指纹识别的研究目的意义及国内外研究现状
1研究的目的和意义 2指纹识别技术简介
2.1指纹识别的一般工作模式
2.2基于图像匹配的指纹识别系统的研究内容 2.3目前指纹识别的应用
3国内外指纹识别系统的发展状况
3.1指纹识别的起源
3.2 指纹识别的研究与发展历程
1研究的目的和意义
在网络化时代的今天，我们每个人都拥有大量的认证密码，比如开机密码、邮箱密码、银行密码、论坛登陆密码等等；并配备了各种钥匙，如门锁钥匙，汽车钥匙，保险柜钥匙等。这些都是传统的安全系统所采用的方式，随着社会的发展，其安全性越来越脆弱。而我们的生活随时都需要进行个人身份的确认和权限的认定，尤其是在信息社会，人们对于安全性的要求越来越高，同时希望认证的方式简单快速。为了解决这一问题，人们把目光转向了生物识别技术，希望能借助人体的生理特征或行为动作来进行身份识别。这样您可以不必携带大串钥匙，也不用费心去记各种密码。另外，生物特征具有唯一性，不可复制性，例如指纹，有学者推论：以全球 60 亿人口计算，300 年内都不会有两个相同的指纹出现。以电子商务、电子银行的安全认证为例，目前在电子商务中他人会假冒当事人的身份，如果通过生物特征进行论证，就可有效防止此类事件的发生。另外，网络、数据库和关键文件等的安全控制，机密计算机的登陆认证，银行 ATM、POS 终端等的安全认证，蜂窝电话，PDA 的使用认证等等，都离不开可靠安全的生物特征识别。可见，生物特征识别不但有可观的经济效益，还有不可估量的国家信息安全效益。
长期以来，验证身份的方法是验证该人是否持有有效的信物，如照片、密码、钥匙、磁卡和IC卡等。从本质上来说，这种方法验证的是该人持有的某种“物”，而不是验证该人本身。只要“物”的有效性得到确认，则持有该“物”的人的身
份也就随之得到确认。这种以“物”认人的办法存在的漏洞是显而易见的：“物”的丢失会导致合法的人无法被认证，以及各种信物容易被伪造、破译。网络环境下，密码作为身份识别的标志已被广泛采用。但是密码容易被遗忘，也有被人窃取的可能，已不能满足人们的需要。人们逐渐把目光转向了生物特征识别技术。
生物特征识别技术是为了进行身份验证而采用自动化技术测量其身体特征或个人行为特点，并将这些特征或特点与数据库的模板数据进行比较，完成认证的一种解决方案，被评为21世纪十大高科技之一。生物特征识别是目前最为方便和安全的识别技术，并且生物特征识别产品均借助于计算机技术实现，容易与安全、监控、管理系统整合，实现自动化管理。1997年比尔·盖茨曾这样预言：“生物识别技术即利用人的生理特征，如指纹、虹膜等来识别个人的身份，将成为未来几年IT产业的重要革新”。
用来鉴别身份的生物特征应该具有惟一性、广泛性、容易采集等特点，实际应用给基于生物特征的身份鉴别系统提出了更多的要求，包括：
（1）性能的要求。所选择的生物统计特征能够达到多高的识别率，对于资源的要求如何，识别的效率如何等；
（2） 可接受性。使用者在多大程度上愿意接受基于所选择的生物统计特征的系统；
（3）安全性。系统是否能够防止被攻击；
（4）可行性。是否具有相关的、可信的研究背景作为技术支持； （5）存储量。提取的特征信息是否占用较小的存储空间； （6）价格。是否达到用户所能接受的价格；
（7）速度和准确率。是否具有较高的注册、识别速度和识别率； （8）是否具有非侵犯性。
目前，主要的生物特征识别技术有虹膜识别、视网膜识别、人脸识别、签名、识别、声音识别、指纹识别等等。然而，还没有任何一种单独的生物特征可以满足上述全部要求。
2指纹识别技术简介
2.1指纹识别的一般工作模式
指纹识别是生物特征识别的一种，具有所有生物特征识别的共性，即基于人体生物特征的惟一性，不过其所分析的对象是指纹特征。在所有用于个体辨识的人体生物特征中，指纹特征是最早被发现和应用的，所以指纹识别的历史较其它识别技术要悠久的多。从 20 世纪 70 年代出现自动化的指纹识别系统到现在，经过 30 多年的发展，目前的指纹识别技术已经逐渐深入到人们的生活和工作中，并被接受和喜欢。
指纹特征录入指纹特征提取样本数据库指纹特征录入指纹特征提取指纹特征匹配输出匹配结果 图2 一般指纹识别系统示意图
严格来讲，指纹识别的原理包括指纹采集原理、指纹特征提取原理和指纹特征匹配原理三大部分。
