指紋識(shí)別在生活中的應(yīng)用越來越多，那么你真的了解它嗎？今天指紋模塊FPC小編就帶您一起來了解一下指紋識(shí)別。

一、指紋識(shí)別成智能手機(jī)標(biāo)配

伴隨移動(dòng)支付業(yè)務(wù)的火爆，指紋識(shí)別技術(shù)已成為今天智能手機(jī)的標(biāo)配，而在CMOS圖像傳感器/TFT顯示屏、超音波偵測(cè)等新技術(shù)的不斷助推下，更讓其市場迎來了發(fā)展的新春。

據(jù)調(diào)研機(jī)構(gòu)Yole預(yù)測(cè)，未來5年，指紋識(shí)別市場的復(fù)合年增率（CAGR）將達(dá)到19%，市場規(guī)模有望從2016年的28億美元，增加到2022年的47億美元。

最初只是作為方便手機(jī)解鎖功能的元器件——指紋識(shí)別傳感器，如今在智能手機(jī)移動(dòng)支付業(yè)務(wù)的帶動(dòng)下，已經(jīng)變成要為移動(dòng)支付把關(guān)的重要安全元素。據(jù)業(yè)內(nèi)人士分析，目前的指紋識(shí)別市場，大多來自于OEM廠對(duì)全玻璃設(shè)計(jì)與防水功能的需求。這促使CMOS/TFT、超音波偵測(cè)等新技術(shù)，進(jìn)一步推動(dòng)高整合型指紋識(shí)別技術(shù)的演進(jìn)。

據(jù)統(tǒng)計(jì)，2016年的指紋識(shí)別傳感器的出貨量已達(dá)6.89億顆，相較2013年的2300萬顆，CAGR達(dá)到210%。當(dāng)然，大量的需求也促使指紋識(shí)別傳感器均價(jià)的走低，目前已從5美元下滑到3美元，甚至更低，未來供應(yīng)商仍將繼續(xù)面臨價(jià)格壓力。

指紋識(shí)別市場對(duì)傳感器制造商來說具有較高彈性，雖然今后5年的市場規(guī)模非?？捎^，但如何在激烈的市場競爭中脫穎而出，仍然是考驗(yàn)相關(guān)廠商的一道難題。

二、指紋識(shí)別的原理

指紋識(shí)別技術(shù)包含有以下兩種主要的識(shí)別技術(shù)：

第一種是采用不同指紋圖像統(tǒng)計(jì)對(duì)比的方法；
第二種是采用指紋圖像本身固有的特征信息進(jìn)行比對(duì)的方法。

第一種方法主要是將兩幅指紋圖像進(jìn)行統(tǒng)計(jì)對(duì)比，查看他們之間相似度的大小，根據(jù)大小來判斷這兩幅指紋是否取自于同一個(gè)人，從而實(shí)現(xiàn)身份識(shí)別的作用。第二種方法是根據(jù)兩幅指紋圖像的結(jié)構(gòu)特征，比較他們的特征信息，確認(rèn)他們的身份。特征包含兩種類型：全局特征類型和局部特征類型。
 

指紋識(shí)別技術(shù)的全過程是：

（1）使用指紋采集設(shè)備采集指紋圖像。
（2）對(duì)指紋圖像中的大量噪聲點(diǎn)進(jìn)行預(yù)處理，從而提升后面處理的效率。在預(yù)處理之后，得到了一個(gè)關(guān)于指紋圖像的輪廓線，為下一步特征提取做準(zhǔn)備。
（3）進(jìn)行指紋圖像的特征提取，提取出其特征信息點(diǎn)。
（4）對(duì)指紋圖像進(jìn)行特征匹配，把提取的特征點(diǎn)與數(shù)據(jù)庫中預(yù)存的特征點(diǎn)進(jìn)行比對(duì)，通過比對(duì)來判斷身份。根據(jù)英國學(xué)者E.R.Herry 的研究發(fā)現(xiàn)，兩個(gè)指紋圖像中，如果特征點(diǎn)的對(duì)數(shù)有13 對(duì)是重合的，就可以認(rèn)為這兩個(gè)圖像取自于同一個(gè)人。

