下载文档原格式
![关于指纹识别技巧的参考文献综述[优质文档]](https://img.taocdn.com/s1/m/97cf911703020740be1e650e52ea551811a6c955.png)
关于指纹识别技术的参考文献综述一引言指纹识别技术不但是一门目前被广泛应用的实用性技术，更是一个不断面临挑战的研究方向，因为在国内它相对于其他学科来说，是相当新的，无论是从理论方面还是在技术方面都有很多值得做大量研究的地方。
近年来，国际模式识别学会组织的FVC，即国际指纹识别算法竞赛，吸引了越来越多的厂商和科研机构对该方面的研究。
这也说明了学术界和产业界对此技术的关注和重视。
从大量的资料中显示，指纹识别技术除了在传统的公安司法等部门得到应用之外，已经越来越多地被应用于银行，社保，门禁，考勤和信息安全等许多行业，正逐渐步入人门的日常生活，因此，指纹识别根据用途的不同，被分为了警用自动指纹识别系统，即警用AFIS，和民用指纹识别系统，即民用AFIS。
二指纹应用历史据介绍，利用指纹进行身份认证已有很长一段历史了。
考古证实，公元前７０００年到公元前６０００年，指纹作为身份鉴别已在古中国和古叙利亚使用。
从那时出土的粘土陶器上留有的陶艺匠人的指纹，纸稿上印有的起草者的大拇指指纹，古城市的房屋留下的砖匠一对大拇指指纹的印记中可以看出，指纹认证已被应用于当时社会的许多领域里。
１９世纪初，科学发现了至今仍被承认的指纹的两个重要特征，即两个不同手指的指纹纹脊的式样不同，和指纹纹脊的式样终生不改变。
这个有关指纹唯一性和终身不变性的研究成果在指纹鉴别犯罪中得到正式应用。
１９世纪末到２０世纪初，阿根廷、苏格兰等国相继将指纹识别技术应用于罪犯鉴别。
最初的指纹识别采用手工方法，即将指纹卡片存放在指纹库中，需要时在指纹库中人工查找由指纹专家比对指纹卡。
２０世纪６０年代后，人们利用计算机代替了效率低、投入高的手工方式来处理指纹，个人电脑和光学扫描仪成为指纹取像工具。
９０年代后期，低价位取像设备的出现，为个人身份识别技术的发展提供了舞台。
三典型产品及国际问题当前市场上已有了相当一部分比较完善的指纹识别产品。
如，在指纹传感器类的AFS 系列电场式指纹传感器；指纹采集类的AST2100型指纹采集仪；指纹采集认证设备类的AST1000型PCI指纹处理卡；嵌入式指纹识别模块中的FP-DSP指纹识别模块；指纹门锁和门禁控制类的ES2000指纹门禁；指纹考勤设备类的BIOCLOCKIII指纹考勤门禁机；指纹算法软件类的BIOKEY指纹识别算法SDK，以及指纹应用软件类的EBIOGUARDPC指纹卫士等，都是同类产品中的具有代表性的典型产品。
指纹识别技术概述指纹识别技术是一种生物识别技术，通过对人体指纹特征的识别来实现身份验证和访问控制。
指纹识别技术是一种非常成熟和广泛应用的身份验证技术，它比传统的密码和PIN码等验证方式更加可靠和安全。
指纹识别技术基本原理是通过采集人体指纹的图像，并对指纹图像进行处理和分析，提取出指纹的特征信息，将特征信息与预先存储的指纹特征模板进行比对，判断是否匹配。
指纹识别技术可以分为静态指纹识别和动态指纹识别两种类型。
静态指纹识别是指采集人体指纹图像时，手指处于静态状态下不做任何运动，这种指纹识别方式适用于门禁、安全柜、电脑登录等场景。
静态指纹识别的优势在于速度快，精度高，缺点是需要手指在采集过程中保持静态，不太适用于运动场景。
动态指纹识别是指采集人体指纹图像时，手指处于动态状态下进行运动，例如指纹识别手机、指纹识别车门等场景。
动态指纹识别的优势在于克服了静态指纹识别需要保持手指静态的缺点，能够适应不同手指的运动状态，但也因此需要更加复杂的算法和更高的硬件要求。
指纹识别技术的应用非常广泛，常见的场景包括门禁系统、安全柜、手机、车门、银行卡、护照、签到系统、考勤系统等等。
指纹识别技术在这些场景中可以提供更加快捷、安全、精确的身份验证和访问控制功能。
