数字新媒体概论：数字图像处理技术及标准

3.2.2　数字图像处理技术及标准

视觉信息在数字新媒体中占着极其重要的位置，根据一项心理学测定和估计的结果，进入人类大脑的信息约有80%来自眼睛，10%来自耳朵，其余的来自人的其他感觉器官。图像就是采用各种观察系统获得的，能够为人类视觉系统所感觉的实体。图像的范围非常广泛，包括各类图片，如普通照片、遥感图片，各类光学图像，如电影、电视画面，客观景物在人们心目中的有形想象以及外部描述，如绘画、绘图，等等。

数字图像就是数字化处理后所得到的图像信息。数字图像处理技术就是采用数字技术对图像进行加工和处理，主要包括数字图像的获取、变换、增强、压缩编码、识别等技术。数字图像处理技术被广泛应用于数字新媒体技术与内容领域。

1.数字图像的概念与文件格式

(1)图像的数字化

在数字媒体技术中处理与应用的是数字图像，而自然界存在的原始图像形式通常是连续的，不但在空间上是连续的，而且在亮度上也是连续的，即往往是非数字形式的，所以在进行处理前需要先将其转化为数字形式。图像的数字化过程主要包括取样、量化和编码。

描述一幅图像需要使用图像的属性，图像最重要的三个属性是:分辨率、像素深度、真/伪彩色。

分辨率分为两种，即显示分辨率和图像分辨率。显示分辨率是指显示屏上能够显示得出的像素数目。屏幕能够显示的像素越多，说明显示设备的分辨率越高，显示的图像质量也越好。图像分辨率是指组成一幅图像的像素密度的度量方法。对同样大小的一幅图像，如果组成该图的像素数目越多，则说明图像的分辨率越高，图像就越清晰;反之，则图像显得越粗糙。图像分辨率和显示分辨率是两个不同的概念，显示分辨率是确定显示图像的区域大小，而图像分辨率是确定组成一幅图像的像素数目。

像素深度是指储存每个像素所用的位数，它决定彩色图像的每个像素可能有的色彩数量，或者灰度图像的每个像素可能有的灰度级。例如，一幅彩色图像的每个像素用R、G、B三个分量来表示，如果每个分量用8位来表示，那么一个像素就由8×3=24位来表示，于是像素的深度就是24位，每个像素可能的色彩就是2²⁴= 16 777 216中的一种。表示一个像素的位数越多，它能表达的色彩数目就越多，它的深度就越深。显然，像素深度越深图像表现的色彩就越细腻，但是同时图像所占的储存空间就越大。鉴于人眼的分辨率的局限性和设备复杂度的限制，一般不追求过高的像素深度，只要能达到人眼的感觉和对资源耗费的平衡点就可以了。

真彩色是指在组成一幅彩色图像的每个像素值中，R、G、B三个基色分量，每个基色分量直接决定了显示设备的基色强度，这样产生的色彩称为真彩色。例如，一幅图像由RGB 8∶8∶8表示，也就是说R、G、B三个基色分量都用8位来表示，每个基色分量占一个字节，这样每个像素的色彩就是有这3个字节总的数值直接决定，可生成的色彩数就是2²⁴=16 777 216种。在许多场合，真彩色图像通常就是指这种RGB 8∶8∶8的图像，也称为全彩色图像。伪彩色图像的含义是，每个像素的颜色不是由每个基色分量的数值直接决定，而是去查找一个显示图像时使用的R、G、B强度值，产生的彩色称为伪彩色。所以使用查找得到的数值显示的色彩是真的，但不是图像本身真正的色彩，它不一定完全反映原图的色彩。

(2)视频的数字化

电视信号的标准也称为电视制式。目前各国的电视制式不尽相同，制式的区分主要在于其帧频(场频)的不同、分解率的不同、信号带宽以及载频的不同、色彩空间的转换关系不同等等。世界上现行的彩色电视制式有三种: NTSC、PAL和SECAM制。

彩色电视信号的类型有复合电视信号、分量电视信号和分离电视信号。复合视频信号包含亮度信号、色差信号和所有定时信号的单一信号，称为复合电视信号，或全电视信号。分量电视信号是指每个基色分量作为独立的电视信号，每个基色既可以分别用R、G和B表示，也可以用亮度—色差表示，如YUV和YIQ。使用分量电视信号是表示色彩的最好方法，但需要比较宽的带宽和同步信号。分离电视信号(S-Video)是亮度和色差分离的一种电视信号，是分量模拟电视信号和复合模拟电视信号的一种折中方案。

