指紋識別系統簡述與發展方向

摘 要 本文對指紋識別技術的背景、應用歷史、識別方法及原理進行了簡單闡述，并簡單介紹了自動指紋識別系統（AFIS）和指紋圖像的歸一化處理算法。第三部分對指紋識別技術的局限性、發展方向進行了探討。

【關鍵詞】指紋識別 AFIS

1 指紋識別技術的應用歷史及發展現狀

1.1 指紋識別的應用歷史

現代指紋識別起源于16世紀末期。早在1880年，亨利·福茲提出犯罪可用指紋識別系統識別的觀點。

20世紀70年代，人們對于指紋自動識別的研究開始使用計算機進行，加上模式識別理論的迅速發展，一些實用系統逐漸面世。70年代末，在加拿大，激光技術已經首次應用于指紋檢驗，取得了不錯的效果。

20世紀80年代，指紋核對機在日本面世；1982年，NEC首次向警方提供了自動指紋識別技術；同時，在比利時刑事鑒定局、日本蝶理株式會社、英國政府的一些重要部門以及澳大利亞的ATM機、美國五角大樓和大多數商業部門，指紋識別技術都得到了初步應用。

中國的手印（指紋）應用起源于唐朝以前。唐朝時期，已有記錄用指紋確定個人身份的典籍。我國現代較早使用現代指紋技術的是青島，警方可以將指紋識別系統用于刑事偵查。到了90年代時指紋識別應用系統發展迅速，出現了一些指紋識別技術領域的優秀研究成果。當時，活體指紋身份識別系統已在深圳現世，自動指紋識別監控器也逐漸進入人們的視野；我國各大高校也相繼推出指紋自動識別系統，并組織相關研究；深圳推出的指紋密碼識別系統達到了一定的水平，可對指紋、手指三維、手指血管造影同時控制。

1.2 指紋自動識別系統的發展現狀

指紋識別系統集計算機網絡技術、數據庫技術為一體，又融合包含了光電技術、圖像處理等技術，是一門綜合性高技術。其特點包括可靠、快捷、靈活、安全、方便、兼容性、實時性。指紋識別具有一定的容錯性，采用了一些容錯技術，即使指紋稍微改變也能對指紋圖像進行正確識別。指紋識別所需的時間較短，快捷又方便。指紋信息僅包含一些特征信息，占用空間小，節約流量。所有的指紋信息都轉換為個人代碼進行嚴格加密，盜取與破解困難，復原性低，安全性高。指紋識別技術現已廣泛應用于各個領域，具有廣泛的應用前景。

1.3 指紋識別技術的應用舉例

身份認證：指紋識別廣泛應用于刑事偵查和罪犯鑒別、個人儲蓄業務、教育考試系統。指紋身份證、指紋支付（手機購物）、證券交易、社保系統等。

門禁管理：指紋識別還可用于防盜門、金庫大門、保險柜等門禁系統。在計算機自動化辦公系統、金融保險、電子商務、防偽等行業的應用也非常廣泛。

2 指紋識別技術原理及方法

2.1 指紋特性與識別原理的關系

指紋具有唯一性。人的指紋特征是由人本身的基因與環境因素的影響共同決定的。每個人的基因都有或多或少的差異，從理論上講，除同卵雙生的雙胞胎外，世界上沒有兩個人的指紋是完全相同的。

指紋具有復雜性。指紋的細節特征包括細微紋點和紋脊的起點、終點、分叉、結合等特征。對于某一指紋圖像來說，其特征定義有許多種，美國國家標準局所采用的用于指紋匹配細節的四種特征為脊終點、分叉點、復合特征（三分叉或交叉點）和未定義。

指紋具有終身不變性（穩定性）。指紋之所以被稱為“活的身份證”，是因為它伴隨人的一生幾乎不會變化，而且不會與我們分開，是我們身上自帶的“身份證”。

2.2 AFIS（自動指紋識別系統）系統簡介

2.2.1 指紋圖像的獲取

光學掃描采集采用的是FTIR（全反射技術），通過激光照射棱鏡并在棱鏡和手指的接觸面上發生生全反射，從而區分脊線和谷線，在CCD陣列上獲得指紋圖像。

固體傳感器采集是利用電壓變化采集指紋圖像的方法。當手指對傳感器產生壓力時，傳感器與手指的接觸點會發生感應導致電容器電壓變化，獲得指紋圖像。

超聲波傳感器采集法是利用了超聲波的反射原理，其原理與聲吶類似。

2.2.2 指紋圖像增強

指紋圖像增強是指通過各種圖像處理的方法來提高指紋圖像的脊信息清晰度，清除不可恢復區域。

影響指紋圖像質量的因素：接觸的不一致性、接觸的不均勻性、接觸的不可再現性、設備的系統噪聲干擾。手指指紋本是三維圖形，通過與接觸面接觸從而形成二維圖像，由于壓力差異，每次指紋獲取時難免會產生一定的變形；而對于不同狀態的手指，所采集的指紋圖像又會產生偏差，造成部分細節信息錯誤，如手指過于干燥會導致圖像部分失真、手指受傷會導致細節信息改變；另外，系統設備本身的干擾也會對采集質量造成影響。

增強方法：一般可采用平滑、細化、濾波、二值化等數字圖像處理方法進行。第一步，規格化，就是將圖像的均值和方差限制在一定的閾值內，降低灰度圖像方差。第二步，方向圖估計和頻率圖估計。第三步，依照各個區域的不同方向，使用不同的濾波器增強圖像。

