行业新闻
您当前所在位置:首页  »  新闻中心  »  行业新闻  »  正文

指纹识别中的基本概念与技术困难

更新时间:2014-4-24 14:52:45  浏览次数:2361  来源:指安科技

 

发布日期:2012-4-20 14:31:31 新闻来源:指安科技
指纹图像其实是比较复杂的,它有着许多不同于其他图像的特征。与人工处理不同,现代的生物识别技术并不直接存储指纹的图像(一是考虑到隐私权,二是由于储存空间),而是记录从指纹源图像中提取到的特征,指纹识别算法最终都归结为在指纹图像上找到并比对指纹特征。我们定义了指纹的两类特征来进行指纹的验证:总体特征和局部特征。总体特征是指那些用人眼直接就可以观察到的特征,包括:基本纹路图案:环型(loop),拱型(arch),漩涡型 (whorl)。其他的指纹图案都基于这三种基本图案。仅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。指纹图像类别比例是这样的:漩涡型(包括whorl double whorl)占27. 9%,环型(包括right loop, left loop)占65. 5%,拱型(包括arch, tented arch)占6. 6%。
目前指纹识别技术还有很多困难。例如:当三维的指纹被指纹录入设备扫描成二维的数字图像时, 会丢失一部分信息,手指划破、割伤、弄脏、不同干湿程度以及不同的按压方式,还会导致指纹图像的变化,这给可靠的特征提取带来了相当地困难。例如传统的 基于细节点的识别方法,是依靠提取指纹脊线上的细节点,然后对其位置和类型进行匹配,来识别指纹的(详细描述在第三章中),而噪声会影响特征提取准确度,增加错误的特征点或丢失真正的特征点。当噪声很大时,就要增加图像增强算法来改善图像的质量,但很难找到一种增强算法能够适 应所用的噪声,多种增强算法又会大幅增加算法运行时间,不好的增强算法又会增加人为特征。当噪声增大时,提取了许多虚假细节点,还有可能丢失细节点。这就是传统的基于细节点识别算法的不足之处之一,因为它只利用了指纹图像中的一小部分信息—细节点位置和方向,作为特征进行匹配,丢失的蕴涵在图像中的其他丰富的结构信息。不难想象,基于这种方法的识别算法,很难全面适应指纹的变化。