数字电视图像有很多优点。例如，可直接进行随机存储使电视图像的检索变得很方便，复制数字电视图像和在网络上传输数字电视图像都不会造成质量下降，很容易进行非线性电视编辑。电视图像数字化常用的方法有两种。一是分量数字化方式，通常是先把复合视频信号中的亮度和色度分离，得到YUV或YIQ分量，然后用三个A/D转换器对三个分量分别进行数字化。分量取样时采到的是隔行样本点，要把隔行样本组合成逐行样本，然后进行样本点的量化，YUV到RGB色彩空间的转换等等，最后才能得到数字视频数据。二是首先用一个高速A/D转换器对复合视频信号进行数字化，然后在数字域中进行分离，以获得所希望的YCbCr、YUV、YIQ或RGB分量数据。在大多数情况下，数字电视系统都希望用彩色分量来表示图像数据，如用YCbCr、YUV、YIQ或RGB彩色分量，因此电视图像的数字化常用分量数字化。

模拟视频的数字化包括不少技术问题，主要包括色彩空间的转换、光栅扫描的转换以及分辨率的统一等，且模拟视频一般采用分量数字化方式。为了在PAL、NTSC和SECAM电视制式之间确定共同的数字化参数，制定了广播级质量的数字电视编码标准ITU-R BT.601(原为CCIR-601)。该标准规定的图像格式，如表3-1所示，以及对取样频率、取样结构、色彩空间转换等都作了严格的规定。

表3-1　ITU-R BT.601(CC IR 601)的五种标准的图像格式

(3)图像质量的评价

图像质量含义包括两个方面，一是图像的逼真度，一是图像的可懂度。所谓图像的逼真度是指被评价图像与标准图像的偏离程度，偏差越小，逼真度越高。而图像可懂度是指由图像能向人或机器提供信息的能力，它不仅与图像系统的应用要求有关，而且常常与人眼的主观感觉有关。人们希望得出图像逼真度和可懂度的定量描述，但是由于目前对人的视觉系统的性能还没有充分掌握，因此，对图像质量的评价仍有很多需要讨论的问题。目前，对图像质量的评价主要是通过客观的定量评价和主观的定性评价进行的，分别称为图像质量客观评价和主观评价方法。

观察者的主观评价是最常用，也是最直接的图像质量评价方法。主观评价的方法是把图像显示给一组观察者，然后把各位的评价结果加以平均，以评价图像的主观质量。表3-2列出了CCIR推荐的主观测试方法所用的典型分级标准，它将主观测试分为三种类型:第一种是质量测试，观察者应评定图像的质量等级;第二种是损伤测试，观察者要评审出图像的损伤程度;第三种是比较测试，观察者对给定的两种图像作出比较。三种主观测试方法都有各自的分级标准和测试规程。

表3-2　CCIR主观质量分级标准

客观评价是根据给定的图像测量标准，对测量出的构成图像的有关物理特性参量(包括电的和光的两个方面)进行评价。客观评价的特点是可以做到严格准确，具有较高的科学性和客观性。但是这类评价并未考虑在实际评判图像质量时往往起着重要作用的观察者心理因素，如感觉和情绪等，虽然是严格的，但不够全面。特别是，采用客观评价方法对当今数字图像压缩技术的图像质量进行评价时，得到的客观评价结果与实际的图像质量情况相去甚远。一般而言，由于图像质量的优劣主要是由人眼的感觉决定的，所以，通用的评价方法是以主观评价为主，而客观评价只作为辅助手段。结合人类视觉特性的主客观相结合的图像质量的评价方法是今后数字图像质量计测领域的一个主要发展方向。

(4)图像文件格式

图像文件格式种类繁多，按图像的时序特性可以分为两大类，一类是静态图像文件格式，另一类是动态图像文件格式。

静态图像文件格式主要有BMP、GIF、JPEG、TIFF、TGA、SVG、PNG等。

BMP位图文件格式是Windows采用的图像文件格式，在Windows环境下运行的所有图像处理软件都支持这种格式，它是一种与硬件设备无关的图像文件格式，使用非常广。它采用位映射存储格式，除了RLE压缩以外，不采用其他任何压缩编码，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选1 bit、4 bit、8 bit及24 bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序，采用的是RGB色彩空间。