指紋識(shí)別系統(tǒng)的主要性能參數(shù)有以下幾種：

(1)誤識(shí)率：指兩個(gè)不同指紋被錯(cuò)誤地識(shí)別成相同指紋的概率；

(2)拒識(shí)率：指同一個(gè)手指的兩個(gè)不同指紋樣本不能匹配，即被認(rèn)為來自不同手指的概率；

(3)等錯(cuò)誤率：第一和第二種錯(cuò)誤相等時(shí)的數(shù)值；

(4) 注冊(cè)時(shí)間：從指紋被采集到完成指紋特征提出所需要消耗的時(shí)間；

(5) 匹配時(shí)間：兩個(gè)指紋樣本進(jìn)行一次對(duì)比匹配所需要消耗的時(shí)間；

(6) 模板特征的大小：從一個(gè)指紋圖像中提取出的指紋特征的存儲(chǔ)容量；

(7)分配內(nèi)存的大小：在指紋識(shí)別的各個(gè)階段，計(jì)算機(jī)系統(tǒng)需要占用的內(nèi)存數(shù)量。
 

三、指紋圖像的質(zhì)量評(píng)估

在通過指紋采集設(shè)備把圖像采集進(jìn)入系統(tǒng)之后，我們需要對(duì)采集到的指紋圖像的質(zhì)量進(jìn)行評(píng)估。如果圖像的質(zhì)量不達(dá)標(biāo)，就會(huì)對(duì)后期產(chǎn)生影響。因此，需要對(duì)指紋圖像進(jìn)行評(píng)估。目前，指紋圖像的質(zhì)量評(píng)估有以下幾種方法：

（1）計(jì)算圖像的信噪比：

這種方法是指求出圖像的信號(hào)與噪聲的方差之比。首先計(jì)算圖像所有像素的局部方差，將局部方差的最大值設(shè)為信號(hào)方差，最小值設(shè)為噪聲方差，求出它們的比值，再轉(zhuǎn)成dB 數(shù)，最后用經(jīng)驗(yàn)公式進(jìn)行修正。此方法在效率方面表現(xiàn)一般。

（2）統(tǒng)計(jì)指紋圖像細(xì)節(jié)點(diǎn)的數(shù)量：

對(duì)指紋圖像中細(xì)節(jié)點(diǎn)的數(shù)量進(jìn)行識(shí)別和統(tǒng)計(jì)。通過數(shù)量的多少來判斷該指紋圖像的質(zhì)量是否在合格的范圍之內(nèi)。此方法理論上可行，但是由于首先需要對(duì)指紋進(jìn)行預(yù)處理、提取細(xì)節(jié)點(diǎn)，因此效率不高。

（3）視覺客觀測(cè)度：

該方法建立在視覺測(cè)評(píng)過程和客觀測(cè)度基礎(chǔ)上，利用設(shè)定的評(píng)測(cè)參數(shù)，對(duì)指紋圖像的質(zhì)量評(píng)價(jià)出一個(gè)綜合結(jié)果。這一方法從全局上對(duì)指紋圖像的質(zhì)量，能夠得出很好的判斷。但是從局部上來看，指紋的紋理分析缺少了對(duì)指紋方向信息的判斷。

（4）計(jì)算指紋圖像方向信息：

從指紋圖像局部特征開始，結(jié)合指紋的全局特征來判斷指紋圖像的質(zhì)量。通過檢測(cè)圖像的有效面積和清晰度，來確定圖像是否合格。具體方法是：首先，通過計(jì)算圖像方向信息，確定前景塊和背景塊；然后，通過比較前景塊和背景塊的比例來判斷是否是偏手指；再次，通過圖像塊的對(duì)比度的大小來判斷是干手指或濕手指（干手指對(duì)比度較大，濕手指對(duì)比度較?。?。
 

四、指紋圖像的分割

在指紋圖像質(zhì)量評(píng)估合格后，需要對(duì)圖像進(jìn)行灰度變換，即對(duì)指紋圖像均衡化，使得圖像灰度均衡，以及對(duì)圖像進(jìn)行歸一化。在這些完成之后，還需要對(duì)圖像按照一定的算法和要求進(jìn)行分割。即把指紋圖像中質(zhì)量很差，后期無法處理的圖像區(qū)域與有效區(qū)域進(jìn)行區(qū)分，使后期處理集中到有效區(qū)域上，提供特征提取精度，減少處理時(shí)間。目前，常用的分割方法有以下幾種：

