指纹识别应用研究
来源:用户上传
作者:
摘 要：模式识别技术是如今社会聚焦的热点，它快速发展也带来了生物体特征识别技术的推进，生物体识别技术包括指纹识别、虹膜识别、耳廓识别等，指纹识别技术作为生物体特征识别技术之一在新世纪逐渐成熟，进入了人类的生产生活领域，基于此，接下来将从指纹模式对于指纹进行介绍，对指纹识别的过程进行分析，在现有指纹识别应用的基础上指明几点问题并对未来指纹识别技术的发展做出展望。
关键词：指纹模式；指纹识别；指纹
DOI：10.16640/j.cnki.37-1222/t.2019.09.140
模式识别技术是通过计算机对于研究对象进行数字化处理，把研究的事物进行区别划分，将同一类或者同一特征的物体进行归类化处理，从而得到我们所希望的结果。指纹识别就是利用人类生物体特征不同的特性，将每个人的指纹分别归类，利用计算机系统进行检索，最终确定使用者的真实身份。
1 指纹模式
指纹是人类手指末端由凹凸的皮肤所形成的纹路，在人类出生之前指纹就已经形成并且随着个体的成长指纹的形状不会发生改变，只是明显程度的变化，而且每个人的指纹都是不同的，在众多细节描述中能进行良好的区分，指纹纹路有三种基本的形状：斗型（whorl）、弓型（arch）和箕型（loop）。在指纹中有许多特征点，特征点提供了指纹唯一性的确认信息，这是进行指纹识别的基础，分为总体特征和局部特征，总体特征又包括了核心点（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（指纹纹路的数量）；局部特征是指纹的细节特征，在特征点处的方向、曲率、节点的位置，这都是区分不同指纹的重要指标。
2 指纹识别
指纹识别是将识别对象的指纹进行分类比对从而进行判别。指纹识别的第一步是指纹图像的获取，目前已经有多种指纹图像的获取方式，主要有光学指纹采集技术、电容式传感器指纹采集、温度传感指纹获取技术、超声波指纹采集技术、电磁波指纹采集技术，获得图像后进行预处理加工，要实现图像的灰度变换、分割、均衡化、增强、细化等预处理步骤。这里我们从指纹图像的分割、均衡化、增强三部分对于预处理进行简要的介绍。首先要把指纹从整个图案上分割出来，背景图和指纹分布图的灰度是不同的，这就确定了两者强度的区别，利用梯度这个概念就能将指纹从背景图中很好的分离开；均衡化是预处理中的重要一步，在提取时根据环境的不同得到的指纹图像不同区域的像素分布点是不同的，均衡化就是将不同区域分布的像素进行均值划分得到亮度分布均衡的图像；为了便于特征的提取，在几步加工后的图像还要智能化增强，Daugmann实现了利用Gabor小波逼近的方法使指纹图像的纹路线条更加清晰，即白的部分更白，黑的部分更黑，线条的边缘分布更加平滑。
对于处理好的指纹图像，指纹的纹路已经十分清晰，要进行指纹识别必须要进行特征提取，分离出那些具体的特征点来代替不同的纹路，首先提取指纹的特征端点和叉点，将端点叉点图像进行九宫格分割，利用指纹特征分布的灰度值是不同的这个特性，将指纹图像的端点和叉点分离出来，对于奇异点的提取利用Poincare公式，利用这个公式提取方向场周围剧烈变化的点，我们在计算机中使用不同的算法分别实现各个特征点的提取过程。
最后将识别的指纹分类操作，指纹的分类是用采集的指纹特征与数据库中保存的指纹特征相比较，判断是否属于同一指纹，首先根据指纹的纹形进行粗匹配，进而利用指纹形态和细节特征进行精确匹配，给出相比较指纹的相似性程度。根据应用的不同，对指纹的相似性得分进行排序或给出是否为同一指纹的判决结果，指纹对比有两种方式：一对一比对是根据用户从数据库中检索出待对比的用户指纹，再与新采集的指纹比对；一对多比对是新采集的指纹和数据库中的所有指纹逐一比对。
3 指纹识别应用
近几年指纹识别技术快速发展，在众多生物体识别技术中属于比较成熟的一种识别方式，而且随着智能手机热潮的袭来，指纹识别已经广泛应用在智能手机领域：手机解锁、支付信息、消息确认等。本文接下来从门禁技术和银行技术方面进行指纹识别的介绍。门禁技术中是将指纹提前录入数据库中，在对使用者进行指纹认定时，首先提取使用者的指纹，门禁系统进行指纹识别过程处理，得到分类信息，进行已录入指纹的对比验证，符合数据库中指纹信息则系统执行开门操作；基于门禁系统，对于如今学生使用门卡开门的操作，学生容易丢卡和携带不便的问题，在宿舍管理使用指纹识别能很大程度解决存在的问题。如今自助银行取钱时，只进行密码验证容易被不法分子识别，所以在部分地区已经开始银行卡与指纹信息匹配的记录，取钱验证密码和银行卡的同时要对指纹信息进行比较，首先获取用户指纹信息，取款机自动将指纹信息传递后台，后台进行录入指纹与验证指纹的比对识别，若符合要求，则成功取钱，这进一步的环节能为使用用户的安全给予更多的保障。
指纹识别的应用仍存在一些问题，鉴于亲属之间指纹存在相似性，算法的精度不高容易导致识别错误，而且在接触东西时遗留的指纹信息容易被他人引用，安全性不高，这就要求我们模式识别过程中提升算法的精度，并且综合除指纹外其它方面信息綜合识别。本文接下来有几项指纹识别的发展展望，活体检测与指纹识别结合，避免遗留指纹被窃取而造成的不良后果，包括人脸识别、虹膜识别等多种识别技术的综合性生物特征识别，提高识别结果的准确性；将指纹识别与信息登记一体化，建立庞大的数据库，经过指纹就可以查询登记信息，包括学生信息、公民信息、获奖信息等，进行开锁操作，包括门锁、车锁、手机锁等，这样的一体化信息会极大的方便人们的生产生活。
参考文献：
[1]卢官明，李海波，刘莉.生物特征识别综述[J].南京邮电大学学报（自然科学版），2007（01）：81-88.
[2]王曙光.指纹识别技术综述[J].信息安全研究，2016，2（04）：343-355.
[3]陆颖.指纹自动识别原理与方法综述[J].工程数学学报，2004（06）
：1003-1010.
[4]顾陈磊，刘宇航，聂泽东等.指纹识别技术发展现状[J].中国生物医学工程学报，2017，36（04）：470-482.
[5]孙静，康风建，孙彦涛.基于指纹识别的门禁系统设计[J].智能计算机与应用，2017，7（06）：155-156.
转载注明来源:https://www.xzbu.com/1/view-14700968.htm
