指紋識別

指紋識別

指紋識別是將識別對象的指紋進行分類比對從而進行判別。指紋識別技術作為生物體特徵識別技術之一在新世紀逐漸成熟,進入了人類的生產生活領域。

簡介


模式

指紋是人類手指末端由凹凸的皮膚所形成的紋路,在人類出生之前指紋就已經形成並且隨著個體的成長指紋的形狀不會發生改變,只是明顯程度的變化,而且每個人的指紋都是不同的,在眾多細節描述 中能進行良好的區分,指紋紋路有三種基本的形狀:斗型(whorl)、弓型(arch)和箕型(loop)。在指紋中有許多特徵點,特徵點提供了指紋唯一性的確認信息,這是進行指紋識別的基礎,分為總體特徵和局部特徵,總體特徵又包括了核心點(位於指紋紋路的漸進中心)、三角點(位於從核心點開始的第一個分叉點或者斷點,或者兩條紋路會聚處、孤立點、折轉處,或者指向這些奇異點)、紋數(指紋紋路的數量);局部特徵是指紋的細節特徵,在特徵點處的方向、曲率、節點的位置,這都是區分不同指紋的重要指標。

特徵

特徵點
指紋,英文名稱為fingerprint,兩枚指紋經常會具有相同的總體特徵,但它們的細節特徵,卻不可能完全相同。指紋紋路並不是連續的、平滑筆直的,而是經常出現中斷、分叉或轉折。這些斷點、分叉點和轉折點就稱為"特徵點"。
特徵點提供了指紋唯一性的確認信息,其中最典型的是終結點和分叉點,其他還包括分歧點、孤立點、環點、短紋等。特徵點的參數包括方向(節點可以朝著一定的方向)、曲率(描述紋路方向改變的速度)、位置(節點的位置通過x/y坐標來描述,可以是絕對的,也可以是相對於三角點或特徵點的)。
總體特徵
總體特徵是指那些用人眼直接就可以觀察到的特徵。包括紋形、模式區、核心點、三角點和紋數等。
紋形,指紋專家在長期實踐的基礎上,根據脊線的走向與分佈情況一般將指紋分為三大類——環型(loop,又稱斗形)、弓形(arch)、螺旋形(whorl)。
模式區即指紋上包括了總體特徵的區域,從此區域就能夠分辨出指紋是屬於哪一種類型的。有的指紋識別演演算法只使用模式區的數據,有的則使用所取得的完整指紋。
核心點位於指紋紋路的漸進中心,它在讀取指紋和比對指紋時作為參考點。許多演演算法是基於核心點的,即只能處理和識別具有核心點的指紋。
三角點位於從核心點開始的第一個分叉點或者斷點,或者兩條紋路會聚處、孤立點、折轉處,或者指向這些奇異點。三角點提供了指紋紋路的計數跟蹤的開始之處。
紋數,即模式區內指紋紋路的數量。在計算指紋的紋路時,一般先連接核心點和三角點,這條連線與指紋紋路相交的數量即可認為是指紋的紋數。
局部特徵
局部特徵指紋節點的特徵。指紋的紋路並不是連續、平滑筆直的,經常會出現分叉、折
轉或中斷。這些交叉點、折轉點或斷點稱為"特徵點",它們提供了指紋唯一性的確認信
息。特徵點的主要參數包括:
方向:相對於核心點,特徵點所處的方向。
曲率:紋路方向改變的速度。
位置:節點的位置坐標,通過x/y坐標來描述。它可以是絕對坐標,也可以是與三角點(或特徵點)的相對坐標。