（1）基于方向圖的分割方法：

根據(jù)圖像上紋理的方向，區(qū)分指紋區(qū)域和背景區(qū)域，然后按照不同的區(qū)域分割。如果指紋的紋理線不連續(xù)、圖像的灰度 單一等方向難以正確估計(jì)或者有些區(qū)域變化劇烈，則此方法不能進(jìn)行有效的分割。

（2）基于圖像的局部灰度均值、局部標(biāo)準(zhǔn)差和局部一致性的分割方法：

利用指紋圖像局部區(qū)域的灰度均值、標(biāo)準(zhǔn)差和一致性作為特征，再采用線性分類來分割指紋圖像。局部圖像的一致性顯示了局部圖像的紋理走向，但是這些特征對(duì)于模糊區(qū)域無法做出有效的表示。

（3）多級(jí)分割法：

就是將指紋圖像進(jìn)行多級(jí)分割，逐級(jí)減少分割的范圍。例如：第一級(jí)分割圖像的背景區(qū)域，第二級(jí)在前景區(qū)域中分割出模糊區(qū)域，第三級(jí)從模糊區(qū)域中分割出不可恢復(fù)區(qū)域。

（4）動(dòng)態(tài)閾值分割法：

根據(jù)各個(gè)子塊的局部灰度對(duì)比度自動(dòng)調(diào)節(jié)閾值，基于像素的方差進(jìn)行分割。該方法簡單、快捷、分割效果好。具體為：將圖像劃分為不重疊的各個(gè)子塊；計(jì)算每個(gè)子塊的平均灰度和灰度方差；計(jì)算方差最大值與最小值之間的差值；定義動(dòng)態(tài)閾值，并分割圖像；平滑操作，去除孤立塊。
 

五、指紋圖像的增強(qiáng)

指紋圖像增強(qiáng)就是將模糊的指紋紋理改變得更加清晰，例如：將斷裂的指紋紋線進(jìn)行連接，把連接的紋線區(qū)分開，而且在這個(gè)過程中還需要保持原有的指紋圖像結(jié)構(gòu)，使圖像更加易于提取特征信息。目前，有以下幾種指紋圖像增強(qiáng)方法：

（1）從脊線方向上采用平滑算子而在垂直于脊線的方向使用增強(qiáng)算子的圖像增強(qiáng)算法。這種算法在理論上是十分正確的，但是要估計(jì)出脊線寬度以及濾波的參數(shù)卻比較困難。如果參數(shù)估計(jì)有誤，則會(huì)使得脊線產(chǎn)生污染，并且對(duì)于脊線上有折痕的指紋會(huì)產(chǎn)生偏差。

（2）基于Gabor 濾波器的指紋圖像增強(qiáng)算法。此算法是在使用上一方法之前先進(jìn)行濾波。將指紋圖像分成不同的區(qū)域，有效削弱垂直于主導(dǎo)紋線方向的噪聲，提高方向信息提取的可靠性。

（3）傅立葉增強(qiáng)后濾波的方法。基于時(shí)間和處理效果的考慮，先采用傅立葉變換來增強(qiáng)指紋圖像，然后使用濾波器來修補(bǔ)指紋圖像的紋線。具體為：首先，多級(jí)分割出可恢復(fù)區(qū)域塊，將該塊像素變?yōu)閺?fù)數(shù)形式；利用離散傅立葉變換，濾掉頻率過高或過低的頻帶噪點(diǎn)；利用方向?yàn)V波器消除指紋的斷裂和叉連。
 

六、指紋圖像的提取

在細(xì)化圖像的基礎(chǔ)上提取

首先，需要對(duì)指紋圖像進(jìn)行細(xì)化處理，將指紋紋線變細(xì)，然后通過分析紋線上每一個(gè)像素點(diǎn)的8 個(gè)方向上的連接點(diǎn)來判定該像素點(diǎn)的類型、位置，并且通過分析該像素點(diǎn)所連接的紋線段來判斷點(diǎn)位的方向，進(jìn)而提取出特征點(diǎn)。這個(gè)方法存在的優(yōu)點(diǎn)是原理比較簡單而且容易實(shí)現(xiàn)；缺點(diǎn)是需要對(duì)大量的像素點(diǎn)進(jìn)行細(xì)化處理，時(shí)間較慢，當(dāng)圖像質(zhì)量不高時(shí)，細(xì)化處理會(huì)產(chǎn)生很多雜質(zhì)項(xiàng)。