GIF(图像互换格式)是Compu-Serve公司开发的图像文件格式。GIF文件的数据，是一种基于LZW压缩编码算法的连续色调的无损压缩格式。其压缩率一般在50%左右，不属于任何应用程序。目前几乎所有相关软件都支持它，公共领域有大量的软件在使用GIF图像文件。GIF的图像深度从1 bit到8 bit，也即GIF最多支持256种色彩的图像。GIF格式的另一个特点是其在一个GIF文件中可以存多幅彩色图像，如果把存于一个文件中的多幅图像数据逐幅读出并显示到屏幕上，就可构成一种最简单的动画。

JPEG格式是由ISO和CCITT共同组织推出的位图文件交换格式，目前已经发展到了JPEG2000标准。JPEG是最常用的图像文件格式，可以分为基本编码和扩展编码，采用DCT和统计编码等多种压缩编码技术，提供限失真编码、无失真编码、分层编码等多种编码方式。JPEG文件使用的是YCbCr色彩空间，图像样本的存放顺序是从左到右、从上到下。

JPEG是一种很灵活的格式，具有调节图像质量的功能，允许用不同的压缩比例对文件进行压缩，支持多种压缩级别，压缩比率通常在10∶1到40∶1之间，压缩比与品质成反比。JPEG格式压缩的主要是高频信息，对色彩的信息保留较好，适合应用于互联网，可减少图像的传输时间，可以支持24 bit真彩色，也普遍应用于需要连续色调的图像。

JPEG2000作为JPEG的升级版，其压缩率比JPEG高约30%，同时支持有损和无损压缩。JPEG2000格式有一个极其重要的特征在于它能实现渐进传输，即先传输图像的轮廓，然后逐步传输数据，不断提高图像质量，让图像由朦胧到清晰显示。此外，JPEG2000还支持所谓的“感兴趣区域”特性，可以任意指定影像上感兴趣区域的压缩质量，还可以选择指定的部分先解压缩。

TIFF(标记文件格式)鉴于GIF文件格式，为了放弃一些过时的格式引进了标志域的方法，是一种较为通用的图像文件格式。TIFF格式灵活易变，它又定义了四类不同的格式: TIFF-B适用于二值图像;TIFF-G适用于黑白灰度图像;TIFF-P适用于带调色板的彩色图像;TIFF-R适用于RGB真彩图像。TIFF是图像文件格式中最复杂的一种，它具有扩展性、方便性、可改性，支持多个图像。

TGA(目标图像格式)是True Vision公司为其显示卡开发的一种图像文件格式，已被国际上的图形、图像工业所接受。TGA的结构比较简单，属于一种图形、图像数据的通用格式，在多媒体领域有很大影响，是计算机生成图像向电视转换的一种首选格式。TGA图像格式最大的特点是可以做出不规则形状的图形、图像文件。TGA格式支持压缩，使用不失真的压缩算法。

SVG是可缩放的矢量图形格式。它是一种开放标准的矢量图形语言，可任意放大图形显示，边缘异常清晰，文字在SVG图像中保留可编辑和可搜寻的状态，没有字体的限制，生成的文件很小，十分适合用于设计高分辨率的Web图形页面。

PNG(可移植性网络图像)文件格式是网上接受的最新图像文件格式。PNG能够提供长度比GIF小30%的无损压缩图像文件。它同时提供24位和48位真彩色图像支持以及其他诸多技术性支持。由于PNG较新，所以目前并不是所有的程序都可以用它来存储图像文件，但PhotoShop等可以处理PNG图像文件，也可以用PNG图像文件格式存储。(www.xing528.com)

动态图像文件格式一般又可分为两类，一类是影像文件;而另一类是动画文件。影像文件的主要格式有AVI、MPEG等，以及流媒体文件格式RM、ASF和MOV等。动画文件格式主要有GIF、FLIC和SWF等。

