数字图像处理课程考试论文
论文题目：数字图像处理在指纹识别中的应用
学院地理与环境科学学院
专业: 地理科学
姓名郑凯鹏
学号: 10280235
提交时间: 2013-1-4
短号： 662126
成绩:
数字图像处理在指纹识别中的应用
郑凯鹏
（地理与环境科学学院地理102班 10280235）
摘要：图像处理（image processing）对图像进行一系列的操作，以达到预期目的技术。图像处理分为模拟图像处理和数字图像处理两助攻方式。所谓数字图像处理，就是利用计算机对数字图像进行系列操作，从而达到某种预期目的的技术。由于指纹具有终身的稳定性和惊人的特殊性，很早以来在身份鉴别方面就得到了应用，且被尊为“证物之首”。
关键词：数字图像、图像处理、指纹识别
Abstract:image processingconducted a series of operations on an image, and technology to achieve the desired purpose. Image processing is divided into two Dunks analog image processing and digital image processing. The so-called digital image processing is to use computers to manipulate the digital image series, so as to achieve a certain desired technology. Due to stability and alarming specificity of the fingerprint has a life, an early identification has been applied since, and was hailed as "exhibits".
Keywords:digital images, image processing and fingerprint recognition
引言
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。
一、指纹识别技术概述
1.1 概述
生物识别技术（Biometric Identification Technology）是利用人体生物特征进行身份认证的一种技术。由于每个人的生物特征都有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全，可靠，准确。
常见的生物识别技术主要有指纹、脸形、虹膜、视网膜、手写体、声音、掌纹、手形和脸部热谱图9种，指纹识别是生物识别技术的一种。迄今为止，最为人们所关注、最为成熟的生物识别技术就是指纹识别。
二、指纹识别系统工作原理
2.1概述
一般来讲，自动指纹识别算法体系大致由指纹图像采集、指纹图像预处理、特征理、特征提取、指纹分类和指纹比对几个部分组成。
2.2 指纹图像采集
较早出现的活体指纹采集设备是光电式的。后来出现的电容式和电感式的采集设备。到目前为止，光学采集头提供了更加可靠的解决方案。通过改进原来的光学取像技术，新一代的光学指纹采集器更是以无可挑剔的性能与非常低的价格使电容方案相形见绌。光学技术需要一个光源从棱镜反射到按在取像采集头上的手指，光线照亮指纹从而采集到指纹。光学取像设备依据的是光的全反射原理(FTIR)。
2.3 预处理
通常，指纹采集器采集到的指纹是低质量的，存在的噪声较多。通过预处理，将采集到的指纹灰度图像通过预滤波、方向图计算、基于方向图的滤波、二值化、细化等操作转化为单像素宽的脊线线条二值图像，基于此二值图像对指纹的中心参考点，以及细节特征点特征等进行提取。指纹预处理的一般过程为：原始图像→图像裁剪→图像平滑→图像锐化→二值化→图像修饰→图像细化→输出图像。
2.4特征提取
指纹的特征点分为全局特征（如奇异点、中心点）和局部特征（指纹细节点）。在考虑局部特征的情况下，英国的E.R.Herry认为，在比对时只要 13个特征点重合，就可以确认是同一个指纹。指纹的细节特征可以有150种之多，但这些特征出现的概率并不相等，很多特征是极其罕见的。
一般在自动指纹识别技术中只使用两种细节特征：纹线端点与分叉点。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，这两类特征点在指纹中出现的机会最多、最稳定，而且比较容易获取。
2.5指纹分类
指纹分类的主要目的是方便大容量指纹库的管理，减小搜索空间，加速指纹匹配过程。指纹分类技术越完善，能够划分的类型越细，样本数据库每个类别中所包含的样本数量就会越少，对一次识别任务来讲，需要比对的次数和时间开销就会越少。
在大部分研究中，箕形、弓形、斗形3类。对于要求严格的指纹识别系统，仅按此分类是不够的，还需要进一步更加细致地分类。
2.6 指纹比对
指纹比对是通过对2枚指纹的比较确定它们是否同源的过程，即2枚指纹是否来源于同一手指。指纹比对主要是依靠比较2枚指纹的局部纹线特征和相互关系决定指纹的唯一性。细节特征的集合形成一个拓扑结构，指纹比对的过程实际就是2个拓扑结构的匹配问题。
由于采集过程中的变形、特征点定位的偏差、真正特征点的缺失和伪特征点的存在等问题，即使是2枚同源的指纹，所获得的特征信息也不可能完全一样，指纹比对的过程必然是一个模糊匹配问题。
2.7可靠性问题
计算机处理指纹图像时，只是涉及了指纹有限的信息，而且比对算法不是精确的匹配，因此其结果不能保证100%准确。指纹识别系统的重要衡量标志是识别率。
三、指纹识别模块算法
3.1预处理
指纹的特征是指指纹脊线的某种构型，如端点、分叉等。为了提取这些特征，必须先把灰度的指纹图处理为二值线型图，此过程即指纹图像预处理。图像预处理是指纹自动识别过程的第一步,它的好坏直接影响指纹识别的效果。
图像预处理通常包括增强、分割、细化等几个步骤。增强是通过平滑、锐化、灰度修正等手段，改善图像的视觉效果；分割则是把图像划分为若干个区域，分别对应不同的物理实体；细化则是把分割后的图像转为只有一个像素点宽度的线型图，以便提取特征。
3.2 方向滤波算法