指纹识别技术的优点包括：1. 确定性高：每个人的指纹特征都是唯一的，指纹识别技术可以对个体进行精确的辨识。
2. 方便快捷：指纹是人体上最容易获取的生物特征之一，无需携带任何额外设备，只需要按压指纹传感器即可完成身份验证。
3. 安全性高：指纹识别技术可以对指纹图像进行加密和存储，避免了被篡改和盗用的风险。
4. 可靠性高：指纹识别技术可以避免人为造成的密码泄露和遗忘等问题，提高了系统的可靠性。
指纹识别技术也存在一些缺点和挑战：1. 成本高：要想实现指纹识别技术，需要相应的硬件和软件支持，成本比较高。
2. 精度受影响：手指的污垢、水分、湿度和温度等因素都会影响指纹识别的精度。
文献综述通信工程指纹识别技术综述摘要: 本文介绍了指纹识别技术在国内外的研究背景和研究现状，对指纹预处理和特征提取、指纹分类、指纹匹配过程中的方向图、滤波、神经网络等关键原理和技术作了详细的综述, 并对指纹识别过程中所采用的各种方法作了进一步的分析和比较，最后指出了指纹识别技术的发展趋势。
关键词：指纹识别; 特征提取; 预处理;指纹匹配0 引言自动指纹识别是上世纪六十年代兴起的, 利用计算机取代人工来进行指纹识别的一种方法。
近年来, 随着计算机技术的飞速发展, 低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识别技术越来越多地进入到人们的生活和工作中, 自动指纹识别系统的研究和开发正在成为国内外学术界和商业界的热点。
相对于其他生物特征鉴别技术例如语音识别及虹膜识别，指纹识别具有许多独到的优点，更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术, 有着十分广泛的应用前景, 是将来生物特征识别技术的主流。
1 国内外技术现状近年来，国内外学者对自动指纹识别技术进行了深入和广泛的研究，取得了较大的进展，研究的重点主要集中在如何提高识别的准确率和速度[1]。
目前，已经有很多自动指纹识别的产品面市，并开始逐步在管理、门禁、金融、公安和网络安全等领域得到应用。
以指纹为代表的生物识别技术的发展和应用，不仅可以开发相关的系列产品，获得巨大的经济效益，还可以带动图像处理[2]、模式识别、光学、电子、生理。
学和计算机应用等相关学科的发展，具有很高的学术价值，会产生巨大的社会效益[3]。
文献[4]和文献[5]中阐述了以指纹为代表的生物识别技术的发展和应用已被公认将会给身份识别领域带来一场革命，并已经成为各国学术界和工业界研究的热点之一。
目前，基于通用PC机进行指纹识别的技术已经很成熟，并且已经开始大规模推广[6]。
讲述了许多大公司有专门的机构从事该项技术的研究、开发、应用，包括IBM、INTEL、Microsoft、Digitalpersona、Identix、Motorola、韩国现代、朝鲜培富士、法国THOMSON—CSF、台湾Aetex公司、Veridicom、BAC等。
指纹识别技术现状及发展趋势研究指纹识别技术是一种通过扫描和分析人体指纹特征来确认身份的技术。
随着科技的不断发展，指纹识别技术已经越来越成熟，并且在各个领域得到了广泛的应用。
本文将针对指纹识别技术的现状和发展趋势进行研究，探讨该技术在未来的应用前景和发展方向。
一、指纹识别技术现状1.技术原理指纹识别技术是通过对指纹图像进行采集、预处理、特征提取和比对等步骤来完成身份确认的过程。
在指纹识别技术中，主要涉及到图像处理、模式识别和人工智能等多个领域的知识，因此其实现涉及到的技术相当复杂。
2.应用领域目前，指纹识别技术已经广泛应用于安防领域、金融领域、政务管理、手机解锁等诸多领域。
在安防领域，指纹识别技术主要用于门禁系统、监控系统和边境检查等场景，能够提高安全性和便利性。
在金融领域，指纹识别技术可以用于ATM机的身份认证、网银登录等场景，提高了交易的安全性。
在政务管理方面，指纹识别技术可用于身份证、护照等证件的身份验证，有效防止了证件的伪造和冒用。