從原始灰度圖像上直接提取

利用指紋方向圖，在灰度圖像上跟蹤指紋的紋線，每跟蹤一定的長度，根據(jù)圖像的投影極值來確定紋線的位置，當(dāng)遇到端點(diǎn)和分叉點(diǎn)時(shí)無法投影，跟蹤過程自動(dòng)終止。這個(gè)方法的優(yōu)點(diǎn)是具有較高的效率和精度；缺 點(diǎn)是實(shí)現(xiàn)起來比較復(fù)雜，需要大量的運(yùn)算，而且當(dāng)圖像質(zhì)量不高時(shí)，求出的方向圖可能不可靠，導(dǎo)致跟蹤出的紋線出現(xiàn)偏差。
 

七、指紋圖像的匹配

指紋圖像匹配是指用當(dāng)前指紋圖像提取出的指紋特征與事先預(yù)存在指紋數(shù)據(jù)庫中的特征進(jìn)行比對(duì)，從而判斷這兩個(gè)指紋特征是否一致，即是否來源于同一根手指。這個(gè)階段為了避免一些因素的干擾，例如變形、虛假特征點(diǎn)、特征點(diǎn)位置誤差等，需要設(shè)計(jì)一個(gè)準(zhǔn)確有效的匹配算法。目前，有以下幾種方法：

（1）基于點(diǎn)模式匹配算法。

目前大多數(shù)算法都是基于細(xì)節(jié)點(diǎn)的特征來進(jìn)行匹配。該匹配分為以下幾種類型：基于匹配的對(duì)象可以分為1 對(duì)1 進(jìn)行匹配和1 對(duì)多進(jìn)行匹配；基于匹配的適應(yīng)程度可以分為彈性的匹配和剛性的匹配。

（2）基于紋理模式匹配算法。

首先將指紋圖像分割出來的有效區(qū)域進(jìn)行網(wǎng)格化，然后利用Gbaor 濾波從像素點(diǎn)的8 個(gè)不同的方向處理該紋線區(qū)域，得到指紋的全局信息和局部信息，并轉(zhuǎn)化成一個(gè)特征信息，最后比較當(dāng)前指紋圖像和數(shù)據(jù)庫中的圖像相應(yīng)特征信息的差異。該算法可以解決質(zhì)量較差且區(qū)域細(xì)節(jié)點(diǎn)難以提取的圖像匹配的困難。但是這種方法需要對(duì)每個(gè)像素點(diǎn)進(jìn)行大量的運(yùn)算，而且無法處理形變比較大的指紋圖像的匹配。
 

八、常見生物識(shí)別對(duì)比

隨著生物識(shí)別技術(shù)的快速發(fā)展，用戶經(jīng)常會(huì)產(chǎn)生一個(gè)疑問：生物識(shí)別技術(shù)這么多類別，選擇哪種才是最合適的？

除了上面一直在談的指紋識(shí)別，常見的還有人臉識(shí)別、虹膜識(shí)別，哪種技術(shù)更好？

一 般來講，個(gè)人身份驗(yàn)證的方法有三種：

1)你擁有的東西，例如NFC手機(jī)、智能卡；
2)你所知道的，例如PIN、密碼；
3)最后就是你自身。

卡、令牌、 PIN驗(yàn)證等技術(shù)只能100%保證接觸的信息是正確的，但卻很難保證這個(gè)人是真實(shí)存在的。生物識(shí)別技術(shù)帶來的是人與行為之間的驗(yàn)證環(huán)，還有另一個(gè)好處就是方便。你不會(huì)丟了它，忘了它或是與人共用它。

