搜索
指纹识别技术的研究现状一.指纹识别的应用背景•当今社会，随着电子商务、电子银行等的兴起，人们对于更安全、更方便的保密机制、身份认证和访问控制的需求变得越来越紧迫。•而研究表明：人的指纹具有唯一性、终生不变以及与主体永不分离的特点，使人们开始关注并加大力度研究其识别技术，来作为身份特征符号。二指纹识别的基本原理•指纹识别可归结为利用智能算法在指纹图像上找到并比对指纹的特征。而指纹的特征主要分为两类以进行指纹的验证：总体特征和局部特征。三指纹识别的基本过程•通过指纹读取设备读取到人体指纹的图像•要对原始图像进行预处理，使之更清晰。•提取指纹特征，建立指纹的数字表示特征数据。•验证端采集指纹，提取特征。•与数据库指纹匹配，计算相似度，给出匹配结果。用户ID用户指纹数据库指纹特征值提取特征值比对四国内指纹识别的发展•我国古代就用以画押,证明身份的符号。•1997年12月中国科学院长春光机所的“方圆光电技术公司”研制成功5种ZY系列活体指纹采集仪。•2005年10月，ADEL自行研发具有人工智能及内部自带数学软件指纹专用芯片成功问世•2005年12月中控科技基于中控自主知识产权的芯片ZK6001样片及开发板宣布完成•2009年中北大学信息与通信工程学院提出了一种基于傅立叶变换的指纹图像增强技术，大大提高了图像的清晰度五国外指纹识别的发展•1684年，英国人N．Grew就对指纹的脊线、谷线和毛孔结构进行了系统的研究。从此，大量的研究者开始致力于指纹识别技术的研究。•1788年，Mayer对于指纹的解剖结构作了详细描述，提出了大量的指纹特征。•1823年，Purkinje提出了第一个指纹分类方法，将指纹按脊线结构分为9种类别。•1880年，HenryFauld首先科学地分析了指纹的唯一性和不变性，提出了用指纹识别罪犯，从而为现代指纹识别奠定了理论基础。•1888年，FracisGallon对指纹进行了广泛研究后，在指纹的分类中收入了细节特征。•1899年，EdwardHenry在指纹识别的研究中做出了重大突破，建立了用于指纹分类的著名的“Herry系统”。•20世纪初，指纹识别己被公安和法律机构广泛接受为一种有效的个人识别方法，指纹识别机构也在世界范围内建立起来，并建立了罪犯指纹数据库。•20世纪的60年代开始探索利用计算机技术的自动指纹识别系统。•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，人们开始利用计算进行指纹自动识别的研究。•20世纪80年代，个人电脑、光学扫描这两项技术的革新，使得它们作为指纹取像的工具成为现实，从而使得指纹识别可以在其他领域中得以应用。•20世纪90年代后期，低价取像设备的引入及其飞速发展，为指纹识别的应用提供了舞台。六指纹识别研究的现状•如今，生物识别系统要面对各种威胁。在自动指纹识别系统中，使用硅胶或明胶制成的假手指可以欺骗各种指纹传感器）。•检测所提供的生物识别样本指纹是来自一个活体手指还是假手指这一艰巨任务，需要基于生理上的特点，如血压，温度，气味，硬度和汗水，提出了多种区分活体手指和假手指的方法六测指纹活性的方法•基于硬件的方法包括：1）血压检测2）温度检测，3）皮肤电阻或电容检测，以及4）气味检测。•特点：生理特征明确的优势，，但价格昂贵且笨重。•基于软件的方法包括：•1）基于汗渍：只有活体手指能出汗，因此可以通过图像分析检测汗水。但此方法容易受到一系列特征因素的影响包括手指压力敏感，环境，使用者和时间间隔等。•2)基于皮肤变形：当手指在指纹传感器上按压并旋转时，不同的硬度会产生不同的变形。可以通过比较这些扭曲检测手指的活性。该方法的关键在于材料硬度的差别。因此，当假材料的硬度类似于活体皮肤时该方法表现不佳。•3)基于影像质量：事实上，很难伪造比活体指纹图像具有相同或更好质量的指纹图像。一般来说，假冒的指纹图像质量并不像活体指纹图像一样好。七基于影像质量检测方法基于影像质量的方法已经提出很多种，现在对以下两种进行介绍•基于带选择性傅里叶谱的指纹活性检测•基于MRF和SVM-KNN分类的假指纹检测•指纹是脊谷交错的纹理。当把指纹图像转换到频域时，将主要产生两个环状区域。第一个环的半径反映了指纹图像脊的间距d=N/r，其中d、N、r依次代表在空间域脊的间距、指纹影像的宽度以及第一个环的半径。换句话说，该幅值的大小（所谓的频谱能量）反映了脊谷纹理的强度。•当我们利用明胶和硅胶制造假手指时，很难复制的与活体指纹完全相符。对于不同材料和形状的假手指，活体指纹和假手指的指纹图像有所不同，即假指纹与活体指纹看起来非常像，可以通过分析频谱的能量差别检测指纹活性。基于带选择性傅里叶谱的指纹活性检测检测流程•用于衡量图像中随机位置某一灰度值出现的概率，像素之间相关性可以表明指纹的真假性。•通过直方图计算像素之间的变化程度，并提取一阶统计量。•图像的灰度共生矩阵能反映出图像灰度关于变化幅度、方向、相邻间隔的综合信息。•马尔科夫随机场模型可以表达图像数据的空间概率关系的建模并且用于纹理特征模型。基于MRF和SVM-KNN分类的假指纹检测检测流程