在手机解锁领域，指纹识别技术已经成为了手机的标配之一，为用户提供了更加便捷和安全的解锁方式。
3.技术挑战尽管指纹识别技术已经取得了很大的进展，但是在实际应用中仍然存在一些挑战。
指纹图像的质量会受到很多因素的影响，如皮肤干燥、脏污等因素都会影响指纹的清晰度，从而影响指纹识别的效果。
指纹识别技术在处理大规模数据时可能会遇到性能瓶颈，需要更加高效的算法和计算资源来支撑处理速度。
当前的指纹识别技术还难以应对假体攻击等高级破解手段，需要进一步提升识别的安全性。
1.多模态融合未来的指纹识别技术可能会向多模态融合方向发展。
多模态融合指的是通过融合多种生物特征信息，如指纹、人脸、虹膜等，来提高识别的准确性和安全性。
这种融合技术能够克服单一生物特征存在的问题，提高了身份识别的可靠性。
2.大数据支撑随着互联网的发展，数据量呈现爆炸式增长。
大数据技术的应用将对指纹识别技术的发展产生深远的影响。
第1篇一、实验目的本次实验旨在通过学习指纹识别技术，了解指纹识别的基本原理和方法，掌握指纹采集、特征提取和匹配等关键技术，并利用实验平台对指纹进行识别，验证指纹识别算法的有效性。
二、实验原理指纹识别技术是一种生物识别技术，通过对指纹的采集、特征提取和匹配，实现对人身份的识别。
指纹识别的基本原理如下：1. 指纹采集：利用指纹采集设备（如指纹仪）获取指纹图像。
2. 图像预处理：对采集到的指纹图像进行预处理，包括去噪、二值化、增强等，以提高图像质量。
3. 特征提取：从预处理后的指纹图像中提取指纹特征，如脊线、端点、交叉点等。
4. 特征匹配：将待识别指纹的特征与数据库中已存储的指纹特征进行匹配，找出最相似的特征，从而实现指纹识别。
三、实验步骤1. 实验环境搭建：搭建指纹识别实验平台，包括指纹采集设备、计算机、指纹识别软件等。
2. 指纹采集：使用指纹采集设备采集指纹图像。
3. 图像预处理：对采集到的指纹图像进行预处理，包括去噪、二值化、增强等。
4. 特征提取：从预处理后的指纹图像中提取指纹特征。
5. 特征匹配：将待识别指纹的特征与数据库中已存储的指纹特征进行匹配。
6. 结果分析：分析实验结果，验证指纹识别算法的有效性。
四、实验结果与分析1. 实验结果本次实验共采集了10个指纹图像，分别进行了预处理、特征提取和匹配。
实验结果表明，指纹识别算法在10个指纹图像中均能正确识别出对应的指纹。
2. 结果分析（1）指纹采集：实验中使用的指纹采集设备能够稳定地采集指纹图像，图像质量较高。
（2）图像预处理：通过去噪、二值化、增强等预处理操作，提高了指纹图像的质量，有利于后续特征提取。
（3）特征提取：指纹特征提取算法能够有效地提取指纹图像的特征，包括脊线、端点、交叉点等。
（4）特征匹配：指纹匹配算法能够准确地匹配指纹特征，提高了指纹识别的准确率。
五、实验总结1. 通过本次实验，掌握了指纹识别的基本原理和方法，了解了指纹采集、特征提取和匹配等关键技术。
指纹识别技术综述——生物认证姓名：班级：专业：教师：引言生物认证技术又称为生物识别技术，是通过计算机利用人体所固有的生理特征或行为特征来进行个人身份鉴定。
而其中的指纹识别技术则是目前人们使用最为普遍的一种生物认证技术简介指纹识别技术是把一个人（待识别者）同他的指纹对应起来，利用特定的识别系统（例如安装了某种指纹识别软件、服务器的计算机）将他的指纹和预先保存的指纹（数据库中保存的正确的指纹数据）进行比较，就可以验证他的真实身份。
这是由于，每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点等生理特征上各不相同，也就是说，是唯一的、可完全区分的，并且终生不变的——正因如此，依靠这种生理上的唯一性和稳定性，我们开发出了指纹识别技术！在这里，指纹识别主要是根据人体指纹的纹路、断点、交叉点等生物特征信息对操作或被操作者进行身份鉴定，而且得益于现代电子集成制造技术和快速而可靠的算法研究，已经开始走入并且普遍流行于我们的日常生活之中，在各种出入认证、机密事务操作等活动中都可以看见它的身影，不仅如此，指纹识别技术成为目前生物检测学中研究最为深入，应用最为广泛，发展最为成熟的技术!每个指纹都有几个独一无二、具有可测量性的特征点，每个特征点都有大约5~7个特征，我们的十个手指可以产生最少4900个独立可测量的特征，这足以说明指纹识别是一个十分可靠的鉴别方式。