指纹图像获取时，由于噪音及压力等的不同影响，将会导致2种破坏纹线的情况：断裂及叉连。这2种干扰必须清除，否则会造成假的特征点，影响指纹的识别。为了消除干扰及增强纹线，针对指纹纹线具有较强方向性的特点，可以采用方向滤波算法对其进行增强，为此必须利用指纹图上各个像素点上的局部方向性
四、图像处理
4.1方向图的平滑算法
方向图求出后,由于纹线中的毛刺、背景中的细小污点等影响,会存在一定的噪音,需要对其进行平滑。方向图平滑的基本思想是，指纹纹线的走向是连续变化的,邻近像点上的方向不应该有突然的大角度转折。平滑也是在窗口中进行的,窗口中心像点上的平滑结果由窗口中各像素点方向值及其分布确定。
4.2方向滤波器的设计
在得到指纹的方向图后,可以根据每个像素点的方向值利用方向滤波器对指纹进行滤波,以消除噪音,增强纹线,提高脊和谷之间的反差。滤波器设计原则如下所述。
①滤波器模板的尺寸要合适。模板过小难以达到良好的去噪音、清晰化效果;模板过大则可能在纹线曲率较大处破坏纹线构型。一般取模板边长为1～1.5 个纹线周期。
②模板边长为奇数,模板关于其朝向轴及朝向垂直方向轴均为对称
③为提高脊、谷之间的灰度反差,达到边缘锐化的效果,模板应设计为在垂直于朝向方向上,中央部分系数为正,两边系数为负。
④滤波结果应与原图的平均灰度无关,因此模板中所有系数的代数和应为0
五、指纹特征提取和比对
5.1指纹的特征提取和剪枝
由细化所得的指纹点线图,很容易找到指纹的细节特征:端点和分叉点,记录这些特征的位置、类型和方向。因为指纹预处理的不完善性,在细化后的纹线图中总存在或多或少的伪特征点。因此有必要对这些粗筛选出的特征进行剪枝,以达到去伪存真的目的。细节特征剪枝的标准主要依赖于以下3个条件。
①特征点到边缘的距离;
②细节特征间的距离和角度关系;
③指纹脊线和细节特征的空间分布。
根据以上3个条件组合各种特征剪枝的标准,凡符合标准的特征点删除,其余的给予保留。
5.2指纹的比对
在进行指纹比对之前,一定要存在指纹数据库。建立指纹数据库,一般要采集同一枚指纹的3～5 个样本。对于待匹配的指纹图像,经预处理和特征提取后,形成一个坐标链码记录,根据这些特征的相互位置关系与指纹数据库中的样本做图形匹配,得到最终的识别结果。右图展示了指纹原始图像经增强、分割和细化后的效果。
六、指纹增强
6.1 图像增强的背景
很多历史资料由于材质和时间的原因，整幅图片色泽偏暗，亮度范围不足或非线性等因素造成对比度不足，影响观看效果，结合人眼对灰度的感觉，如果相邻两个物体目标灰度相差比较小，超过人眼对灰度差的感知能力，人眼就无法区分这不同的两个物体，从而导致无法看清楚图片，这就需要对图片做出一些处理，使图片的灰度差和整体色泽有所改善，以达到人眼观看的效果。图象处理的原始目的就是改善，使看不清的目标能够看得清楚，因此，对数字图象识别分析的全过程，都要求图像得到改善以适应人的肉眼，为了达到这个目的，除了首先需要去除噪声之外，还需要分辨灰度细节，解决灰度的扩展和图像鲜明化问题。
6.2指纹图像增强算法分类介绍
指纹图像增强算法，大体上可以分为空域增强算法和频域增强算法。空域增强算法是利用一定的规则直接作用于指纹图像的像素值，达到增强的目的。频域增强则是先进行一个变换域操作，然后利用图像的相位、频率及能量等信息进行图像增强。
6.3 图像规格化后的再处理
通过规格化处理后的图片需要进行再次的处理，主要是图像方向图的计算与平滑。
首先对规格化后的图像方向图计算，因为指纹方向图抽象了指纹脊线与纹谷交错平行分布的特点，反映了指纹图像纹理结构的本质而方向场是指纹图像中蕴含的最重要的信息。
然后对指纹图像做方向场的平滑计算，求得的平滑方向场。由于脊方向在噪声影响下会产生畸变，需要对所求方向场进行平滑去噪。为了实现平滑，可以使用一个低通滤波器，让
方向场需转换成连续向量场，以便再做处理。
七、目前指纹识别的应用
经过30多年的发展，生物识别技术的产品在主流社会中开始了比较大规模的应用，在很多国家，政府采用法律规定的方式来保证生物识别技术的应用。如在美国:911以后，三个相关法案(爱国者法案、边境签证法案、航空安全法案)都要求必须采用生物识别技术作为法律实施保证。总体上来讲，应用已经进入了以政府及应用为主的阶段。
指纹识别技术的应用非常广泛。典型的脱机应用有指纹锁，指纹保险柜、指纹考勤系统等。电子银行，自动取款机、电子商务等基于指纹识别的身份认证系统都属于指纹识别技术的联机应用。
以指纹为代表的生物特征识别技术有望在将来的公共领域和民用领域扮演更重要的角色。
参考文献
1 贾永红数字图像处理（第二版）武汉大学出版社 2009
2 章照止,杨义先,马晓敏. 信息理论密码学的新进展及研究问题[J]. 电子学报. 1998
3 李建华,马小妹,郭成安. 基于方向图的动态阈值指纹图像二值化方法[J]. 大连理工大学学报. 200 2
4 李文静,白雪冰,张伟. 指纹识别预处理算法的研究[J]. 森林工程. 2009
5 耿茵茵,唐良瑞. 指纹图像分级分割算法[J]. 北方工业大学学报. 2000
6 孙以雷,陈红卫. 指纹图像的二值化方法研究[J]. 舰船电子工程. 2006
7 卢慧,常建平. 指纹图像的预处理方法[J]. 计算机应用. 2005
8 王玮,李见为,张腾. 指纹图像的预处理算法[J]. 计算机应用. 2004
9 王芙蓉,程鹏,邹璇. 直接提取指纹特征算法的优化研究[J]. 中国图象图形学报. 2004
10 傅景广,许刚,王裕国. 基于二值图像的指纹细节点提取[J]. 计算机研究与发展. 2004
11 王业琳,宁新宝,尹义龙. 指纹图像细化算法的研究[J]. 南京大学学报(自然科学版). 2003
12 黄贤武,王加俊,仲兴荣. 指纹识别的预处理组合算法[J]. 计算机应用. 2002
13 孙冬梅,裘正定. 生物特征识别技术综述[J]. 电子学报. 2001
14 罗希平,田捷. 自动指纹识别中的图像增强和细节匹配算法[J]. 软件学报. 2002
15 魏海,沈兰荪. 量化方法及其统计特征量用于图像检索的性能比较[J]. 电路与系统学报. 2001
16 陈俊侠,李吉桂. 一套有效的指纹图象预处理算法[J]. 华南师范大学学报(自然科学版). 2000
