指纹识别技术原理

指纹由于其具有终身不变性、唯一性和方便性，已成为生物特征识别的代名词。指纹识别就是利用传感器获取个人指纹信息来进行解锁或者进行一些权限认证的技术。

指纹识别技术涉及图像处理、模式识别、计算机视觉、数学形态学等众多学科。由于每个人的指纹不同，因此指纹可用于身份鉴定，如何正确提取指纹特征信息和实现正确匹配，是指纹识别技术的关键。

指纹识别系统是一个典型的模式识别系统，包括指纹图像采集、指纹图像预处理、特征提取、指纹特征匹配等模块。指纹一般通过指纹采集器来提取，目前常用的指纹采集设备：

1、光学指纹采集器

光学指纹采集器是最早的指纹采集器，它有如下优点：使用时间最长，经受了实际使用的检验，对温度等环境因素的适应能力好，价格比较低廉，分辨率较高。

2、硅芯片指纹采集器

硅芯片的指纹采集器出现于90年代末，大部分硅芯片测量的是手指表面与芯片表面的直流电容场，这个电容场经A/D转换后成为灰度数字图像。

3、超声波指纹采集器

超声波指纹采集器可能是最准确的指纹采集器，目前并不成熟，尚未大规模应用。

指纹识别过程

在采集到指纹之后，然后对采集的指纹进行质量评估，不合格要再采一次，合格则对图像进行增强和细化。经过处理后会依次得到二值化图、细化图和提取特征图。在获得比较清晰的图像后，就开始对其进行特征提取等图像处理操作，经过特征提取将数据存储下来之后，就可以进行匹配工作。

在指纹识别系统中，指纹图像的预处理是正确的进行图像特征提取、匹配等操作的基础。预处理的目的就是利用信号处理技术去除图像中的各种噪声干扰，改善输入指纹图像的质量，恢复指纹脊线结构，提高特征提取的准确性，以便可靠提取正确的指纹特征。

指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或转折，这些断点、分叉点和转折点就称为特征点。特征点提供了指纹唯一性的确认信息，其中最典型的是终结点和分叉点，这是指纹识别算法一般会选择提取的特征点。

由于经过预处理后的细化图像上存在大量的伪特征点，这些伪特征点的存在，不但使匹配的速度大大降低，还使指纹识别性能急剧下降，造成识别系统的误拒率和误识率的上升。因此在进行指纹匹配之前，应尽可能根据脊线结构特性去除其毛刺和短脊等伪特征点，明显的减少伪特征点，提高特征点进行提取的准确性。

特征匹配是识别系统的关键环节，匹配算法的好坏直接影响识别的性能、速度和效率。在匹配中要注意一点，由于同一个手指的两幅样本图像会因为手指的位移、偏转、以及按压时的力道不同而产生差异，这就使在匹配时要进行校准，通过特征点集校准等方式保障指纹识别的准确性。

指纹匹配算法有多种，包括点模式匹配、脊模式匹配、基于图像的匹配和基于图形的匹配等。点模式匹配就是将提取的细节点集与数据库中的细节点集进行匹配，如果通过一些旋转、尺度变换和平移变换，点集间是匹配的，那个两幅指纹图像就是匹配的。

指纹识别的应用

指纹识别的应用常见的有嵌入式系统和连接PC的桌面应用系统。嵌入式系统是一个相对独立的完整系统，它不需要连接其他设备就可以独立完成其设计的功能，比如指纹门锁、指纹考勤终端等。而连接PC的桌面应用系统具有灵活的系统结构，可以多个系统共享指纹识别设备，可以建立大型的数据库应用。

指纹识别的发展前景

随着指纹识别技术的完善，以后将广泛的应用在身份证，机动车，家居等更多的领域。通过指纹识别技术在市场中不断的推广与应用，指纹识别技术的应用已经开始进入民用市场，并且发展迅猛，因为民用指纹识别技术比对速度较快，准确率高。它伴随着越来越多的电子设备，如PC、门禁控制系统等，正在进入我们的日常生活，相信这一技术的普及应用已经指日可待。