个人理解“生物识别技术是把人体本身所具备的生理性状及行为特性当作长在我们身体上的钥匙一样，开启人们身份鉴定的大门。
生理性状包括有指纹、掌纹、脸貌、虹膜等；行为特征包括有语音、步态、签名等。
在生物识别过程中，需通过很多学科的结合来进行识别认证。
”——摘自[1] 陈婧,张苏.自动指纹识别技术综述[J].黑龙江科技信息, 2013(1).【维普】我们知道，生物识别和身份证识别、银行卡识别有很多相似之处，但更多的是不同，很多时候生物识别的可靠性比起那些物理硬件的识别的可靠性更高，具有高强的防伪造、防窃取、防篡改性能，也因此备受人们，尤其是需要从事机密任务的人士（相对于商业）的青睐，研究者们在这方面也是乐此不疲。
指纹识别技术综述1、产品构成对指纹识别技术，目前除了一部分真正的研发人员之外，大部分涉业者或者兴趣者都希望有个清晰的了解。
在此，先从指纹识别产品的构成说起，也就是由产品构成再展开对技术构成的分析。
指纹识别产品是由基础构件、中间构件和上层构件组成的，基础构件是指一个完整的指纹识别（不是指纹采集）产品，包括硬件和软件，都必须具备的基础部分。
中间构件，简称中间件，是向上支持各类软件系统或者硬件设备，实现指纹注册和认证功能的独立部分。
上层构件，是指在基础构件之上，自己实现中间件或者利用中间件建立起来的执行应用的部分，也可以称为应用构件。
指纹产品基础构件包括：指纹传感器（指纹Sensor）、指纹传感器驱动程序（Driver）、指纹传感器底层接口程序（底层SDK），以及指纹算法程序。
其中前三个都是作为一个整体对待，笼统的称为指纹SENSOR。
指纹基础构件的这四个部分，对于任何一类的指纹识别产品都是不可缺少的，所以称之为基础构件。
指纹产品中间构件，或者叫指纹应用中间件，它专门完成指纹注册和认证功能，所以它一定包含指纹识别算法。
它屏蔽了应用层对设备层（基础构件中的SENSOR以及DRIV ER）的直接访问。
它既可以表现为软件控件（ocx），也可表现为硬件模块，也就是俗称的指纹脱机模块。
指纹产品上层构件，它是用户需求的实现部分，其形态不定，可以是一个完整的指纹应用软件产品，如指纹文件保护系统、计算机登录指纹保护系统。
也可是指纹考勤机、指纹保险柜等这类嵌入式硬件产品。
在了解了指纹识别产品的构成要件之后，我们再一层层采用解析的方法来分析每个构件中的技术成份。
2、指纹产品基础构件2.1、基础构件之指纹SENSOR从基础构件层来看，其中的指纹SENSOR，是指纹图像自动采集和生成部分，是整个指纹识别产品的数据输入端。
绝大多数指纹SENSOR通过光学扫描、晶体热敏、晶体电容等三种主要传感原理采集指纹图像。
衡量一个指纹SENSOR的质量好坏或者使用的技术的高低，从其使用的采集原理上并不能得出结论，而是主要从以下几个方面来衡量。
（1）成像质量。
成像质量是衡量指纹SENSOR（指纹传感器）质量的首要标准。
成像质量主要表现为对指纹图像的还原能力，以及去噪能力。
（2）手指适应能力。
由于不同手指指纹的纹路深浅不同、干湿不同，污渍程度不同。
要能够对所有情况进行有效兼容，是指纹SENSOR的适用能力的表现。
有时候手指适用能力被归到成像质量中考虑。
（3）采集速度。
采集速度表现为从手指放到SENSOR触面后多长时间内完成一次指纹采集的时间，或者单位时间如1S可以采集的次数。
速度的快慢直接影响到用户的使用体验。
（4）电气特性。
电气特性是从产品化的角度来看，指纹SENSOR是否真正可用于某种产品。
