指纹识别技术流程及应用领域

指纹识别

指纹是指手指末端正面皮肤上凹凸不平的纹路。这段纹路蕴含了大量的特征信息，如纹形、模式区、核心点、三角点和纹数等总体特征；细节特征，端点、断点、分叉点、三角点、核心点等称为“特征点”的细节特征。两枚指纹经常会具有相同的总体特征，但它们的细节特征，却不可能完全相同。

图1 指纹特征

指纹识别就是依靠总体特征和细节特征来唯一的确认一个人的身份。指纹识别技术是目前最成熟，应用最广泛的一种生物识别技术，其主要特征有唯一性、不变性和便携性。

技术流程

指纹识别作为一种热门的生物识别技术一直受到业界的广泛关注，目前市面上存在各种各样的指纹识别设备，但通常其识别过程大致涉及的主要步骤为指纹图像采集、指纹图像预处理、指纹图像的特征提取、匹配与识别等过程。指纹图像的预处理一般又包括图像增强、二值化和细化。

指纹图像的采集：是自动指纹识别系统的重要组成部分，图像采集就是通过专门的指纹采集仪来采集活体指纹图像的过程。最早指纹采集仪采用的光学传感器，随着半导体技术的发展，陆续出现了CMOS指纹传感器、热敏传感器、超声波传感器等新型传感器。现阶段传感器的技术越来越精湛，采集性能也不断提高。

指纹图像的预处理：采集获得的指纹图像通常都伴随着各种各样的噪声，一部分是由于采集仪造成的，另一部份是由于手指的状态所造成的。指纹图像预处理的目的就是去除图像中的噪声，使图像画面清晰，边缘明显，把它变成一幅清晰的点线图，以便于提取正确的指纹特征。指纹图像预处理在整个指纹识别系统中具有重要的地位和作用，它的好坏直接影响着指纹识别的效果。

图形增强：指纹预处理过程中最重要的一步就是对指纹图像进行增强，图像增强的目的是在增强脊线谷线结构对比度的同时抑制噪声，连接断裂的脊线和分离粘连的脊线，按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息。指纹图像增强算法主要有基于Gabor滤波的增强方法和基于傅里叶滤波的低质量指纹增强算法。Gabor滤波增强是使用方向场图像来进行增强的，是指纹增强算法中最常见的一种。基于傅里叶滤波的低质量指纹增强算法是通过傅里叶变换把指纹图像增强从空域转化到频域，然后在频域上对指纹图像进行带通滤波、方向滤波，从而使指纹图像得到增强。

二值化：图像经过增强处理后其中的纹线（脊）部分得到了增强，不过脊的强度并不完全相同，表现为灰度值的差异。二值化的目的就是使脊的灰度值趋向一致，使整幅图像简化为二元信息在指纹识别中，一方面对图像信息进行了压缩，保留了纹线的主要信息，节约了存储空间，另一方面还可以去除大量的粘连，为指纹特征的提取和匹配作准备。

细化：指纹图像二值化后，纹线仍具有一定的宽度，而指纹识别只对纹线的走向感兴趣，不关心它的粗细。细化的目的是为了删除指纹纹线的边缘像素，使之只有一个像素宽度，减少冗余的信息，突出指纹纹线的主要特征，从而便于后面的特征提取。细化时应保证纹线的连接性，方向性和特征点不变，还应保持纹线的中心基本不变。

指纹图像的特征提取：主要有两种特征提取方法，一种是从灰度图像中提取特征，另一种是从细化二值图像中提取特征。直接从灰度图像中提取特征的算法一般是对灰度指纹纹线进行跟踪，根据跟踪结果寻找特征的位置和判断特征的类型。这种方法省去了复杂的指纹图像预处理过程，但是特征提取的算法却十分复杂，而且由于噪声等因素影响，特征信息（位置、方向等）也不够准确。而从细化二值图像中提取特征的方法比较简单，在得到可靠的细化二值图像后，只需要一个3×3的模板就可以将端点和分叉点提取出来。

匹配与识别：是指纹识别系统中的最后一步，也是评价整个指纹识别系统性能的最主要依据。指纹匹配是根据提取的指纹特征来判断两枚指纹是否来自于同一个手指。特征匹配主要是细节特征的匹配，将新输入指纹的细节特征值与指纹库中所存指纹的细节特征值进行比对，找出最相似的指纹作为识别的输出结果，也就是所说的指纹验证识别过程，它是指纹识别系统的最终目的。由于各种因素的影响，同一指纹两次输入所得的特征模板很可能不同。因此，只要有输入指纹的细节特征与所存储的模板相似时，就说这两个指纹匹配。

图2 指纹识别系统流程图

指纹识别技术中进行特征值的匹配与识别需要的指纹图像匹配算法通常可以分为：一对一验证和一对N识别。

一对一验证是一个验证的过程。利用人员的ID，先从指纹库中将事先录入的指纹特征提取出来，然后与现场采集的指纹提取的指纹特征值进行一比一的比对，来证明该人员为所要识别的人。

一对N识别是一个辩识的过程。将现场采集到的指纹，提取指纹特征值，同指纹厍中存储的指纹特征值逐一比对，从中找出与现场指纹相匹配的指纹，并识别人员身份。

技术优势

天诚盛业是国内最早从事指纹技术研发的单位之一，其自主研发的指纹识别核心算法FPI，研发周期达到十余年，经过12年多的稳定应用，技术非常成熟，技术指标在国内外处于领先地位。指纹相关产品都是以FPI指纹识别算法为核心技术，具体包括指纹认证仪、SmartFPI指纹认证平台、生物识别统一身份认证平台SmartBIOS及诸多的指纹管理系统。天诚盛业在国内率先提出了“指纹支付”的概念，于2008年推出国内首家指纹银行，将指纹技术应用到了银行外部客户，在某种意义上，天诚盛业引领了国内银行指纹技术的应用进程。

经过十几年的积累与沉淀，公司的所有产品硬件、软件自行研发设计，具有全部自主知识产权，目前天诚盛业在指纹方面成功申请专利27项，“为解决指纹低质量图像”的技术获得了北京市科学技术奖二等奖。 同时，天诚盛业应邀加入了全国信息技术标准化技术委员会（SAC/TC28）成为生物识别技术国家标准主要撰稿人，并参与了BioAPI国家标准1.1版指纹识别相关标准的制定。

应用领域

随着科技的进步，传感器技术的不断革新，指纹识别技术不断发展，为指纹识别技术的应用提供了更广阔的空间。近年来利用指纹来完成身份验证和识别任务的系统己经大规模使用，指纹识别已应用于生活中的各个方面：

计算机网络安全：在计算机上将指纹识别与传统身份认证相结合，防止密码忘记或被别人窃取时产生的安全威胁；

金融机构：银行等机构进行员工身份认证、自动取款机客户的身份认证、移动支付的安全认证等；

政府机关、企事业单位：主要用于对管理人员进行授权和身份认证、考勤、安全区域员工身份验证，数据库访问安全控制等方面；

教育、医疗、司法机构：学校通过门禁控制对学生及工作人员进行身份认证；医院等对私人信息的安全认证，使最终用户能够安全方便的查询和验证相关手续、病人和捐赠者的鉴定，防止欺诈性捐助等；公安司法机关利用指纹验证解决方案，快速有效的鉴别危险罪犯，以保障公民安全；

边境控制，机场、港口出入境人员护照、签证等上的身份认证，以及边境检查中进行“黑名单”筛查等。