指纹识别系统 1.1 指纹识别系统原理 指纹识别系统的组成原理。如图1-1所示。图中的学习模块负责采集用户指纹数据，对指纹图像进行预处理，提取这些指纹的特征，作为将来的比对模板存人数据库。而识别模块则负责采集和处理指纹图像，在提取特征后与数据库中的指纹模板进行比对，然后判断是否匹配．得出结论。整个系统的核心就是图像处理、特征提取以及指纹比对。 图1-1 1.2 指纹采集与指纹图像处理方法 目前，主要的指纹采集方法有两种：一种是光学采集器；另一种是用半导体传感器。光学采集器采集指纹是通过把手指沾上油墨后按在白纸上，然后用摄像机把图像转换为电信号。光学采集受外界干扰小、采集精度较高，但是数据量较大，因此处理时问较长。而对于半导体传感器来说，手指的温度、湿度对其测量结果有影响，但是数据量不大，处理比较方便。随着半导体技术的发展，半导体传感器的成本低、体积小、方便集成等优点逐步体现，它已逐步代替光学采集器。指纹鉴定过程的第一个阶段是指纹图像的采集阶段，也就是指纹模板的录A阶段。为了初步确定图像预处理方法，我们必须首先了解指纹传感器获得的图像的尺寸和质量。根据不同的指纹传感器，我们设计不同的方案进行图像采集，并将从各个图中提出特征点储存到数据库中，来产生“活模板”，为后面的指纹鉴定做准备。 指纹图像处理是整个指纹识别过程的核心。常见的指纹图像处理包括滤波增强、二值化、细化、提取特征点四个步骤。在采集指纹图像的过程中，由于采集环境，皮肤表面的性质，采集设备的差异等各种因素的影响，采集的图像会不同程度的受到各种噪声的干扰，从而影响了采集图像的质量。所以实际的指纹图像首先通过一个滤波增强来改善图像的质量，恢复
程序： #include
uchar code ri[]={"日"}; uchar code xinqi[]={"星期"}; uchar code mao=0x3a; unsigned char code text1[]={" 请按指纹"}; unsigned char code text2[]={" 请再次按指纹"}; unsigned char code text3[]={" 指纹采集成功"}; unsigned char code text4[]={"请按任意键继续"}; unsigned char code text5[]={" 指纹采集失败"}; unsigned char code text6[]={"输入删去的指纹号"}; unsigned char code text7[]={" 删指纹号成功"}; unsigned char code text8[]={"按键一：增加指纹"}; unsigned char code text9[]={"按键二：删去指纹"}; unsigned char code text10[]={" 请重新按指纹"}; unsigned char code text11[]={"清空指纹库成功"}; unsigned char code text12[]={" 没搜索到指纹"}; unsigned char code text13[]={"请先按键再刷指纹"}; unsigned char code text14[]={" 请重新操作"}; unsigned char code text15[]={" 删去失败"}; unsigned char code text16[]={" 接收包出错"}; unsigned char code text17[]={" 编号为："}; unsigned char code text18[]={"指纹已找到请进"}; unsigned char code text19[]={" 该指纹已存储"}; unsigned char code text20[]={" 请输入密码"}; unsigned char code text21[]={" 密码错误"}; unsigned char code text22[]={"按键三：更新密码"}; // @@@ unsigned char code text23[]={"请再次输入密码"}; unsigned char code text24[]={"两次输入的密码不"}; unsigned char code text25[]={"一致，请重新操作"}; unsigned char code text26[]={" 密码更新成功"}; 另外： void delay(uint tt) { uchar i; while(tt--) { for(i=0;i<125;i++); } } void initialize51() {
指纹识别技术的研究
指纹识别技术的研究 【摘要】由于指纹的唯一性和不变性，指纹识别己成为当前最流行、最方便、最可靠的个人身份认证技术之一。本文以自动指纹识别系统的处理流程为线索，介绍了系统的三个部分：指纹预处理、特征提取和指纹匹配。在前人工作的基础上，我们在各个环节都提出了自己的方法，结合那些经典的算法，在很大程度上提高了图像的处理效果与匹配结果。在指纹增强阶段，我们结合方向图与频率图修改了Gabor滤波器；在细化阶段，我们对传统的OPTA算法进行了一些改进；在指纹匹配阶段，我们着重研究了基于点模式的细节匹配。此外，我们还成功的实现了各个算法，完成该指纹识别系统，经实验证明，该系统能够快速准确的识别指纹，达到了预期目的。 【关键字】图像分割，图像增强，二值化，细化，特征提取，特征匹配 一课题研究背景 （一）指纹识别的发展历史 最早记载的人的手印和脚印大约在4000年前古埃及建造金字塔的年代。在那个年代。一些粘土陶器上留有陶艺匠人的指纹，中国人曾经在官方文件上按自己的指纹，公元前300年前的按有指纹的文件现在还存在，直到现在这种签名方式仍然被采用。 早在1880年英国人亨利·福兹就提出了用指纹识别系统识别犯罪。到20世纪70年代，由于计算机的广泛应用和模式识别理论的发展，人们已开始研究使用计算机进行指纹的自动识别。目前世界各国都在争先研究和开发实用指纹识别系统。 （二）指纹识别的研究现状 指纹识别是生物识别技术中最早应用、价格最低廉的分支。目前的指纹自动识别系统采用了先进的光电识别办法，采集一个指纹信息，然后经相关的识别算法进行判断。 根据已掌握的报道资料来看，目前的自动指纹识别系统已具有如下特点： (1)可靠性：采用独特的容错技术，既使指纹有破坏，即指纹不全或指纹随时间有自然的变化时也不影响正确识别。 (2)快捷性：大多数系统鉴别时间仅需1-3s，登录注册一个新客户只需1分钟的时间。 (3)灵活性：一个指纹信息的代码可以压缩到几十个字节到几百个字节，因此可以存放在一个磁条上或者一张二维条码卡上或者IC卡上。 (4)安全性：所有个人代码都经过了特殊加密。通过所存储的代码不可能复原源指纹，彻底避免了指纹冒用。因此既使证卡丢失，也不存在安全问题。 (5)方便性：目前出现的各类指纹识别系统一般外观设计精巧、结实，采用了精密独特的光电系统，具有全程液晶提示，备有多种安装模式。 (8)实时性：可实现完整的跟踪、实时报警功能。 迄今为止，自动指纹识别技术的研究虽然已经取得了很大的成绩，但同时也面临一些严重的困难: (1)指纹采集技术有待提高 就实际应用来讲，目前的指纹采集设备还不能很好地满足需要，这己经成为制约自动指纹识别技术