电气特性主要关注三个参数，工作电压，功耗和ESD（防静电能力）。
如把指纹SENSOR应用到手机上，必然要考虑手机的现在供电方式能否满足增加了指纹SENOSR后的电压和功耗要求。
不过大部分指纹SENOSR的电压都在3.6V以下（含）。
（5）硬件接口能力。
接口能力也是从产品化的角度来衡量的。
接口能力直接影响着指纹SENSOR所获得的指纹图像数据的传送方式，影响着与指纹处理模块之间的通讯方式和通讯速度。
比如已具备USB接口能力的指纹SENSOR，可以直接与USB HUB相连。
而没有USB接口的，就需要通过USB控制器来实现，给产品化增加一道技术门槛。
（6）SDK能力。
SDK能力是指指纹SENSOR的功能，也就是与指纹SENSOR 配套使用的程序接口的功能。
一般在这些接口中定义了上层应用如何启动或终止硬件SENSOR，以及如何控制指纹SENSOR的函数族。
比如发送指纹SENOSR初始化命令、开始或停止捕获指纹图像命令、询问手指是存在、以及判断是否是指纹等。
对于滑动式（SWIPE）芯片来讲，还包括指纹重构的命令接口。
（7）附加功能。
大部分指纹SENSOR除了具备指纹图像采集能力之外，还能够感知手指的移动方向、手指的点击方式（单击双击），这被称之为导航能力。
作者见过的一款导航能力非凡的指纹SENSOR，可以非常灵活的玩贪吃蛇游戏。
另一方面，有的指纹SENSOR，如ATMEL和AUTHENTECH的，可以提供指纹特征值的模板访问接口。
这些都是除了基本功能之外，指纹SENSOR厂商附加开发的功能，这部分功能可以使得，在其它条件相当的情况下，起到提升应用的特色作用。
2.2、基础构件之指纹算法以上是指纹产品基础构件层中的指纹SENSOR部分的技术构成分析。
下面介绍另一部分指纹算法。
全球指纹算法据称约有100种，不过这三大块基本是少不了的。
一是对指纹图像进行预处理；二是提取特征值，并形成特征值模板；三是指纹特征值比对。
2.2.1指纹算法之指纹图像预处理指纹图像预处理的目的主要是为特征值提取的有效性准确性作好准备。
一般包括如下的过程：（1）指纹图像增强。
指纹图像增强的目的主要是为了减少噪音，增强脊谷对比度，使得图像更加清晰真实，便于后续指纹特征值提取的准确性。
指纹图像增强的方法较多，常见的如通过8域法计算方向场与设定合适的过滤阈值。
处理时依据每个像素处脊的局部走向，会增强在同一方向脊的走向，并且在同一位置，减弱任何不同于脊的方向。
这样使得脊线相对背景更加清晰，特征点走向更加明显。
（2）指纹图图像平滑处理。
平滑处理是为了让整个图像取得均匀一致的明暗效果。
平滑处理的过程是选取整个图像的象素与其周期灰阶差的均方值作为阈值来处理的。
（3）指纹图像二值化。
在原始灰阶图像中，各象素的灰度是不同的，并按一定的梯度分布。
在实际处理中只需要象素是不是脊线上的点，而无需知道它的灰度。
所以每一个象素对判定脊线来讲，只是一个“是与不是”的二元问题。
所以，指纹图像二值化是对每一个象素点按事先定义的阈值进行比较，大于阈值的，使其值等于255（假定），小于阈值的，使其值等于0。
图像二值化后，不仅可以大大减少数据储存量，而且使得后面的判别过程少受干扰，大大简化其后的处理。
（4）指纹图像细化处理。
图像细化就是将脊的宽度降为单个像素的宽度，得到脊线的骨架图像的过程。
这个过程进一步减少了图像数据量，清晰化了脊线形态，为之后的特征值提取作好了准备。
由于我们所关心的不是纹线的粗细，而是纹线的有无。
因此，在不破坏图像连通性的情况下必须去掉多余的信息。
因而应先将指纹脊线的宽度采用逐渐剥离的方法，使得脊线成为只有一个象素宽的细线，这将非常有利于下一步的分析。
2.2.2指纹算法之特征值提取提取指纹特征值是从细化过的指纹图像中，扫描分析出能够表达某个指纹图像与众不同的特征点的集合。
在最初的指纹识别算法中，经历以过图像进行比较的阶段，现在的算法为了安全和确保精准度起见，采用图像上的特征点来进行比较，所以才有特征值提取的说法。