技術背景


指紋識別技術是眾多生物特徵識別技術中的一種,所謂生物特徵識別技術(biometrics ),系指利用人體所固有的 生理特徵或行為特徵來進行個人身份鑒定,由於生物識別所具有的便捷與安全等優點使得生物識別技術在身份認證識別和網路安全領域擁有廣闊的應用前景,可用的生物特徵識別技術有指紋、人臉、聲紋、虹膜等,指紋是其中應用最為廣泛的一種。從20世紀60年代起新型的電子計算機技術進人指紋鑒定領域,為指紋鑒定自動化開闢了新的途徑。近幾年,指紋識別技術應用到智能手機上,成為支持手機解鎖、在線支付的重要基礎技術。在未來,基於FIDO等協議,指紋識別等生物特徵識別技術將全面取代現有的密碼體系。在指紋識別演演算法上,最初是對指紋分類技術的研究,以提高指紋檔案檢索的效率。目前主流的指紋識別演演算法則基於指紋紋線的端點、分叉點等細節特徵。隨著指紋識別技術在移動設備的應用,指紋採集晶元的尺寸日益小型化,基於汗孔、紋線形狀等3級特徵的識別演演算法受到日益重視。在指紋採集技術上,首先出現的是油墨捺印方法。油墨捺印的指紋卡片通過掃描方式數字化後進行存儲和後續處理。20世紀70年代以後,光學式指紋採集技術的出現和普及促進了指紋的現場快速採集和驗證。移動設備上的應用則促進了小尺寸超薄指紋採集技術的快速發展。

過程


指紋識別過程分為兩個次要過程,分為四個部分。兩個次要的過程是指紋記錄和交叉核對過程。指紋記錄過程由四個部分組成:指紋採集、指紋預處理、指紋檢查和指紋模板採集。指紋比對過程還包括四個部分:指紋採集、指紋預處理、指紋特徵比對和匹配。在這兩個過程中,指紋圖像的前處理都存在,但指紋圖像的取值和指紋 特徵的值似乎有相同的名稱,但它們的內在演演算法和性質是完全不同的。在引入指紋的過程中,更頻繁地獲得指紋圖像,而單值提取部分的演演算法更多地關注一些特徵值的辨析和獲取過程。
指紋識別的第一步是指紋圖像的獲取,目前已經有多種指紋圖像的獲取方式,主要有光學指紋採集技術、電容式感測器指紋採集、溫度感測指紋獲取技術、超聲波指紋採集技術、電磁波指紋採集技術,獲得圖像後進行預處理加工,要實現圖像的灰度變換、分割、均衡化、增強、細化等預處理步驟。首先要把指紋從整個圖案上分割出來,背景圖和指紋分布圖的灰度是不同的,這就確定了兩者強度的區別,利用梯度這個概念就能將指紋從背景圖中很好的分離開;均衡化是預 處理中的重要一步,在提取時根據環境的不同得到的指紋圖像不同區域的像素分佈點是不同的,均衡化就是將不同區域分佈的像素進行均值劃分得到亮度分佈均衡的圖像;為了便於特徵的提取,在幾步加工后的圖像還要智能化增強,Daugmann實現了利用Gabor小波逼近的方法使指紋圖像的紋路線條更加清晰,即白的部分更白,黑的部分更黑,線條的邊緣分佈更加平滑。
對於處理好的指紋圖像,指紋的紋路已經十分清晰,要進行指紋識別必須要進行特徵提取,分離出那些具體的特徵點來代替不同的紋路,首先提取指紋的特徵端點和叉點,將端點叉點圖像進行九宮格分割,利用指紋特徵分佈的灰度值是不同的這個特性,將指紋圖像的端點和叉點分離出來,對於奇異點的提取利用Poincare公式,利用這個公式提取方向場周圍劇烈變化的點,我們在計算機中使用不同的演演算法分別實現各個特徵點的提取過程。
最後將識別的指紋分類操作,指紋的分類是用採集的指紋特徵與資料庫中保存的指紋特徵相比較,判斷是否屬於同一指紋,首先根據指紋的紋形進行粗匹配,進而利用指紋形態和細節特徵進行精確匹配給出相比較指紋的相似性程度。根據應用的不同,對指紋的相似性得分進行排序或給出是否為同一指紋的判決結果,指紋對比有兩種方式:一對一比對是根據用戶從資料庫中檢索出待對比的用戶指紋,再與新採集的指紋比對;一對多比對是新採集的指紋和資料庫中的所有指紋逐一比對。
一個典型的指紋識別系統的工作流程如下:
指紋識別
指紋識別
1. 通過指紋採集設備獲取所需識別指紋的圖像。
2. 對採集的指紋圖像進行如下預處理。
圖像質量判斷
圖像增強
指紋區域檢測
指紋方向圖和頻率估算
圖像二值化(將指紋圖像中各像素點的灰度值設置為0或255)
圖像細化
3. 從預處理后的圖像中,獲取指紋的脊線數據。
4. 從指紋的脊線數據中,提取指紋識別所需的特徵點。
5. 將提取指紋特徵(特徵點的信息)與資料庫中保存的指紋特徵逐一匹配,判斷是否為相同指紋。
6. 完成指紋匹配處理后,輸出指紋識別的處理結果。