指纹识别的应用现状分析 作为生物识别技术中应用最广泛、价格最低廉的识别技术之一，指纹识别技术在2012年保持着良好的发展态势，预计未来几年指纹 识别市场将会持续保持稳定的增长速度。目前指纹识别技术主要应用在企业考勤和智能小区门禁系统中，随着技术的成熟和成本的降低，指纹识别技术的应用领域也越来越广泛。 1、企业考勤仍占主导 考勤是现代企业管理的基础，也是衡量企业管理水平的重要标志。基于指纹识别的企业员工考勤系统能够彻底解决传统打卡钟、IC卡 考勤方式所出现的代打卡问题，保证考勤数据的真实性，真正体现公开、公平和公正，因此能进一步提高企业管理的效率和水平。并且，由于指纹识别产品是目前最方便、可靠和价格最便宜的生物识别产品因而成为大多数中小企业考勤的首选。目前中国市场指纹考勤产品的销售数量就占据了整体生物识别产品销量的40%以上，高居榜首。 2、智能小区成为普及热点 由于智能小区在设计选型时要从功能、性能、成本等多方面进行综合考虑，因此，通常会选用技术发展较成熟、可靠性高、并且性价比较好的产品。指纹识别技术在众多生物识别技术中发展最为成熟，性能稳定，且成本较低，特别适合在智能小区中进行推广和普及。指纹识别技术在智能小区中的应用主要体现在实现小区居民在社区中 进行停车收费、超市购物、图书借阅、楼宇出入等日常活动项目。有效解决居民使用证件繁多容易丢失，给生活带来很多不便的矛盾，并
提升了社区的管理水平，促进管理手段现代化。如今指纹识别技术已经在智能小区中得到广泛应用，并向着更加广大的民用市场迈进。 3、指纹锁市场发展迅猛 把指纹识别技术应用于传统的门锁之中，是生物识别技术从专业市场走向民用市场的不二之选。指纹锁产品的出现宣告了新一代门锁时代的来临，指纹锁将会逐渐改变人类以往使用钥匙开门的生活方式。指纹锁的便捷、安全、低成本特性将会带来非常乐观的市场前景，新一轮门锁竞争将促使指纹锁市场迅猛向前发展。 4、多元化应用遍地开花 除了在企业考勤和智能小区中的应用外，目前，指纹识别技术在司法领域、金融领域等大型的公共项目中也有着非常广泛的应用。除此之外，指纹识别技术还被创新应用到护照、签证、身份证等十分重要的管理系统中，承担着基于大规模数据库的自动身份识别功能。
第二章指纹识别的原理和方法 指纹识别的采集及其参数[15] 指纹具有惟一性（随身携带、难以复制、人人不同、指指相异）。根据指纹学理论，将两人指纹分别匹配上12个特征时的相同几率仅为1/1050。指纹还具有终身基本不变的相对稳定性。指纹在胎儿六个月时已完全形成，随着年龄的增长，尽管人的指纹在外形大小、纹线粗细上会有变化，局部纹线之间也可能出现新细线特征，但从总体上看，同一手指的指纹纹线类型、细节特征的总体布局等无明显变化。指纹的这些特点为身份鉴定提供了客观依据。 指纹识别过程可以分为4个步骤：采集指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像,取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。指纹辨识软件建立指纹的数字表示特征数据，软件从指纹上找到被称为“节点”（minutiae）的特征点，这些数据(通常称为模板)，保存为1K大小的记录。最后，通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。 2.2.1指纹图像的采集[16][17][18] 指纹采集模式主要分为“离线式”和“在线式”两种。所谓“离线式”就是指在指纹采集时，利用某些中间介质（如油墨和纸张）来获取指纹图像，在通过一定的技术手段将图像数字化输入计算机，它属于非实时采集。目前“离线式”采集方式在大多数场合已经消失。所谓“在线式”是通过与计算机联机的先进指纹传感器的专用指纹采集设备，将真实的人体指纹直接变成数字图像数据，实时传输给计算机。 基于指纹传感器的“在线式”实时采集设备以其操作简单、实时性强、采集效率高、图像质量好等优点，广泛应用于自动指纹识别领域。 指纹传感器是采集指纹的装置,是一切自动指纹识别系统的必备设备,从原理上,目前见到的指纹传感器分下面3类： (1)光学录入
指纹识别的原理和方法 一、概述 指纹识别的背景知识 我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。人们也注意到，包括指纹在内的这些皮肤的纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同他的指纹对应起来，通过对他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。这种依靠人体的身体特征来进行身份验证的技术称为生物识别技术，指纹识别是生物识别技术的一种。 目前，从实用的角度看，指纹识别技术是优于其他生物识别技术的身份鉴别方法。这是因为指纹各不相同、终生基本不变的特点已经得到公认。 最早的指纹识别系统应用与警方的犯罪嫌疑人的侦破，已经有30多年的历史，这为指纹身份识别的研究和实践打下了良好的技术基础。特别是现在的指纹识别系统已达到操作方便、准确可靠、价格适中的阶段，正快速的应用于民用市场。 指纹识别系统通过特殊的光电转换设备和计算机图像处理技术，对活体指纹进行采集、分析和比对，可以迅速、准确地鉴别出个人身份。 系统一般主要包括对指纹图像采集、指纹图像处理、特征提取、特征值的比对与匹配等过程。