MPEG文件格式是动态图像压缩算法的国际标准，包括视频、音频和系统(视频、音频同步)三个部分。MPEG压缩标准主要采用两个基本压缩技术:运动补偿技术实现时间上的压缩，而变换域压缩技术则实现空间上的压缩。MPEG的平均压缩比为50∶1，最高可达200∶1，压缩效率非常高，同时图像和音响的质量也很好。MPEG是一个系列标准: MPEG-1、MPEG-2、MPEG-4、MPEG-7和MPEG-21。

MPEG-1可适用于不同带宽的设备，主要有CD-ROM、VCD、CD-i等。它可针对SIF标准分辨率的图像进行压缩，传输速率为1.5 Mbps，每秒播放30帧，具有CD音质，图像质量级别基本与VHS相当。

MEPG-2标准又对MPEG-1作了重要的改进和扩充，针对隔行扫描的常规电视图像专门设置了“按帧”和“按场”编码两种模式，并相应对运动补偿作了扩充，其编码效率也得到了显著的提高。MPEG-2的另一特点是可提供一个较广的范围改变压缩比，以适应不同画面质量、存储容量，以及带宽的要求。MPEG-2除了作为DVD的指定标准外，还可用于为广播、有线电视网、网络以及卫星直播等，提供广播级的数字视频。

MPEG-4标准将众多的多媒体应用集成于一个完整的框架内，旨在为多媒体通信及应用环境提供标准的算法及工具，从而建立起一种能被多媒体传输、存储、检索等应用领域普遍采用的统一数据格式。MPEG-4标准是以视频、音频、文字、数据为对象的编码标准。MPEG-4的基本特点与以前的压缩编码方法的主要不同之处在于，在其编码过程中不再把图像仅仅看作由像素的规则排列组成，而看作由分层的媒体对象组成。MPEG-4的编码方式带来两大好处，一是可以实现前所未有的高码率压缩，二是容易实现多媒体交互式操作。MPEG-4是一种通用的编码标准，能满足各种应用需要，适应不同的传输带宽、图像尺寸和分辨率，提供不同的服务。MPEG-4应用非常广泛，如多媒体互联网、网上音频点播、网上流式视频、网络数据库服务、交互式视频游戏、视频会议、数字多媒体广播、电子节目指南等。

ASF是微软公司建立的影像文件格式。音频、视频、图像以及控制命令脚本等多媒体信息通过这种格式，以网络数据包的形式传输，实现流式多媒体内容发布。其中，在网络上传输的内容就称为ASF Stream。ASF支持任意的压缩编码方式，并可以使用任何一种底层网络传输协议，具有很大的灵活性。

RM是Real Networks公司开发的视频文件格式，也是出现最早的视频流格式。它可以是一个离散的单个文件，也可以是一个视频流，它在压缩方面做得非常出色，生成的文件非常小，它已成为网上直播的通用格式，并且这种技术已相当成熟，占有视频直播的主导地位。

MOV是Apple公司开发的一种视频格式，几乎所有的操作系统都支持QuickTime的MOV格式，现在已经是数字媒体事实上的工业标准，多用于专业领域。

动画文件格式除了上面介绍的GIF文件格式，还主要有Flic、SWF等。

Flic文件是Autodesk公司在其出品的2D、3D动画制作软件中采用的动画文件格式。Flic文件采用游程编码(RLE)算法和Delta算法进行无损的数据压缩，首先压缩并保存整个动画系列中的第一幅图像，然后逐帧计算前后两幅图像的差异或改变部分，并对这部分数据进行RLE压缩，由于动画序列中前后相邻图像的差别不大，因此可以得到相当高的数据压缩率。

SWF是Macromedia公司Shockwave技术的流式动画格式，由于其体积小、功能强、交互能力好、支持多个层和时间线程等特点，故越来越多地应用到网络动画中。SWF文件是Flash的其中一种发布格式，已广泛用于互联网。

