指纹识别技术基本原理介绍手机领域TouchID如今手机成了人们日常生活中不可缺少的一部分,由于使用次数频繁,反复输入密码也让人感觉很不方便,有了指纹识别系统,只需1秒钟就可轻松完成身份确认,让用户感觉更方便快捷。指纹识别技术的应用指纹考勤系统在很多企业中往往需要进行考勤,传统的考勤方式基本上有两种,一种是卡片形式的,另一种是IC卡形式,但这两种考勤方式都无法杜绝代人打卡的现象,使考勤失去了意义。如果利用指纹来作为个人身份的标识,以此来进行考勤,则可以很好地避免代人打卡这种现象.指纹识别技术的应用电脑领域电脑开机输密码让人感到麻烦,不输密码又不能保障信息安全,Thinkpad自带的指纹识别系统完美解决了这一方案,这一技术也成了Thinkpad电脑的一大亮点。指纹识别技术的应用指纹识别ATM把指纹识别技术同IC卡结合起来,是目前最有前景的一个方向之一。该技术把卡的主人的指纹(加密后)存储在IC卡上,通过比对就可以确认持卡者的是否卡的真正主人,从而进行下一步的交易。目前ATM提款机加装指纹识别功能在美国已经开始使用。持卡人可以取消密码(避免老人和孩子记忆密码的困难)或者仍旧保留密码。指纹识别技术的应用指纹门禁系统在居民楼、智能大厦和宾馆中往往需要门禁系统来限制没有权限的人进入。如果采用传统的钥匙+锁的方式,一些人只在一段时间内有权限,这样钥匙很容易被人复制,并且携带也不方便,还容易丢失,这都给用户带来了一些额外的负担。如果采用指纹门禁系统,则可以方便地解决以上问题。指纹识别技术的应用指纹识别让人们无需输入繁琐的密码,只需手指的轻轻触碰就能对个人信息进行解锁。这项技术在近几年普及以来深受欢迎。那么问题来了,这项技术真的足够安全吗?让我们了解这项技术并开始分析它的安全性。每个人的指纹皮肤纹路在图案、断点和交叉点上各不相同,也就是说,指纹是唯一的,并且终生不变。依靠这种唯一性和稳定性,我们就可以把一个人同他的指纹相对应起来,通过比较他的指纹和预先保存的指纹,就可以验证他的真实身份。这就是指纹识别技术。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。指纹被称为“物证之首”,安全可靠。•目前的识别指纹算法主要从总体特征和局部特征这两个方面入手分辨指纹。指纹识别的基本原理总体特征是指那些用人眼直接就可以观察到的特征。基本纹路图案:包括环型(Loop),弓型(Arch)和螺旋型(Whorl).其他的指纹图案都基于这3种基本图案。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。模式区(PatternArea):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。核心点(CorePoint):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。指纹的总体特征局部特征是指指纹上节点的特征,两枚指纹经常会具有相同的总体特征,但它们的细节特征,却不可能完全相同。节点(MinutiaPoints)指纹纹路并不是连续的、平滑笔直的,而是经常出现中断、分叉或转折。这些断点、分叉点和转折点就称为特征点。就是这些节点提供了指纹惟一性的确认信息。指纹的局部特征三角点(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。纹数(RidgeCount):纹数是指模式区内指纹纹路的数量。在计算指纹的纹数时,一般先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。指纹的局部特征指纹的局部特征----细节点类型细节点类型方向(Orientation)每个节点都有一定的方向。