指纹识别技术应用是生物识别技术中最广泛的，凝聚着市场巨大潜力的未来指纹识别应用大方向，目前主要分为四个：一是涉密系统，需要高度安全防护地方；二是针对大规模人群的身份鉴别的技术；三是针对城市公共事务的市民应用；四是从现实生活进入互联网虚拟世界的认证应用。
一、指纹识别技术原理
与传统的身份鉴别方法相比，生物特征识别技术更加安全、保密。这是因为生物特征在某种程度上都具有比较明显的普遍性、唯一性、稳定性及可采集性，一方面便于各类识别系统收集特征进行分析，另一方面能够准确地标识出身份信息。常见的生物特征包括指纹、手形、人脸、虹膜、视网膜、声音、签名等。
评价这些生物特征识别技术的优劣主要考虑以下三个方面。
一是性能，包括识别率、识别速度等。
二是可接受性，即在平时工作生活里，该生物特征识别技术被接纳的程度。
三是可欺骗性，即识别技术被欺骗的难易程度。表1给出了一些常用的生物特征识别技术的对比。
指纹识别是使用频率最高的生物特征识别技术之一。早在唐宋期间，指纹已经用于文书契约和司法审判中。现代的指纹识别技术经历了多年的积累，已经非常成熟，广泛应用在司法、公安和门禁领域。
所谓指纹，是指人体指尖表面的纹路。在指纹中，凸起的纹线为脊线，脊线与脊线之间的部分为谷线。根据脊线和谷线的结构，可以得到一些细节点。指纹识别主要就是利用这些细节点特征实现的。
指纹识别技术应用非常广泛，比如指纹锁、指纹考勤、指纹门禁、指纹支付和手机指纹开锁等。
指纹识别主要包括指纹增强、特征提取和指纹匹配三个过程。
（一）指纹增强：在指纹采集过程中，由于各种原因，采集到的指纹图像不可避免的引入了一些噪声，如果直接用于指纹识别，往往难以达到较好的效果。我们可以通过一定的图像增强技术，改善指纹图像质量。这里会用到的技术有图像分割、直方图均衡化、滤波增强、二值化、细化等。
（二）特征提取：前面提到，细节点特征是最常用的指纹特征。细节点特征的提取，就是在指纹图像中找到脊线终点和脊线分叉两个特征。经过了指纹增强的步骤，如果指纹图像能较好地分割，细节点很容易提取。但实际上有一些噪声很难处理，这样在增强后就会产生一些虚假特征。一般地，启发式算法可以删除虚假特征。特征提取后，我们得到了多组脊终点或分叉类型、位置坐标及方向信息等。
（三）指纹匹配：指纹匹配算法有很多种，包括点模式匹配、脊模式匹配、基于图像的匹配和基于图形的匹配等。细节点匹配可以看做是点模式匹配的问题。点模式匹配就是将提取的细节点集与数据库中的细节点集进行匹配，如果通过一些旋转、尺度变换和平移变换，点集间是匹配的，那个两幅指纹图像就是匹配的。
二、指纹识别采集方式
不管采用什么采集技术，从用户角度用到的就两种录入方式：按压式与滑动式。
（一）滑动式
将手指从传感器上划过，系统就能获得整个手指的指纹。手指按压上去时，无法一次性采集到完整图像。在采集时需要手指划过采集表面，对手指划过时采集到的每一块指纹图像进行快照，这些快照再进行拼接，才能形成完整的指纹图像。
滑动式的优点是成本低、易集成，可采集大面积的图像，应用传统的特征点算法，但缺点是需要客户有一个连贯规范动作采集图像，体验效果比较差，在之前的应用推广中不太成功。
（二）按压式
手指平放在设备上以便获取指纹图像。一般为了获得整个手指的指纹，必须使用比手指更大的传感器，整个手指同时按压在传感器之上。
按压式的优点是客户体验好，只用一次按压就可以采集图像，与客户在手机应用的操作习惯匹配，无须教育客户。缺点是：成本高，集成难度大，一次采集图像面积相对较小，没有足够的特征点，需要用复杂的图像比对算法进行识别。
很明显，在用户角度来说，按压式最简单、最方便。以后越来越多的移动设备都将采用按压式指纹识别方案。
目前来看，不管是手机终端厂商、互联网企业、移动运营商、银联……都在加快推进移动支付发展，指纹识别也将迎来大发展。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