2.数字图像压缩编码技术与标准

图像压缩是数据压缩技术在数字图像上的应用，它的目的是减少图像数据中的冗余信息从而用更加高效的格式存储和传输数据。

原始图像数据表示中的冗余性主要表现在空间、时间、结构、知识和视觉冗余。空间冗余是静态图像或同一帧图像中存在的最主要的一种冗余，即某一样点的亮度与色度与相邻位置上的样点间存在极强的相关性。时间冗余是视频图像表示中经常存在的冗余，即图像序列中某帧的样点的亮度和色度与相邻帧的相应位置上的样点存在极强的相关性。结构冗余是在有些图像的纹理区，图像的像素值存在着明显的分布模式;若知道了分布模式，就可以通过某一过程生成图像。知识冗余是某些图像与某些知识存在着相当大的相关性，比如，人脸的图像有固定的结构，这些规律性的结构可由先验知识得到。视觉冗余是由人眼的视觉特性的非均匀和非线性形成的，分辨力、对比灵敏度、视觉掩蔽效应等人眼视觉特性可以用来去除视觉冗余。另外，还存在着图像区域的相同性冗余，矢量量化就是利用这种冗余实现图像压缩编码。随着对人类视觉系统和图像模型的进一步研究，可能会发现更多的图像冗余性，使图像数据压缩的可能性越来越大，从而推动图像压缩技术的进一步发展。

(1)数字图像压缩编码方法分类

图像数据压缩方法根据不同的依据可产生不同的分类。可以根据对图像质量有无损伤分成有损压缩编码和无损压缩编码，如图3-5所示。无损压缩编码主要是依据数据的统计特性，采用统计编码方法。有损压缩编码技术是在允许的图像质量情况下，尽可能地提高图像压缩编码的压缩比，即用尽可能少的数据来表示一定质量的图像。根据图像信源统计特征的压缩方法有预测编码法、变换编码法、子带编码法、小波变换编码法、矢量量化编码法、神经网络编码法等。依据图像传递的内容特征的压缩方法主要有分形编码法、基于模型的编码法等。另外，还有根据人眼视觉特性的压缩方法，比如基于图像轮廓—纹理的编码方法等。为了进一步提高图像数据压缩的效率，在实际应用中，往往综合多种压缩编码方法对图像数据进行压缩编码处理，比如将变换编码和预测编码合并，形成混合编码方法。

图3-5　图像数据的压缩方法分类

图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有60年的历史。在此期间出现了很多种图像压缩编码方法，特别是到了20世纪80年代后期以后，由于小波变换理论、分形理论、人工神经网络理论、视觉仿真理论的建立，图像压缩技术得到了前所未有的发展。根据图像数据压缩编码的发展，可以把图像压缩编码方法分为两代，即经典和现代图像压缩编码方法。经典图像压缩编码主要着眼于数据统计，即去除数据冗余的压缩编码方法，这是低层次的压缩方式。而现代图像压缩编码则着眼于图像内容和意义的压缩编码方式，比如，基于图像内容的模型基编码和基于图像意义的语义编码，代表着新一代的压缩方式，是近年来最为活跃的图像压缩编码的研究领域。

(2)数字图像压缩编码标准

图像编码技术的需求与发展促进了该领域国际标准的制定。ISO、IEC和ITU等国际组织先后制定和推荐一系列的图像编码国际标准，如ISO/IEC关于静止图像的编码标准JPEG、国际电信联盟ITU-T关于电视电话/会议电视的视频编码标准H26x系列标准和ISO/IEC关于动态图像的编码标准MPEG系列标准等，见表3-3。

表3-3　图像编码的国际标准

目前，最新的动态图像压缩编码国际标准是H.264/MPEG-4 AVC标准，其是ITU-T VCEG和ISO/IEC MPEG共同开发的视频处理标准，ITU-T作为标准建议H.264，ISO/IEC作为国际标准14496-10(MPEG-4第10部分)高级视频编码(AVC)。该标准具有码率低、容错能力强、网络适应性强和应用覆盖面广等技术优势，可应用到许多不同领域，如:远程监控、视频会议/电话、远程医疗、视频点播/直播、远程教育等计算机应用系统;高清电视、数字机顶盒、个人硬盘录像、数字电视等消费类电子产品;2.5/3G的移动视频等通信领域。

我国也自主开发与制定了相应的AVS(信息技术:先进音视频编码)系列标准，并于2006年3月1日起正式成为国家标准。AVS视频部分主要面向高清晰度电视、高密度光存储媒体等应用中的视频压缩，代表了当前视频编解码领域的最新水平。AVS和H.264/MPEG-4 AVC在技术水平和编码效率上相当，都比MPEG-2高一倍以上，即所占用的传输带宽、频谱资源、存储容量都不到MPEG-2的一半，实现复杂度明显低于H.264。