技術特點


指紋識別技術的主要優點為:
1、指紋是人體獨一無二的特徵,並且它們的複雜度足以提供用於鑒別的足夠特徵;
2、如果要增加可靠性,只需登記更多的指紋、鑒別更多的手指,最多可以多達十個,而每一個指紋都是獨一無二的;
3、掃描指紋的速度很快,使用非常方便;
4、讀取指紋時,用戶必需將手指與指紋採集頭相互接觸,與指紋採集頭直接;
5、接觸是讀取人體生物特徵最可靠的方法;
6、指紋採集頭可以更加小型化,並且價格會更加的低廉;
指紋識別技術的主要缺點為:
1、某些人或某些群體的指紋指紋特徵少,難成像;
2、過去因為在犯罪記錄中使用指紋,使得某些人害怕“將指紋記錄在案”。
3、實際上指紋鑒別技術可以不存儲任何含有指紋圖像的數據,而只是存儲從指紋中得到的加密的指紋特徵數據;
4、每一次使用指紋時都會在指紋採集頭上留下用戶的指紋印痕,而這些指紋痕迹存在被用來複制指紋的可能性。
5、指紋是用戶的重要個人信息,某些應用場合用戶擔心信息泄漏。

應用領域


近幾年指紋識別技術快速發展,在眾多生物體識別技術中屬於比較成熟的一種識別方式,而且隨著智能手機熱潮的襲來,指紋識別已 經廣泛應用在智能手機領域:手機解鎖、支付信息、消息確認等。

門禁技術

將指紋提前錄入資料庫中,在對使用者進行指紋認定時,首先提取使用者的指紋,門禁系統進行指紋識別過程處理,得到分類信息,進行已錄入指紋的對比驗證,符合資料庫中指紋信息則系統執行開門操作;基於門禁系統,對於如今學生使用門卡開門的操作,學生容易丟卡和攜帶不便的問題,在宿舍管理使用指紋識別能很大程度解決存在的問題。
指紋門禁系統以手指取代傳統的鑰匙,使用時只需將手指平放在指紋採集儀的採集窗口上,即可完成開鎖任務,操作十分簡便,避免了其它門禁系統(傳統機械鎖、密碼鎖、識別卡等)有可能被偽造、盜用、遺忘、破譯等弊端。
指紋門禁系統的硬體主要由微處理器、指紋識別模塊、液晶顯示模塊、鍵盤、實時時鐘/日曆晶元、電控鎖和電源等組成。微處理器作為系統的上位機,控制整個系統。指紋識別模塊主要完成指紋特徵的採集、比對、存儲、刪除等功能。液晶顯示模塊用於顯示開門記錄、實時時鐘和操作提示等信息,和鍵盤一起組成人機界面。
按系統功能,軟體主要由指紋處理模塊、液晶顯示模塊、實時時鐘模塊和鍵盤掃描模塊等組成。指紋處理模塊主要負責微處理器與指紋識別模塊之間命令和返回代碼的信息處理;液晶顯示模塊根據液晶顯示模塊的時序,編寫驅動程序,以實現顯示漢字、字元的目的;實時時鐘模塊根據時鐘晶元的時序,編寫通訊程序,實現對時鐘晶元的讀寫操作;鍵盤掃描模塊就是根據鍵盤的設計原理編寫鍵盤程序來識別有無按鍵動作和按下鍵的鍵號。