现代电子集成制造技术使得指纹图像读取和处理设备小型化，同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进行指纹比对运算的可能，而优秀的指纹处理和比对算法保证了识别结果的准确性。 指纹自动识别技术正在从科幻小说和好莱坞电影中走入我们实际生活中，就在今天，您不必随身携带那一串钥匙，只需手指一按，门就会打开；也不必记住那烦人的密码，利用指纹就可以提款、计算机登录等等。 指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。 在一开始，通过指纹读取设备读取到人体指纹的图像，取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。 接下来，指纹辨识软件建立指纹的数字表示——特征数据，一种单方向的转换，可以从指纹转换成特征数据但不能从特征数据转换成为指纹，而两枚不同的指纹不会产生相同的特征数据。软件从指纹上找到被称为―节点‖（minutiae）的数据点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置，这些点同时具有七种以上的唯一性特征。因为通常手指上平均具有70个节点，所以这种方法会产生大约490个数据。 有的算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个节点之间的关系，也有的算法还处理整幅指纹图像。总之，这些数据，通常称为模板，保存为1K大小的记录。无论它们是怎样组成的，至今仍然没一流种模板的标准，也没一流种公布的抽象算法，而是各个厂商自行其是。 最后，通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。 指纹识别的原理和方法 二. 取得指纹图象 1.取象设备原理 取像设备分成两类：光学、硅晶体传感器和其他。
1. 对下列信源符号进行Huffman 编码，并计算其冗余度和压缩率。 符号 a1 a2 a3 a4 a5 a6 概率 0.1 0.4 0.06 0.1 0.04 0.3 原始信源 信源简化 符号 概率 1 2 3 4 a2 0.4 0.4 0.4 0.4 0.6 a6 0.3 0.3 0.3 0.3 0.4 a1 0.1 0.1 0.2 0.3 a4 0.1 0.1 0.1 a3 0.06 0.1 a5 0.04 从最小的信源开始一直到原始的信源 编码的平均长度： 压缩率：13 1.3642.2 R avg n C L ==≈ 冗余度：11110.26691.364D R R C =- =-≈ (0.4)(1)(0.3)(2)(0.1)3(0.1)(4)(0.06)(5)(0.04)(5) 2.2/avg L bit =+++++=（）符号
1. 简述灰度分辨率、空间分辨率与图像质量的关系。: 空间分辨率是看原图像转化为数字图像的像素点数，越多图像质量越高；灰度分辨率，即每一个像素点的灰度级数，灰度级越大，图像越清晰. 2. 简述采样和量化的一般原则: 空间坐标的离散化叫做空间采样，而灰度的离散化叫做灰度量化。图像的空间分辨率主要由采样所决定，而图像的幅度分辨率主要由量化所决定。 3. 图像锐化与图像平滑有何区别与联系？: 图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；图象平滑用于去噪，对图象高频分量即图象边缘会有影响。都属于图象增强，改善图象效果。 4. 伪彩色增强与假彩色增强有何异同点？: 伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。 1. 对于椒盐噪声，为什么中值滤波效果比均值滤波效果好？：均值滤波器是一种最常用的线性低通平滑滤波器，可抑制图像中的加性噪声，但同时也使图像变得模糊；中值滤波器是一种最常用的非线性平滑滤波器，可消除图像中孤立的噪声点，又可产生较少的模糊。一般情况下中值滤波的效果要比邻域平均处理的低通滤波效果好，主要特点是滤波后图像中的轮廓比较清晰。因此，滤除图像中的椒盐噪声采用中值滤波。 2.什么是区域？什么是图像分割？:图像分割就是把图像分成若干个特定 的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 3.写出颜色RGB模型转换到HIS模型的变换公式；并说明HSI模型各分 量的含义及取值围对应的颜色信息。书上 4.灰度图像：当点足够小，观察距离足够远时，人眼就不容易分开各个小 点，从而得到比较连续，平滑的灰度图像。 5.GIF格式：GIF格式是一种公用的图像文件格式，它是8位文件格式， 所以最多只能存储256色图像，不支持24位的真彩色图像。GIF文件中的图像数据均经过压缩，采用的压缩算法是改进的LZW算法，所提供的压缩率通常在1：1到1：3之间，当图像中有随机噪声时效果不好
目录 1绪论 (1) 1.1指纹识别技术的研究背景及意义 (1) 1.2指纹识别技术的国内外研究现状 (3) 1.3本文主要的研究内容和章节安排 (4) 1.3.1研究内容 (4) 1.3.2章节安排 (5) 2指纹图像预处理 (7) 2.1图像规格化 (7) 2.2方向图 (8) 2.2.1点方向图 (9) 2.2.2块方向图 (9) 2.3图像分割 (12) 2.3.1基于灰度分割算法 (12) 2.3.2基于方向图的分割算法 (13) 2.4Gabor滤波 (14) 2.5二值化 (18) 2.6图像细化 (21) 2.61快速并行细化算法 (21) 2.62改进的OPTA细化算法 (22) 2.63合成细化算法 (24) 3特征点提取及匹配 (26) 3.1特征点提取 (26) 3.1.1端点和分叉点的提取 (26) 3.1.2伪特征点的去除 (27) 3.1.3实验结果及其分析 (29) 3.2特征点匹配 (32) 3.2.1图像校准 (32) 3.2.2细节点的匹配 (35) 3.3本章小结 (38) 4指纹识别技术在PC端和Android端的实现 (39) 4.1指纹识别技术在PC端的实现 (39) 4.1.1指纹图像处理模块 (40)
