主页技术关于指纹识别技术处理过程

技术处理过程

箕型
斗型
弓型

在早期的指纹鉴定中一般借助墨水形成指纹。在计算机支持的生物统计法中,不论是个体化过程还是后来的识别过程,指纹图像都由传感器摄取,传感器分辨率一般为500dpi,也就是说像素面积为50µm*50µm。在这些传感器中,一般每像素8位,与灰度256相符,并与IAFIS(集成式自动指纹识别系统)标准一致,它也被称为FBI(美国联邦调查局)标准。指纹结构可以分为两种类型:即总体结构和局部结构。所谓总体结构,就是指纹凹凸花纹的整体图案,总体特征在早期的指纹鉴定中使用非常广泛,纹线图案可以分为三种主要类型:箕型(约60%,左箕型和右箕型各约30%)、斗型(约35%)和弓型(约5%)。

而局部结构则是观察纹线的不规则性和不连续性。纹线走向一如河流,可与另一个曲线群作数学上或形式上的比对,其中的不规则或异常就会生成节点。图表5显示了各种节点类型,在自动处理过程中,节点常分为“分岔点”和“终结点”两种,大多数自动识别系统都是使用这种分类法,计算机支持的指纹自动识别问题因此而简化成了节点比对。

测量方法:

文献中出现的指纹识别处理法可以分为以下三种:

以相互关系为基础的比对

将两枚指纹叠置在一起,旋转或移动,直至根据强度水准计算出最高关联。

以纹线特征为基础的比对

比较纹线走向和频率,在文献中有时也被称为“局部结构的比对”,如果图像质量低劣的话,这个方法会有难度。

以节点为基础的比对

在一个坐标系统中对纹线的不规则性作出比对,这是实践中使用最多的方法,所以后面只探讨此法。

指纹识别分几个阶段:第一阶段摄取指纹图像,一般为灰度图片;第二阶段过滤图像,清除噪声,从图片背景中滤出真正的指纹。现在市场上大部分的指纹识别算法都以节点识别为基础,也就是说,由算法提取这些特征存入参考数据组。指纹的节点在这儿可比之于坐标系统中的散点图,另外还要将节点的种类和切线角度作为节点的参数加以储存,切线角度就是局部的流向角度。指纹识别可以通过切线矩阵实现,邻近两条切线的交点就表现节点,节点处的弯度也可以作为参数存入参考数据组。除节点之外,识别过程中还可以取用别的信息:纹线图案、纹线频率、奇异点——即中心点和三角点——的位置、节点位置、两个节点之间的纹线数量、汗孔位置。最初的指纹识别学说将指纹图案分为以下几类:连贯线、眼、岛状、向上分岔、向下分岔、朝上钩形、朝下钩形、连结线、隐箕形、起始线、终结线、中断线、三角点。