|
指纹识别技术原理及应用研究，安全是许多系统必须考虑的问题，密码机制或硬件标志系统因此应运而生，现行的许多机密系统或计算机系统都使用“用户ID+密码”方法来进行用户的身份认证和访问控制。然而，这种方法隐含着密码容易被忘记或被别人窃取等问题。若用户忘记了自己的密码将无法进入系统，虽然可以通过系统管理员重新设定密码解决，但若系统管理员忘记了自已的密码，则整个系统也许只有重新安装后才能工作，显然这种方法难以从根本上解决问题。
19世纪未20世纪初，科学研究发现了指纹的两个重要特征：一是唯一性，两个不同指纹纹脊的式样不同；二是不变性，指纹纹脊的式样终生不变，从而揭开了指纹技术研究和应用的序幕。为上述问题的彻底解决提供了新思路。
指纹识别技术的发展得益于现代电子集成制造技术和快速可靠的识别算法的研究，尽管指纹只是人体皮肤的一小部分但用于识别的数据量相当大，对这些数据进行比对已不是简单的相等与不相等的问题，而是要使用模糊匹配算法，目前指纹技术识别算法的可靠性也在不断改进提高。
1指纹识别技术基础——指纹的特征
通常可通过指纹的两类特征进行验证：总体特征和局部特征，在考虑局部特征的情况下，英国E R．Herry认为：只要比对13个特征点重合，就可以确认是同一个指纹，总体特征指那些用人眼直接就可观察到的特征。
1．1总体特征
其它的指纹图案都是基于此3种基本图案，这只是个粗略的分类，通过详细分类可使在大数据库中搜寻指纹更为便捷。
I．2 局部特征
局部特征即指纹上节点的特征，这具有某种特征的节点称为特征点，两枚指纹经常会具有相同的总体特征，但它的局部特征——特征点，却不可能完全相同，指纹纹路并不是连续、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特征点。就是这些特征点提供了指纹唯一性的确认信息，指纹上的节点有4种不同特性。
特征点的类型，特征点有多种类型。
方向(ocienlalion)．节点可朝着一定的方向；
曲率(curvature)．描述纹路方向改变的急剧程度：
位置(position)．节点位置通过(x．y)坐标来描述，可以是绝对的，亦可相对于三角点或特征点。
2 指纹识别原理——验证和辨识
2．1指纹传感器
指纹传感器主要有3大类：光学，硅晶体传感器和超声等。
20世纪70年代出现了依据光的全反射原理开发的光学指纹传感嚣，迄今这种传感器已可装在15cm x 7．5cm x 15cm盒子里，最近此类传感器体积已小到7．5cm x 2．5cm x2．5cm。其原理是：光线照到压有指纹的玻璃表面，反射光线由CCD获得，通过反射光的强度及分布获得压在玻璃表面指纹的脊和谷的深度等，从而得到指纹信息。
硅晶体传感器是最近在市场上才出现的，它是靠微型晶体的平面通过多种技术来绘制指纹图像，诸如电容指纹传感器，温度指纹感应传感器等。
超声波扫描很像激光扫描，它通过扫描指纹的表面，获取指纹图像，高识别率、低价格和紧凑的体积是研究及应用指纹传感器的3大指标．
2．2图像增强
图像增强用以减弱噪音，增强脊和谷的对比度。为此，需设计一个适当的匹配滤镜和恰当的阀值，一般经过滤图像与脊局部方向相匹配，图像首先分成几个小区域(窗口)，并在每个区域上计算出脊的局部方向来决定方向图，可以由空间域处理，或经快速二维傅里叶变换后的频域处理得到每个小窗口上的局部方向。
依据每个像素处脊的局部走向，滤镜应增强在同一方向脊的走向且在同一位置，减弱任何不同于脊的方向，后者含有横跨脊的噪音，故其垂直于脊的局部方向上的那些不正确的“桥”会被滤镜过滤掉，因而合适匹配的滤镜可恰到好处地确定脊局部走向的自身方向，它应该增强或匹配脊而不是嗓音。
图像增强后，需选取一些脊，虽然，在原始灰阶图像中，其强度各异且按一定梯度分布，但它们真实的信息被二元化，脊及其相对的背景．二元操作使一个灰阶图像变成二元图像．图像在强度层次上从原始的256色(8-bit)降为2色(1．KI)．二元化的困难在于并非所有指纹图像有相同的阀值。所以一般不采取从单纯的强度入手，单一图像的对照物是变化的，如手在中心地带按的较紧，因此，“局部自适应阀值”法被用来决定局部图像强度的阀值，另外，在节点提取之前需细化。以保持原有脊的连续性，降低由于人为因素所造成的影响。