4.1.2指纹匹配模块 (43) 4.2指纹识别技术在Android端的实现 (45) 4.2.1搭建开发环境 (46) 4.2.2Android指纹识别系统的架构设计和实现 (46) 4.2.3指纹匹配测试 (53) 4.3本章小结 (56) 5总结与展望 (57) 5.1总结 (57) 5.2展望 (58) 参考文献 (59) 致谢 (63) V
自动指纹识别技术的发展及应用 随着计算机技术的发展，人们对计算机的安全问题方面的要求也在不断提高。计算机安全问题直接关系到了我国当代社会的稳定发展，而自动指纹识别技术作为一种较为先进的应用技术，有着较高的可行性和应用型性，在计算机中利用自动指纹识别技术可以有效地提高计算机的安全性，文章就自动指纹识别技术的发展及应用进行了相关的分析。 标签：自动指纹识别技术；发展；应用 引言 随着现代科技的进步与发展，自动指纹识别技术在当前社会得到了广泛应用，它不仅为公安机关案件的侦破提供了帮助，同时也满足了社会发展的需要。在这个网络化的时代下，以计算机为核心技术的网络系统已经得到了广泛的应用，利用自动指纹识别技术可以提高计算机网络的安全性，为计算机网络用户的利益提供保障。 1 指纹识别技术概述 自动指纹识别技术是集计算机、网络、光电技术、图像处理、数据库技术等于一体的综合指纹认证技术。指纹作为一个人特有的一种特征，每个人的指纹在图案、断点和交叉点上各不相同，根据指纹的唯一性和特定性可以对一个人的身份进行验证。而指纹识别技术就是把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，进而确定他的身份。自动指纹识别包括了指纹图像获取、处理、特征提取以及对比等多个环节，通过现金的指纹采集仪器可以获得较为清晰的活体指纹图像。在自动指纹识别系统中，采用了独特的容错技术，既是指纹识别系统获取的指纹是不完整的指纹，它也可以提高指纹认证的可靠性。伴随着现代科技的不断发展，指纹识别技术已经进入到我们的日常生活中并产生了较大影响。 2 自动指纹识别技术发展现状 在以往的指纹识别中，指纹识别很容易受多种因素的影响，如脏手指、疤痕等，进而影响到指纹质量，给指纹识别带来一定的困难。自动指纹识别技术是通过计算机实现的身份识别手段，也是当今应用最为广泛的生物特征识别技术[1]。伴随着计算机技术的发展，指纹识别技术逐渐进入到计算机世界中。许多公司和研究机构也在自动指纹识别技术领域中取得了较为可观的成就，推出了一系列以自动指纹识别技术为核心的应用产品，且这些产品深受大众的认可，为公安机关案件的侦破、为企业的发展、为个人的隐私都提供了极大的保障。近年来，随着晶体半导体指纹录入芯片的诞生，使得指纹识别技术从单一的司法应用扩展到民用。在这个科技不断创新的时代，自动指纹识别技术也越来越先进，以硅技术、超声波技术、光学技术为载体的指纹识别系统的应用也越来越广泛了。
数字图像处理报告 题目指纹识别算法研究学院信息学院 专业通信工程 班级通信ZY1101 姓名郑涛、江代民
摘要 随着计算机和网络的迅速发展，人们对身份认证的准确性、安全性与实用性提出了更高的要求。基于生物特征识别的智能身份认证技术也逐渐受到广泛的关注。在众多的生物识别技术中，指纹识别技术是发展最早、应用最广泛的一种。指纹识别技术充分利用了指纹的普遍性、唯一性和永久性的生物特征，已逐步取代了传统的基于标志和数字的识别方式，目前在网络、银行、金融、医疗和安检等行业均得到了广泛应用。本文对指纹识别系统的原理和基本过程进行了分析研究，重点研究了指纹图像预处理算法，并且进行了验证。 在指纹图像预处理部分，论文对预处理的各个步骤包括规格化、图像分割、中值滤波、二值化、细化等以及各个步骤的方法进行了深入的分析和研究，选择了一种图像预处理方案。 在指纹特征提取部分，采用基于Matlab实现的指纹细节特征提取方法，并给出了去伪算法。指纹特征提取是从细化后的指纹图中得到细节特征点（即端点和分叉点），此特征点含有大量的伪特征，既耗时又影响匹配精度。采用了边缘去伪和距离去伪，使得特征点去伪前后减小了近1/3，然后提取可靠特征点信息，以便实现指纹匹配。 在指纹匹配部分，本文采用基于细节点的指纹匹配算法，并进行研究。 关键词指纹识别、预处理、特征提取、匹配
Fingerprint Recognition Algorithm Abstract With the rapid Progress of computer science and network technique，An accurate，secure and practical techno1ogy of Personal identification becomes more and more important. Technology of Personal identification based on Biometrics has received extensive attention. Technology of Fingerprint recognition is the earliest one and is app1ied widely in the all techniques of biometrics recognition, then is taking full advantage of the universality, uniqueness and permanency of the fingerprint, and gradually has taken place of traditional identification method that is based on symbol and number. Nowadays the technology of fingerprint identification is fully used in network, bank, finance, insurance and security. This paper research the basic principles and process of the fingerprint identification system，and focus on the pre-processing algorithms of fingerprint image and