1．指纹采集原理主要是根据指纹的几何特性或生理特性，通过各种传感技术把指纹表现出来，形成数字化表示的指纹图像。指纹采集技术有两种采集模式，一种是在被采集人知道的情况下实施的主动采集；另一种是在被采集人未知的情况下，如刑侦现场，通过各种化学的、物理的方式显影指纹并采集的过程，一般称为现场指纹采集。指纹图像采集设备主要分为：光学采集设备、硅晶体传感器
和其它。
2．指纹特征提取的原理是对指纹图像的全局特征和局部特征进行提取、鉴别的原理。其提取的对象包括纹形特征和特征点的分布、类型以及一组或多组特征点之间的平面几何关系。特征点的平面几何关系表现为某两个特征点之间的距离，或者某三个或更多特征点之间组成的多边形的几何特性等。不论是特征点的单体特征，还是特征点的组合特征，都是指纹特征的组成部分。把这些指纹特征用数字模板的形式表示出来，就实现了一个指纹特征提取的过程。
3．指纹特征值匹配原理是对指纹图像的全局特征和局部特征按模式识别的原理进行比对匹配。匹配是在已注册的指纹和当前待验证的指纹之间进行的。匹配运算不是对两个指纹图像进行比较，而是对已形成数字模板的指纹特征值进行比对。指纹特征值匹配从全局特征和局部特征两个方面进行。全局特征的匹配包括对指纹纹形的分类和判断、纹数的判断等。局部匹配包括每个细节点的类型匹配、坐标匹配、质量匹配、方向匹配等，甚至还包括由一组特征值之间形成的拓扑关系的匹配。匹配过程既要对全局特征进行匹配，又要对局部特征点及其组合特征进行匹配。最后需要把所有特征点的匹配结果综合起来，根据事先定义的判定模式和判定标准，判定是否达到预设的阈值。综合判定的过程，可以看作是对各个匹配点的相似度进行类似加权求和的过程。对指纹进行判定就像一个人去识别另一个人，会从身高、胖瘦、脸形、发型、着装风格等各个方面做出综合判别。
2.2基于图像匹配的指纹识别系统的研究内容
1．指纹采集
从采集方式来看，指纹基本可以分为三类:捺印指纹、活体指纹和模糊指纹。捺印指纹指的是将沾了印墨的手指按压在某种东西(通常是纸)上留下的指纹的痕迹，再经相应设备转化为数字化的信息，就得到捺印指纹图像。捺印指纹采集到的有效面积比较大，但因采集方式所限，采集速度较慢，指纹缺陷较多，目前难以严格控制采集的质量。
根据录入原理的不同，活体指纹采集仪可分为光学式、半导体式和超声波式等几种。根据采集时手指皮肤是否与指纹采集仪接触，又可分为接触式和非接触
式。经活体指纹采集设备得到的是数字化的指纹图像，相比较而言，活体指纹的质量是最好的。
模糊指纹一般是指在犯罪现场采集到的指纹，即将罪犯无意中遗留在犯罪现场的指纹痕迹经过显影、拍照和扫描等技术处理而得到的指纹图像。
2．指纹预处理
指纹预处理是指纹特征提取前的不可缺少的一个重要环节，主要用于突出指纹图像中的纹理、方向信息，消除或者减弱噪声等无用信息。指纹图像预处理包括指纹图像分割、图像增强、二值化、细化等。
指纹图像分割位于预处理的最前端，非理想采集条件下的指纹图像分割显得山东大学硕士学位论文越发重要。准确、可靠的将指纹图像从背景区域中分割出来，对于缩短图像处理时间、提高特征提取的准确率都具有重要意义。指纹图像分割是自动指纹识别中一个值得深入研究的问题。
图像增强是根据指纹图像纹理的方向性和纹线距离对可恢复的纹线进行恢复和增强，对于不可恢复的区域进行屏蔽。
二值化即将图像中灰度大于某阈值的像素的灰度置为1，小于等于该阈值的像素的灰度置为0，即将图像变为二值图像。
指纹细化就是提取指纹图像的脊线骨架。 3．指纹细节特征定义和提取
指纹的细节特征(minutiae)有150种之多。但这些特征出现的概率并不相同，其中很多特征是极其罕见的。在自动指纹识别技术中，一般只使用两种细节点特征:纹线端点(ridge ending)和分叉点(ridge bifurcation)。纹线端点指的是纹线突然结束的位置，而纹线分叉点则是纹线突然一分为二的位置。大量统计结果和实际应用证明，这两类细节点在指纹中出现的机会最多，也最稳定，而且比较容易获取。更重要的是，使用这两类细节点足以描述指纹的唯一性。通过算法检测指纹中这两类细节点的数量以及每个细节点的类型、位置和所在区域的纹线方向是特征提取算法的任务。
4．指纹匹配
指纹匹配要解决的问题是对两幅给定的图像提取特征信息，进行匹配，判断两枚指纹是否是同源的，即是否来自同一个指头。如:传统的点模式指纹匹配一
指纹识别的研究目的意义及国内外研究现状