3．验证和辨识——指纹识别技术
通常把一个现场采集到的指纹与一个已经登记的指纹进行一对一的比对(One-one~matching)，来验证身份的过程。
作为验证的前提条件，有关指纹须在指纹库中已经注册，通常软件从指纹上找到节点的数据点，即那些指纹纹路的分叉、终止或打圈处的坐标位置，计算出约300—490个字节数据，形成所谓的指纹模板。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节点间的关系，有的算法还可处理整幅指纹图像，总之，这些指纹数据模板，保存为约I K字节大小的记录。无论它们是怎样组成的，至今仍然没有一种标准的模板，也没有一种公开的抽象算法，而是各个开发者或厂商自行定义，指纹以数据模板的压缩格式存贮，并与其姓名或其标识(ID．PIN)联系起来，然后比对现场，先验证其标识，再利用系统的指纹与现场采集的指纹比对来证明其标识是合法的，这是应用系统中使用得较多的方法。
辨识则是把现场采集到的指纹同指纹数据厍中的指纹逐一对比，从中找出与现场指纹相匹配的指纹，即：一对多匹配。(one-to-many matching)。
4．辨识主要应用于犯罪指纹匹配的传统领域中
验证和辨识在比对算法和系统设计上各具技术特点，例如，验证系统一般只考虑对完整的指纹进行比对，而辨识系统要考虑残纹的比对；验证系统对比对算法的速度要求不如辨识系统高。但更强调易用性；另外在辨识系统中，一般要使用分类技术来加快查询的速度。
除了验证的一对一和辨识的一对多比对方法，在实际应用中还有：一对几个匹配。(one-to-few matching)．在此不再簧述。
鉴于美国有关法律认为，指纹图像属于个人隐私，因此不能直接存储指纹图像，许多生物识别技术公司并不直接存储指纹的图像，而是产生了许多数字化的算法用于在指纹图像上找到并比对指纹的特征。
综上所述，指纹识别技术一般性原理，主要涉及4个功能：读取指纹图像，提取特征，保存数据和比对，最终得到两个指纹的匹配结果，通过或不通过。
5．安全性考虑
由于计算机处理指纹时只涉及指纹的有限信息，且比对算法并不精确匹配，其结果也不能保证100％准确．指纹识别系统的特定应用的重要衡量标志是识别率，主要由两部分组成：拒判率(FRR)和误判率(FAR)，我们可根据不同的用途来调整这两个值，FRR和FAR是成反比的，用0一I．0或百分比来表达这个数。ROC(receiver operating曲线给出 FAR和YRR之间的关系。
尽管指纹识别系统仔在着可靠性问题，但其安全性也比相同可靠性级别的用户+密码方案高得多。例如采用4位数字密码的系统，不安全概率为0.0l％，若与采用误判率为0.01％指纹识别系统相比，由于人们可以在一段时间内试用所有可能的密码。因此4位密码并不安全，但是一个人绝对不可能找到1000个人去验证他的十指。正因为如此，权威机构认为，在应用中l％的误判率就可以接受，ＦＲ实际上也是系统易用性的重要指标。
由于FRR和PARJ是互矛盾的，这就使得在应用系统的设计中，要权衡易用性和安全性，一个有效的办法是比对两个或更多的指纹，从而在不损失易用性的同时，极大地提高系统安全性。
6．指纹识别技术应用实例
通常指纹识别技术应用领域包括：考勤系统或考勤机；计算机的登录认证；门禁控制(家庭、建筑物、重要部门或设备)；证件舫伪(如护照．身份证、信用卡等)；银行保管箱．ATM和POS机终端等的安全认证；银行储户的身份确认、电子商务和网上银行的安全认证：考生身份确认；公安系统身份确认；银行．证券交易所和保险公司的身份验证；网路、数据库和文件等的安全控制；手机．PDA等个人信息处理设备的使用认证；各类指纹锁等。
|