chǔ)的特征數(shù)據(jù)恢復(fù)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(fù)責(zé)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(dòng)指紋識(shí)別系統(tǒng)能夠順利工作。