自动指纹识别系统的图像采集方法优化

（一）指纹特征

指纹是指人体手指指尖处皮肤上凸凹不平的脊线和谷线纹路。当胎儿在母体内发育三至四个月时，指纹就已经形成，但儿童在成长期间指纹会略有改变，直到青春期14岁左右时指纹定型。

人体指纹的生理特征主要分为两类重要特征：一类是总体特征，另一类是局部特征。总体特征是指那些用肉眼直接就可以观察到的纹理特征。局部特征即指纹上节点的特征，指纹纹路并不是连续、平滑且笔直的，而是经常出现中断、分叉或打折，这些断点、分叉点和转折点被称为“特征点”。两枚指纹经常会具有相同的总体特征，但它们的局部特征——特征点，却不可能完全相同，这就为这些特征点提供了指纹唯一性的确认信息。

（二）自动指纹识别原理

前面已经说过生物特征识别本质上是一个模式识别系统，通过复杂的数学运算实现。具体到指纹识别，其算法体系大致由指纹图像采集、指纹增强处理、特征提取、指纹匹配几个部分组成，如图6-2-1所示。通过指纹读取设备读取到人手指纹的图像，然后对其进行增强处理，使之更清晰，再通过提取特征点的数据，得到指纹的特征数据。通过计算机把待测指纹的特征与指纹模板库中预留的模板进行比较，计算出它们的相似度，最终得到指纹的匹配结果。

在指纹自动识别系统设计中，权衡易用性和安全性（FRR和FAR）的一个有效的办法是比对两个或更多的指纹，从而在不损失易用性的同时，极大地提高了系统安全性。

图6-2-1　典型的指纹识别系统

（三）指纹识别系统硬件平台

指纹识别系统的硬件平台主要指的是指纹图像的采集和处理系统。(www.xing528.com)

指纹图像采集是自动指纹识别系统首先需要解决的问题。早期的指纹图像采集主要运用油墨捺印这类物理方式，操作麻烦且不能直接得到数字化图像，这种方法不适于自动指纹识别系统，已遭淘汰。目前的指纹图像采集设备普遍采用指纹图像传感器来完成指纹取像和图像的数字化，其主要包含有光学指纹传感器、半导体指纹传感器和超声波指纹传感器，如图6-2-2所示。

图6-2-2　指纹采集设备

1.光学指纹传感器

光学采集设备能承受一定程度的温度变化，但体积比较大，结构复杂，而且图像的对比度和清晰度有时不能令人满意，特别是对于较干燥的手指。

2.半导体指纹传感器

半导体传感器是于20世纪90年代中后期出现的一种指纹采集器，通过含有微型晶体的平面成像。半导体指纹传感器能够自动调节指纹图像像素行以及指纹局部范围的敏感程度，在不同的环境下都可产生高质量的图像。而且半导体芯片的体积小巧，功耗很低，可以集成到许多现有设备中。但半导体电容式采集器也有其缺点，主要的是容易受到静电的影响，有时会取不到图像，甚至会被损坏。另外半导体采集器不耐磨损，会影响使用寿命。

3.超声波指纹图像采集

超声波指纹图像采集技术被认为是指纹采集技术中最好的一种，但其成本很高。超声波指纹取像的原理是：超声波扫描指纹的表面，接收设备获取超声波的反射信号，由于指纹的脊和谷的声阻抗不同，导致反射回接收设备的超声波的能量不同，通过测量接收到的超声波能量大小，可以获得指纹灰度图像。积累在皮肤上的脏污和油脂对超声波取像影响不大，所以这样获取的图像是实际指纹纹路凹凸的真实反映。

图像采集完成之后，就要对所采集的图像进行处理得出识别结果，也就是完成“复杂的数学运算”。这些复杂运算要利用高速的处理平台完成，现有的处理平台一般有两类，即嵌入式系统和连接计算机的桌面应用系统。嵌入式系统是一个相对独立的完整系统，它不需要连接其他设备或计算机就可以独立完成其设计的功能，像指纹门锁、指纹考勤终端就是嵌入式系统。但是其功能较为单一，只能应用于完成特定的功能。而连接计算机的桌面应用系统具有灵活的系统结构，并且可以多个系统共享指纹识别设备，可以建立大型的数据库应用。当然，由于需要连接计算机才能完成指纹识别的功能，限制了这种系统在许多方面的应用。