最終用戶體驗(yàn)和生物識(shí)別的質(zhì)量同等重要，其中的影響因素有三個(gè)：

1)毋庸置疑，硬件產(chǎn)品質(zhì)量是圖像輸入質(zhì)量的關(guān)鍵因素，選擇一個(gè)靠譜的硬件產(chǎn)品是生物識(shí)別的基礎(chǔ)；
2)生物識(shí)別算法決定了生物識(shí)別驗(yàn)證的結(jié)果，同時(shí)也是速度和性能的重要影響因素，尤其是在大數(shù)據(jù)時(shí)代，這一點(diǎn)顯得尤為重要；
3)實(shí)用性是在選擇過程常常被低估的一個(gè)影響因素。

各種生物識(shí)別技術(shù)，都有其優(yōu)勢(shì)和限制。

指紋是應(yīng)用最為廣泛和成熟的一種技術(shù)，也是生物識(shí)別應(yīng)用的起點(diǎn)。指紋識(shí)別價(jià)格相對(duì)便宜，功能性較強(qiáng)，也是非?？煽康囊环N驗(yàn)證方式。但是，如果你需要更高級(jí)的安全選項(xiàng)，指紋儀+智能卡或者指紋儀+密碼則是很好的選擇。而低級(jí)別的安全選項(xiàng)一般是應(yīng)用在手機(jī)或平板電腦上，通過傳感器實(shí)現(xiàn)與用戶的交互。但是，指紋識(shí)別仍然對(duì)于一些困難手指(脫皮等)以及識(shí)別條件(潮濕手指)有很大的限制。

虹膜識(shí)別一直被譽(yù)為最精準(zhǔn)、最安全的生物識(shí)別方式。因此，虹膜識(shí)別的成本也是比較高的，而且需要專業(yè)的硬件產(chǎn)品。但是隨著虹膜識(shí)別技術(shù)的成熟，當(dāng)前的虹膜識(shí)別成本已不再是令人“望而卻步”的狀態(tài)了，廠商甚至已經(jīng)研發(fā)出精致、小巧的移動(dòng)終端專用虹膜模組，性價(jià)比超高。

靜脈識(shí)別緊隨其后，也是較為安全和準(zhǔn)確的生物識(shí)別認(rèn)證方式，提供類似于指紋識(shí)別的高品質(zhì)認(rèn)證方式，也可以直接與用戶交互。

人臉識(shí)別則是非接觸識(shí)別，極具友好性和便利性，也是一個(gè)利用攝像頭的更好方式。它可以廣泛應(yīng)用到各種環(huán)境中，包括建筑工地、移動(dòng)設(shè)備、網(wǎng)站登錄等，甚至不需要專門的硬件支持。

語音識(shí)別也是一個(gè)非常方便的識(shí)別方式。對(duì)于移動(dòng)設(shè)備來講，這是一個(gè)快速簡便的驗(yàn)證解決方案。但是語音的質(zhì)量控制是影響其識(shí)別和發(fā)展的關(guān)鍵因素之一，其安全性也令人比較擔(dān)心，但是在呼叫中心、客戶服務(wù)方面仍然可以大展拳腳。

電子簽名、步態(tài)識(shí)別(步行輪廓)、耳紋識(shí)別等新技術(shù)，目前還處于觀望狀態(tài)。

選擇哪種生物識(shí)別方式并沒有一個(gè)統(tǒng)一的答案，需要看用戶用來做什么，但是也會(huì)有一般的原則。

1.低成本的解決方案仍傾向于指紋，有時(shí)會(huì)附加智能卡或密碼。

2.移動(dòng)解決方案通常使用人臉和語音，指紋也很受歡迎，但現(xiàn)在虹膜識(shí)別也逐漸成為手機(jī)廠商競爭的重要手段之一。

3.如果想要非接觸式識(shí)別、則傾向于人臉識(shí)別或虹膜識(shí)別。

4.秘密監(jiān)控趨向于人臉識(shí)別，語音識(shí)別和步態(tài)識(shí)別等。

5.大型項(xiàng)目往往采用指紋或虹膜，比如中國居民身份證將納入指紋、印度生物識(shí)別項(xiàng)目則包含虹膜識(shí)別等。

6.安全級(jí)別較高的項(xiàng)目則傾向于虹膜或指靜脈識(shí)別，也常常與卡或密碼相結(jié)合，形成多因素驗(yàn)證。

7.如果認(rèn)證條件或環(huán)境比較惡劣則傾向于虹膜識(shí)別，因虹膜識(shí)別受外部因素影響較小，如礦井虹膜解決方案等。