finally verify. In the fingerprint image processing section, thesis on preprocessing steps including specifications, image segmentation, median filtering, binarization, refinement, and so on, and each step of the way to in-depth analysis and research, is an image processing program. Part of the fingerprint feature extraction, fingerprint-based Matlab implementation details of feature extraction methods, and gives to the pseudo-algorithm. Fingerprint feature extraction is refined to get the details of fingerprint feature points (the endpoint and bifurcation points), this feature points contain a large number of false features, time-consuming and will affect the matching accuracy. Used and the distance to the edge of the false and counterfeit, makes the feature points to reduce the false front of nearly 1 / 3, and then extract a reliable feature point information, in order to achieve the fingerprint match. Part of the fingerprint match, the paper-based fingerprint minutiae matching algorithm, and conduct research. Keywords Fingerprint recognition、Pretreatment、Feature extraction、Matching
指纹识别技术的基本原理 指纹其实是比较复杂的。与人工处理不同，许多生物识别技术公司并不直接存储指纹的图象。多年来在各个公司及其研究机构产生了许多数字化的算法（美国有关法律认为，指纹图象属于个人隐私，因此不能直接存储指纹图象）。但指纹识别算法最终都归结为在指纹图象上找到并比对指纹的特征。 指纹的特征 我们定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。总体特征是指那些用人眼直接就可以观察到的特征，包括： 环型（loop）, 弓型（arch）, 螺旋型（whorl）。其他的指纹图案都基于这三种基本图案。仅仅依靠图案类型来分辨指纹是远远不够的，这只是一个粗略的分类，但通过分类使得在大数据库中搜寻指纹更为方便 1、模式区（Pattern Area） 模式区是指指纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。有的指纹识别算法只使用模式区的数据。Aetex 的指纹识别算法使用了所取得的完整指纹而不仅仅是模式区进行分析和识别。
2、核心点（Core Point） 核心点位于指纹纹路的渐进中心，它用于读取指纹和比对指纹时的参考点。 3、三角点（Delta） 三角点位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数和跟踪的开始之处。 4、式样线（Type Lines） 式样线是在指包围模式区的纹路线开始平行的地方所出现的交叉纹路，式样线通常很短就中断了，但它的外侧线开始连续延伸。 5、纹数（Ridge Count） 指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先在连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。局部特征局部特征是指指纹上的节点。两枚指纹经常会具有相同的总体特征，但它们的局部特征——节点，却不可能完全相同。 6、节点（Minutia Points） 指纹纹路并不是连续的，平滑笔直的，而是经常出现中断、分叉或打折。这些断点、分叉点和转折点就称为“节点”。就是这些节点提供了指纹唯一性的确认信息。 指纹上的节点有四种不同特性：
谈谈指纹识别的优点与应用 一、指纹识别的优点 指纹识别技术是生物识别技术领域较早被开发的，作为研发历史最为长久的生物识别技术，它具备了以下众多优点： （一）指纹是人体独一无二的特征，并且它们的复杂度足以提供用于鉴别的足够特征； （二）每个人的指纹都是相当固定的，很难发生变化； （三）易于获取指纹样本、易于开发识别系统、实用性强； （四）一个人的十指指纹都不相同，可提高系统的安全性； （五）识别指纹的模板（样本）不是指纹图，而是从指纹图中提取的关键特征。这样，使得存储指纹模板的存储量要远小于存储指纹图； （六）读取指纹时，用户必须将手指与指纹采集头相互接触，与指纹采集头直接接触是读取人体生物特征最可靠的方法。这也是指纹识别技术能够占领大部份市场的一个主要原因； （七）指纹采集头可以更加小型化，并且价格会更加的低廉。 由此可见，指纹识别技术是目前最方便、可靠、非侵害和价格便宜的生物识别技术解决方案，在大规模应用方面有着很大的潜力。 二、指纹识别的应用 从广泛的意义上来说，凡是需要进行身份认证的系统和产品都可以应用指纹识别装置，其主要的应用领域如下： （一）刑侦：最早应用指纹识别技术和产品的领域。由于专业的需求特点，更多的是应用1:N模式的指纹数据库检索。 （二）门禁：应用指纹特征识别技术和产品较多的领域。由于门禁应用的环境特点，是指纹产品较容易满足需求指标的领域，它们大多与计算机系统集成为门禁控制与管理系统。 （三）金融：鉴于金融业务涉及资金和客户的经济机密，在金融电子化的进程中，为保证资金安全，保护银行客户和银行自身的利益，在业务管理和经营管理中，利用指纹验证身份的必要性和安全性越来越受到关注。指纹身份鉴别产品在金融业的应用已经呈现出不断增长的势头。 （四）社保：社保系统尤其是养老金的发放存在着个人身份严格鉴别的需求。指纹身份鉴别能可靠地保障社保卡与持有人之间的唯一约束对应关系，是非常适合采用指纹身份认证的领域。 （五）户籍：随着新一代公民身份证的发行，在户籍和人口管理方面，指纹身份鉴别技术和产品是加强政府行政准确度和力度的最佳方法。
