指纹识别应用被越来越广泛地应用在生活中，不仅是手机、电脑、考勤机、门禁、指纹支付和身份证等对隐私要求特别高的地方。
一、指纹识别采集类型
指纹一般通过指纹采集器来提取，目前常用的指纹采集设备有三种：光学式、硅芯片式和超声波式指纹采集器。
（一）光学指纹采集器
光学指纹采集器是最早的指纹采集器，也是目前使用最为普遍的。它有如下优点：
使用时间最长，经受了实际使用的检验；
对温度等环境因素的适应能力好；
价格比较低廉，分辨率较高，可以达到500dpi以上。
目前，也已出现了用光栅式镜头替换掉棱镜和透镜系统的采集器，光电转换的CCD器件也已经换成了CMOS成像器件，从而省略了图像采集卡，直接得到数字图像。
（二）硅芯片指纹采集器
硅芯片的指纹采集器出现于90年代末，大部分硅芯片测量的是手指表面与芯片表面的直流电容场，这个电容场经A/D转换后成为灰度数字图像。
（三）超声波指纹采集器
超声波指纹采集器可能是最准确的指纹采集器，但目前并不成熟，尚没有大规模应用。
在指纹识别系统中，指纹图像的预处理是正确的进行特征提取、匹配等操作的基础。预处理的目的就是利用信号处理技术去除图像中的各种噪声干扰，把它变成一副清晰的指纹图像，恢复指纹脊线结构，以便可靠提取正确的指纹特征；
二、指纹识别技术实现原理
指纹预处理一般包括这样几个过程：
（一）对指纹图像进行归一化；
（二）提取指纹的方向图；
（三）基于此方向图进行灰度图像的滤波再进行二值化、细化。
细节特征的坐标直接表征该指纹，因此特征提取的好坏直接影响到以后的指纹匹配通过，所以特征提取是指纹识别系统的关键部分之一。
指纹识别的一般方法是在两幅图像中采用一定的方法提取特征点，对特征点进行匹配，这就是点模式匹配问题。
在整个指纹识别系统中，预处理和特征提取是两个关键步骤，直接关系到结果的好坏。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。
1、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。
2、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。
3、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。
指纹识别与安防领域的结合主要体现在指纹锁和考勤等应用。指纹门锁是最近兴起的指纹识别产品之一。常见的指纹锁厂商有普罗巴克，爱迪尔等。由于指纹识别算法比较成熟，业务应用和用户体验对于这类产品显得尤为重要。
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。
