指纹识别原理及其应用.docx

指纹识别原理及其应用

[关键词]指纹识别；原理；应用

手指上的指纹表征了一个人的身份特征。1788年Mayer首次提出没有两个人的指纹完全相同，1823年Purkinie首次把指纹纹形分成9类，1889年Henry提出了指纹细节特征识别理论，奠定了现代指纹学的基础。但采用人工比对的方法，效率低、速度慢。20世纪60年代，开始用计算机图像处理和模式识别方法进行指纹分析，这就是自动指纹识别系统[1]。20世纪70年代末80年代初，刑事侦察用自动指纹识别系统投入实际运用。20世纪90年代，AFIS进入民用，称为民用自动指纹识别系统。本文试图从指纹特征分析着手，阐述指纹作为人体身份识别的原理方法、指纹识别的主要技术指标和测试方法，以及实际应用的现实性与可靠性[2-4]。

1指纹识别的原理和方法

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。

永久性特征包括细节特征和辅助特征，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。

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”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特征。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。这些数据，通常称为模板。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[5-6]。采集设备分成几类：光学、半导体传感器和其他。

2指纹识别技术的主要指标和测试方法

算法的精确度

指纹识别系统性能指标在很大程度上取决于所采用算法性能。为了便于采用量化的方法表示其性能，引入了下列两个指标。

拒识率：是指将相同的指纹误认为是不同的，而加以拒绝的出错概率。FRR=×100%。

误识率：是指将不同的指纹误认为是相同的指纹，而加以接收的出错概率。FAR=×100%。

对于一个已有的系统而言，通过设定不同的系统阈值，就可以看出这两个指标是互为相关的，FRR与FAR成反比关系。这很容易理解，“把关”越严，误识的可能性就越低，但是拒识的可能性就越高。

误识率和拒识率的测试方法

测试这两个指标，通常采用循环测试方法。即给定一组图像，然后依次两两组合，提交进行比对，统计总的提交比对的次数以及发生错误的次数，并计算出出错的比例，就是FRR和FAR。针对FAR=%的指标，应采用不少于1415幅不同的指纹图像作循环测试，总测试次数为1000405次，如果测试中发生一次错误比对成功，则FAR=1/1000405；针对FRR=%，应采用不少于46幅属于同一指纹的图像组合配对进行测试，则总提交测试的次数为1035次数，如果发生一次错误拒绝，则FRR=1/1035。测试所采用的样本数越多，结果越准确。作为测试样本的指纹图像应满足可登记的条件。

系统参数

拒登率：指的是指纹设备出现不能登录及处理的指纹的概率，ERR过高将会严重影响设备的使用范围，通常要求小于1%。

登录时间：指纹设备登录一枚指纹所需的时间，通常单次登录的时间要求不超过2s。

比对时间：指纹设备对两组指纹特征模版进行比对所耗费的时间，通常要求不超过1s。

工作温度：指纹设备正常工作时所允许的温度变化范围，一般是0～40℃。

工作湿度：指纹设备正常工作时所允许的相对湿度变化范围，一般是30%～95%。

3指纹识别技术的应用

指纹识别技术已经成熟，其应用日益普遍，除了刑事侦察用之外