曲率(Curvature)描述纹路方向改变的速度。位置(Position)指纹的四类局部特征指纹识别技术主要涉及指纹图像采集、图像预处理、特征提取、特征值匹配等过程。指纹图像采集指纹图像预处理特征值提取特征匹配指纹识别技术早期的指纹图像采集主要运用油墨按印等物理方式,如果油墨及纸张质量有问题,或按压压力不均,按压位置、方向差异,手指损伤、变形等,都会导致采集的指纹图像质量不理想。随着指纹识别技术的发展,光学传感器、半导体传感器、超声波传感器、射频RF传感器的出现对获取高质量指纹图像提供了良好的技术保障。同时,更先进的指纹图像传感器亦在研发,目的是获得足够的指纹细节,并使指纹图像达到较高分辨力,提高指纹识别准确性、可靠性。指纹图像采集指纹采集方式电容式:通过皮肤和屏幕的接触,识别指纹的纹路来记录和验证指纹。光学式:通过光反射成像来记录和验证指纹。压感式:是通过感知半导体压敏材质来感知指纹凹凸而成像。指纹图像采集在指纹自动识别过程中,输入的指纹图像由于各种原因的影响,是一幅含噪音较多的灰度图象,这些噪声对指纹特征信息的提取造成一定的影响,甚至会产生许多伪特征点。预处理的目的就是去除图象中的噪音,把它变成一幅清晰的点线图,便于提取正确的指纹特征。预处理主要包括图像分割、图像增强、二值化和细化四部分。图像分割图像增强二值化细化指纹图像预处理图像分割是将要处理的有效图像部分从整个指纹图像中分离出来,这样一方面减少了后续处理的步骤的数据量,另一方面也避免了因为部分图像区域不可靠而导致伪特征的产生。图像增强包括两个部分,首先对原始图像上模糊但有可能恢复的部分进行增强,然后再对整幅图像滤波,消除指纹脊线间的断裂和粘连。原始图像增强后图像指纹图像预处理图像二值化是提取经增强处理的指纹图像的脊线,用”1”表示脊线上的点,”0”表示背景和谷线,从而把原始灰度图像转化为二值图像。图像细化是进一步把二值指纹脊线细化为单像素宽度的骨架线,这是为了方便以后的特征提取。细化后的图像原始图像原始图像二值化后的图像指纹图像预处理全局特征全局特征描述了指纹的总体结构,主要包括指纹的纹形和模式区。指纹的纹形主要分为环形、弓形、螺旋形三种基本类型。模式区包含中心点、三角点、和纹线数。此种分法只用在分类检索方面,以减少数据库的搜索空间。局部特征两枚指纹经常会具有相同的总体特征,但它们的局部特征(特征点)却不可能完全相同。局部特征即指纹上细节点的特征,。典型的细节点分为分叉点,终结点,还有孤立点、环、岛、毛刺、桥等。特征值提取特征值提取特征提取的任务是通过算法检测特征点的数量及每个特征点的类型、位置和所在区域的纹线方向。特征提取的结果一般保存为特征模板,它包括终结点或分叉点类型、坐标及方向信息。一般的指纹图像提取的特征点在10~100个之间,大多数文献均认为至少应该有12个特征点才能进行自动识别。指纹细化图像指纹图像特征点特征值提取应用系统利用指纹识别技术可以分为2类,即验证和辨识。验证就是通过把现场采集到的指纹与己经登记的指纹进行一对一的比对,来确认身份的过程。辨识则是把现场采集到的指纹同指纹数据库中的指纹逐一对比,从中找出与现场指纹相匹配的指纹。指纹匹配•指纹录入清晰度已经有保证。•指纹识别算法也很高效和准确。•指纹可以被盗取,复制,进而威胁用户信息安全。•上传云端的指纹可能被一些不法分子盗取利用。1)首先需要有初始的指纹,比较好的载体是玻璃杯、门把手和光面纸。2)指纹的主要成分是油脂和汗水,要用法医鉴定的方法来获取指纹,洒上一些带颜色的石墨粉,它们会粘在油脂上,指纹就会显现出来。3)然后要用到氰基丙烯酸酯,这是超强力胶水的主要成分。倒一些在瓶盖上,再压到指纹上。4)之后指纹会变成白色固态状5)把指纹数字化6)经过后期处理后,打印在透明薄片上7)涂上木胶8)等干了之后,取下来就可以用了