3.图像识别技术

随着数字图像处理技术的发展和实际应用的需求，图像识别技术不仅在工业、交通、军事等领域得到了广泛的应用，同时在数字新媒体技术与应用领域也借助于图像识别技术为人机交互、身份鉴别、数字媒体信息检索和管理等提供了更人性化、更安全、更有效的手段，比如汉字识别、手写输入、指纹识别、人脸识别技术，以及图像检索等。

图像识别是近20年来发展起来的一门新兴技术科学，它以研究某些对象或过程(统称图像)的分类与描述方法为主要内容。图像识别问题就是对图像进行特殊的预处理，再经分割和描述提取图像中有效的特征，进而加以判决分类。典型的图像识别系统可分为三个主要部分，其系统框图如图3-6所示。第一部分是图像信息的获取，对图像识别就是把图片、底片、文字、图形等待识图像通过相应的图像获取设备变换为电信号。第二部分是信息的特征提取，它是依据相应判决的规则、经验和需求，对获取的图像进行加工、整理、分析、归纳，提取能反映事物本质的特征。特征的提取和特征的保留是与采用的判决有着直接的关系。第三部分是判决，这相当于人们从感性认识上升到理论认识而做出结论的过程，它与特征提取的方式密切相关。

图3-6　图像识别系统框图

汉字字形识别技术是利用图像识别方法对汉字静态(印刷体、手写规整体等)图形和动态(联机手写、特定人手写等)汉字信息进行特征提取，与预先建立的标准汉字特征信息进行匹配，并选择符合特征的汉字作为所需识别的汉字内码。汉字的识别大致可以分为联机识别和脱机识别两类。联机识别是指用户一边用书写笔在书写板上写字，机器一边进行字的辨别。脱机识别是指机器对已经获取和存在的汉字图像进行分析处理，予以辨别。从识别的角度来看，手写体识别难于印刷体识别，而脱机手写识别又难于联机手写体识别。在脱机手写汉字识别领域，非特定人脱机手写汉字识别又难于特定人手写汉字识别。

生物识别技术是利用人类生物特征进行身份认证的一种技术。生物特征是唯一的(与他人不同)，可以测量或可自动识别和验证的生理特性或行为方式，分为生理特征和行为特征。用于生物识别的生理特征有手形、指纹、脸形、虹膜、视网膜、脉搏、耳郭等，行为特征有签字、声音、按键力度等。人类生理特征识别是一个图像识别的过程，其主要技术有手形、指纹、虹膜、视网膜、人脸等识别技术。

人脸识别是人类生理特征鉴别技术的一个主要方向，与其他的人类特征相比，人脸识别具有主动性、非侵犯性和用户友好等许多优点，多年来一直受到许多研究者的关注。人脸识别方法，大致可分为基于人脸几何特征的方法、基于模板匹配的方法和基于模型的方法。这些方法主要集中在二维图像方面，由于受到光照、姿势、表情变化的影响，识别的准确度受到很大限制，迄今为止，建立一个鲁棒的人脸识别系统仍然是一个很困难的问题。一个较好的办法是利用三维信息进行人脸的识别。三维信息能够更精确地描述人的脸部特征，提取的某些特征具有刚体变换不变性，并且不易受化妆和光照的影响。人脸三维识别技术主要包括三维人脸的几何建模和基于三维信息的人脸识别方法等。

人的指纹皮肤纹路在图案、断点和交叉点上各不相同，且终生不变，这种唯一性和稳定性可用于人的身份鉴别。指纹识别技术就是将指纹和预先保存的指纹进行比对，实现真实身份的验证。指纹识别技术主要包括指纹图像的采集、指纹识别算法。指纹图像的采集是通过指纹图像采集器，也称指纹传感器。绝大多数指纹传感器是通过光学扫描、晶体热敏、晶体电容等三种主要传感原理采集指纹图像。衡量指纹传感器的最重要的技术指标是成像质量，主要表现为对指纹图像的还原能力，以及去噪能力。其他的技术指标还有手指适应能力、采集速度、电气特性等等。指纹识别算法是指纹识别的关键所在，包括指纹图像预处理、特征值提取和特征值模板生成、特征值比对。指纹识别技术现在作为身份鉴别已经得到了较广泛的应用，但在使用上也存在着一些不足，比如某些群体的指纹特征很少，难以成像，指纹采集头上留下用户的指纹痕迹，有被人复制、冒用的可能性，等等。