1.图像反转 MATLAB程序实现如下： I=imread('xian.bmp'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]); axis on; %显示坐标系 J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]的灰度拉伸为[0 1]
subplot(2,2,3),imshow(J); title('线性变换图像[0.1 0.5]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title('线性变换图像[0.3 0.7]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 3.非线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); I1=rgb2gray(I); subplot(1,2,1),imshow(I1); title('灰度图像'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 J=double(I1);
指纹识别的研究目的意义及国内外 研究现状 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指纹识别技术简介指纹识别的一般工作模式基于图像匹配的指纹识别系统的研究内容目前指纹识别的应用3国内外指纹识别系统的发展状况指纹识别的起源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
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
指纹识别原理及其应用 1 指纹识别的原理和方法 1.1 指纹的特征与分类 指纹识别学是一门古老的学科，它是基于人体指纹特征的相对稳定与唯一这一统计学结果发展起来的。实际应用中，根据需求的不同，可以将人体的指纹特征分为：永久性特征、非永久性特征和生命特征[5]。 永久性特征包括细节特征（中心点、三角点、端点、叉点、桥接点等）和辅助特征（纹型、纹密度、纹曲率等元素），在人的一生中永不会改变，在手指前端的典型区域中最为明显，分布也最均匀[1]。细节特征是实现指纹精确比对的基础，而纹形特征、纹理特征等则是指纹分类及检索的重要依据。人类指纹的纹形特征根据其形态的不同通常可以分为“弓型、箕型、斗型”三大类型，以及“孤形、帐形、正箕形、反箕形、环形、螺形、囊形、双箕形和杂形”等9种形态[1]。纹理特征则是由平均纹密度、纹密度分布、平均纹曲率、纹曲率分布等纹理参数构成。纹理特征多用于计算机指纹识别算法的多维分类及检索。 非永久性特征由孤立点、短线、褶皱、疤痕以及由此造成的断点、叉点等元素构成的指纹特征，这类指纹有可能产生、愈合、发展甚至消失[1]。 指纹的生命特征与被测对象的生命存在与否密切相关。但它与人体生命现象的关系和规律仍有待进一步认识。目前它已经成为现代民用指纹识别应用中越来越受关注的热点之一。 1.2 指纹识别的原理和方法 指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像，然后要对原始图像进行初步的处理，使之更清晰，再通过指纹辨识软件建立指纹的特征数据。软件从指纹上找到被称为“节点”（minutiae）的数据点，即指纹纹路的分叉、终止或打圈处的坐标位置，这些点同时具有七种以上的唯一性
官网：https://www.doczj.com/doc/3f1911447.html, 指纹锁指纹识别技术的基本原理介绍 指纹锁的识别灵敏度是指纹锁产品性能和用户体验的重要指标之一，但现实生活中指纹锁识别指纹时总容易受到外接因素的影响。比如手指多汗，或指纹采集窗太潮湿会导致指纹锁识别失灵，这究竟是什么原因呢，英迪隆智能指纹锁为你简单解答一下。 指纹是人的手指正面皮肤上有规律排列却又不尽相同的纹线。指纹中的中断、分叉或转折而形成的点就是细节特征点，而这些细节特征点，就提供了指纹唯一性的确认信息。而指纹识别传感器就是通过记录指纹纹路的方向，并将其数字化，形成一个独一无二的钥匙，并以解锁。 目前指纹锁采集指纹的方式主要有两种，光学式和电容式。光学指纹头通过计算光线在指纹的沟和脊与采集窗的不同距离而获取指纹信息，当手指有汗渍或采集窗有水分，就会影响光线的传递与距离，导致所获取的指纹信息与原来储存的信息有误，因此指纹锁识别失灵。 而电容式指纹锁虽然比光学指纹锁更先进，但也存在受潮后识别失灵的情况。说起电容式指纹锁，其原理大家应该可以联想一下电容屏的工作原理，都是利用人体的电流感应进行工作的。 电容式指纹锁指纹识别传感器周边均镀上了狭长的电极，当手指按到指纹采集窗时，由于人体是一个电场，用户指纹纹路和传感器表面会形成一个耦合电容，对于高频电流来说，电容是直接导体，于是手指就会从接触点吸走一个很小的电流。这个电流分从周边的电极中流出，并且流经周边电极的电流与指纹到周边的距离成正比，控制器通过对电流比例的精确计算，得出触摸纹路相关数据。 简单来说就是用户的指纹摁到哪儿，哪儿就“通电”“漏电”了，传感器就有了反应了。所以，当手指有汗或者采集窗有水渍时，由于水是导电的，用户使用指纹识别时，电流就会被影响，所以上面的计算就不准了，自然识别失灵了。 因此，当指纹锁用户在首次录入指纹时，最好保持手指与指纹采集窗的干燥与干净，好录入正确干净的指纹;当用户使用指纹解锁时，擦干手指和采集窗就可以避免指纹锁失灵的情况。