2.2.3 指紋圖像特征提取

指紋的細節特征共一百多種，但可用于特征提取的常見細節特征卻不多。常用的指紋圖像特征提取可分為細節特征的提取和單獨點的提取，細節點包括脊中點和分叉點，單獨點包括中心點和三角點。一般在自動識別中作為鑒別特征的細節特征是紋線端點（紋線突然消失的位置）和分叉點（紋線一分為二的位置）。通過方向信息提取、紋線提取、圖像分割、圖像細化、細節特征提取等算法步驟可完成對一個指紋的特征提取。

2.2.4 指紋圖像匹配

指紋圖像匹配指的是對兩個指紋圖像進行特征分析，判斷指紋是否同源。指紋匹配算法有圖像匹配、點模式匹配、圖形匹配、脊模式匹配等。

點模式匹配：從指紋圖像中提取出特征點，再輸入待匹配的指紋圖像，將兩者的特征點集通過一些變換（如旋轉、拉伸、平移等）進行匹配。其中經典算法有松弛算法、模擬退火算法、遺傳算法、Hough變換等。

2.3 指紋圖像分割算法

2.3.1 算法簡介

算法原理：每個指紋圖像具有其穩定、特有的方向性，在某一區域內，圖像的灰度變化特點是具有方向性的。在指紋圖像中，沿脊線方向灰度差小，沿垂直于脊線方向上灰度差相對來說就很大了。通過計算指圖像上某點沿各方向上的灰度變化情況，可確定某點是否屬于原指紋圖像，從而將指紋圖像與污染區域分割開。

算法分類：利用圖像灰度變化特性對圖像進行分割判定的方法稱為方差法；利用圖像含有的方向信息對圖像進行分割判定的方法稱為方向法；結合方向信息與灰度變化兩個指標進行判定的圖像分割稱為歸一化處理法。

2.3.2 歸一化處理法的算法步驟

第一步，輸入灰度指紋圖像，首先在像素矩陣內計算指紋圖像上每點的方向信息。

第二步，取分塊尺寸較小的正方形像素塊，并將圖像平均劃分，準確計算每個塊方向。

第三步，用公式對每個分塊進行灰度分析，分別計算沿平行塊方向和垂直于塊方向的灰度差（即灰度變化）。平行塊方向上取四對對稱點，垂直于塊方向上取兩對對稱點進行灰度差計算，并取平均值，得到平均灰度變化。

第四步，運用歸一化算法對上一步驟中的灰度差進行歸一化處理，可降低不同指紋圖像對比度不同所帶來的影響，達到歸一化的目的。這里我們可以規定歸一化區間的期望值，然后分別沿兩個方向進行歸一化處理。

第五步，分別確定兩個方向上的規定閾值上界A和下界B，并根據歸一化后的灰度平均變化值進行判定，判定該塊屬于指紋圖像還是背景區域。

第六步，處理孤立塊。

3 指紋識別的優點及其局限性

3.1 指紋識別技術優點

指紋識別具有一定的可靠性，其容錯技術較為先進，一般不會發生錯誤；指紋識別速度快，方便人們工作與生活；指紋信息占用空間小，一個指紋細節的有關信息儲存量只有幾十個字節；指紋信息的識別系統可以與各種系統兼容，具有很好的兼容性，可實現自動化。

3.2 指紋識別技術的局限性

指紋采集環境會帶來影響。對于處于不同環境、狀態不同的指紋，識別系統還不能將獲取的低質量指紋圖像處理的很到位。如手指過于干燥或沾有水分、手指上有油污、手指劃傷等情況會影響指紋圖像的質量。

指紋采集時出現變形。同一個三維的指紋圖形印在二維平面上會出現或多或少的差異，會給指紋的圖像分析帶來干擾。

指紋分類法有待突破。根據現有的指紋分類、分析方法，指紋識別的精確度雖然已經很高，但還無法達到完全準確、無誤的程度。指紋的劃分不夠細致精確、不夠系統化。

指紋識別缺乏只能評價比對體系。一般的，各個指紋系統的測評都由開發者自己完成，缺乏一個專業、嚴謹的測評系統與測評機構。

3.3 針對指紋識別技術發展方向的思考

改進針對指紋圖像的算法。

改進指紋的采集方法。通過特殊方法，可在真皮層采集到穩定、完整的指紋圖像。也就是說，針對三維指紋圖像的變形問題，我們可以通過研究非接觸式采集的方法來解決。

多種識別技術結合。生物識別技術體系具有綜合性的特點，綜合各種識別方法提高識別精確度與速度。

參考文獻

[1]尹義龍，寧新寶，張曉梅.自動指紋識別技術的發展與應用[J].南京大學學報（自然科學），2002，38（01）：29-35.

[2]楊小冬，寧新寶，譚臺哲.自動指紋識別系統圖像分割算法的研究[J].南京大學學報（自然科學），2004，40（04）：424-431.

[3]戴平陽.指紋識別技術研究進展[J].廈門大學學報（自然版），2002，41（06）：750-755.

[4]田捷，陳新建，張陽陽，等.指紋識別技術的新進展[J].自然科學進展，2006，16（04）：400-408.

[5]劉小華.指紋識別技術的發展[J].光學技術，1998（04）.

作者簡介

毋俊，就讀于運城市運城中學。在校期間積極參加校內活動，包括恰同學少年詩詞大會、參加合唱隊、各種社團活動及志愿服務，也在學生會擔任重要職務。曾連續兩年榮獲校年度三好學生標兵、三好學生，參加過生物學、化學學科聯賽，多次在各種學科能力競賽中獲獎。

作者單位

運城市運城中學 山西省運城市 044000