（1）首先来认识一下指纹的特征。
–指纹特征＝总体特征＋局部特征•总体特征：–纹形：环形、弓形、螺旋形（有的算法分的更细，如左旋右旋）–模式区：包含了纹形特征的区域–核心点：位于指纹纹路的渐进中心–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。
–纹数：指模式区内指纹纹路的数量（脊密度）–局部特征：指纹上的细节点的特征。
•特征点：类型、方向、曲率、位置•特征点类型–A：终结点（Ending），一条纹路在此终结–B：分叉点（Bifurcation），一条纹路在此分开成为两条或更多的纹路–C：分歧点（Ridge Divergence），两条平行的纹路在此分开–D：孤立点（Dot or Island），一条特别短的纹路，以至于成为一点–E：环点（Enclosure），一条纹路分开成为两条之后，立即有合并成为一条–F：短纹（Short Ridge），一端较短但不至于成为一点的纹路（2）指纹特征点的表示。
认识到指纹包含以上特征点之后，如何对指纹的特征点进行描述？就像通过描述一个的特点不同于另一个人时，我们一般会采用储如“男性”“身高170”“偏白”等词汇一样，描述指纹的特征点也有一系列的维度。
如特征点类型、位置坐标、方向、曲率等。
甚至可以增加组合特征描述。
指纹处理是一个几何域的问题，所以对这些特征点的描述无外乎与几何参数有关。
（3）指纹特征点提取。
对指纹的特征信息（总体和局部的）进行选择、编码，形成二进制数据的过程。
指纹特征点的提取方法是算法中的核心。
一般采用8邻域法对二值化、细化后的指纹图像抽取特征点，这种方法将脊线上的点用“1”表示，背景用“0”表示，将待测点（i,j）的八邻域点(如下图所示)进行循环比较，若“0”，“1”变化有六次，则此待测点为分叉点，若变化两次，则为端点。
通过这个过程可以记录下来一个指纹的所有特征点。
通常一个指纹的特征点在100~150之间，在形成指纹特征值模板（也就是特征值的有序集合）时，尽量多的提取特征点对于提高准确性是有很大帮助的。
2.2.3指纹算法之特征值比对指纹特征值比对过程是把当前取得的指纹特征值集合与事先存储的指纹特征值模板进行匹配的过程。
匹配是一个模式识别的过程，判定的标准不是等与不等，而是相似的程度。
这个程度判定依赖于某个阈值，以及与判定时比较的特征点的个数有关。
阈值取的合理，特征点取的越多，误判的机率就越小。
理论一般认为只要7个特征点不同就可以区别开两枚指纹。
实际在程序实现中，多采用14个或以上的特征点作匹配。
匹配的方法很多，包括基于特征点的匹配、脊模式的匹配、以及线对（两个特征点的连线）匹配方法。
匹配的过程还要处理如手指旋转、压力导致的伸缩及平移等情况。
一般算法的误识率（FAR）为0. 001%时，其拒认率（FRR）为0.75-5%。
在指纹识别算法这一部分补充说明一下指纹识别和验证的区别。
识别与验证并不是指纹识别算法领域的问题，而是指纹识别系统的问题。
指纹识别就是指1：N模式下匹配指纹特征值。
它是从多个指纹模板中识别出一个特定指纹的过程。
其结果是，有或者没有。
有时会给出是谁的信息。
指纹验证是指在1：1模式下匹配指纹特征值。
它是拿待比对的指纹特征模板与事先存在的另一个指纹特征模板进行一次匹配的过程。
其结果是，是不是。
在一个系统中即可以采用1：1模式也可以采用1：N模式，这是取决于应用系统的特点和要求。
从优缺方面比较，1:1模式要比1：N快些，准确性高些，但方便性会差些。
3、指纹产品中间件指纹中间件技术，与一般中间件技术相似。
对于指纹软件中间件来讲，主要是提供一系列从应用角度看已经封装好的接口，一般不会开放指纹特征值模板及下一级的接口。
这些接口的能力表现为数据库连接和拆线类接口、用户注册接口、用户验证接口、用户手指信息、用户信息访问接口、用户管理（增删改）接口，以及常用的系统管理接口等。