銀行技術

如今自助銀行取錢時,只進行密碼驗證容易被不法分子識別,所以在部分地區已經開始銀行卡與指紋信息匹配的記錄,取錢驗證密碼和銀行卡的同時要對指紋信息進行比較,首先獲取用戶指紋信息,取款機自動將指紋信息傳遞後台,後台進行錄入指紋與驗證指紋的比對識別,若符合要求,則成功取錢,這進一步的環節能為使用用 戶的安全給予更多的保障。

運算系統

指紋識別技術是目前最成熟且價格便宜的生物特徵識別技術。目前來說指紋識別的技術應用最為廣泛,我們不僅在門禁、考勤系統中可以看到指紋識別技術的身影,市場上有了更多指紋識別的應用:如筆記本電腦、手機、汽車、銀行支付都可應用指紋識別的技術。
計算機應用中,包括許多非常機密的文件保護,大都使用“用戶ID+密碼”的方法來進行用戶的身份認證和訪問控制。但是,如果一旦密碼忘記,或被別人竊取,計算機系統以及文件的安全問題就受到了威脅。
隨著科技的進步,指紋識別技術已經開始慢慢進入計算機世界中。許多公司和研究機構都在指紋識別技術領域取得了很大突破性進展,推出許多指紋識別與傳統IT技術完美結合的應用產品,這些產品已經被越來越多的用戶所認可。指紋識別技術多用於對安全性要求比較高的商務領域,而在商務移動辦公領域頗具建樹的富士通、三星及IBM等國際知名品牌都擁有技術與應用較為成熟的指紋識別系統。

其他

指紋支付:通過把指紋與銀行卡綁定的方式,用指紋輕輕一點來完成消費支付。汽車指紋防盜:通過指紋控制車門開關,或者控制引擎點火是指紋技術在汽車指紋防盜方面的典型應用。指紋UKEY:是網上銀行業務用於 進行身份驗證的終端,它比目前的賬號密碼的驗證以及普通UKEY驗證要更加安全(4)指紋考勤:可以幫助企業、高校等提高人事化管理部門及相關人員的考勤工作效率,實現人 事化管理工作的自動化、規範化以及系統化。指紋鎖:指紋可用於高端樓宇、別墅的門禁管制,以及政府機要部門等,用於電腦開機設置,保證個人以及政府國家的安全。指紋鑒定:用於司法部分有效的身份堅定手段,有效進 行罪犯以及嫌疑人身份的識別。

不足與展望


不足

指紋識別的應用仍存在一些問題,鑒於親屬之間指紋存在相似性,演演算法的精度不高容易導致識別錯誤,而且在接觸東西時遺留的指紋信息容易被他人引用,安全性不高,這就要求我們模式識別過程中提升演演算法的精度,並且綜合除指紋外其它方面信息綜合識別。

發展展望

活體檢測與指紋識別結合,避免遺留指紋被竊取而造成的不良後果,包括人臉識別、虹膜識別等多種識別技 術的綜合性生物特徵識別,提高識別結果的準確性;將指紋識別與信息登記一體化,建立龐大的資料庫,經過指紋就可以查詢登記信息,包括學生信息、公民信息、獲獎信息等,進行開鎖操作,包括門鎖、車鎖、手機鎖等,這樣的一體化信息會極大的方便人們的生產生活。
由於指紋容易偽造,其被盜用的概率不可忽視,指紋識別設備對於活體識別的需求將顯著提升。並且指紋識別技術因其易獲得性造成指紋被盜用,指紋識別技術在應用過程中的安全性和可靠性有待進一步提高,因此,結合其他生物特徵(如虹膜、聲紋、靜脈等),克服單一生物是被技術的不足,將會是指紋識別技術發展的重要方向。此外,隨著可穿戴式設備與網際網路的迅猛發展,指紋識別技術在可穿戴設備的應用將更為廣泛。