自动指纹识别系统

合集下载

自动指纹识别技术的原理和应用

自动指纹识别技术的原理和应用第一章：引言指纹是每个人独一无二的生物特征，严格来说，每个拥有指纹的生物都具有独特性。

因此，自动指纹识别技术应用在各个领域的需求与日俱增。

有鉴于此，本文将重点介绍自动指纹识别技术的原理和应用。

第二章：自动指纹识别技术的原理自动指纹识别技术主要包括以下两个方面的原理：指纹采集原理和指纹识别原理。

2.1 指纹采集原理指纹采集器（fingerprint collector）是对指纹系统进行扫描和采集。

现在，一般的指纹采集方案是使用光学或电容传感器，在这种情况下，人们用手指在指纹扫描区域上进行指纹采集；指纹采集器通过扫描区域的形状、特征和纹路等信息来采集指纹特征。

2.2 指纹识别原理指纹识别是确定指纹特征的过程。

指纹可以分为细节和纹理两部分。

细节是指指纹表面的小细节，例如汗孔和疤痕，而纹理是指指纹形态和线条的形成方式。

指纹识别过程中，指纹将被传感器逐层扫描，然后转换为数字计算机能够识别的信息。

通过使用模式匹配算法对指纹特征进行比对，计算机可以输出匹配的结果。

第三章：自动指纹识别技术的应用自动指纹识别技术的主要应用包括以下三个领域：3.1 公共安全在公共安全领域，自动指纹识别技术已成为了一个纠正犯罪追踪和研究犯罪的重要工具。

例如，在犯罪现场收集到的指纹与国家和地方数据库中的指纹进行比对，可以帮助公共安全工作人员识别嫌疑人。

指纹识别还可应用于可能会涉及诈骗和经济犯罪等领域。

3.2 金融服务自动指纹技术在金融服务领域得到了广泛应用。

例如，对于需要客户识别的银行、保险公司和证券公司等金融机构，采用自动指纹识别技术可以作为一种安全性更高、便捷性更高的身份验证方式。

通过指纹验证身份，可以避免诈骗等金融安全问题。

3.3 私人安全自动指纹技术在私人安全领域的应用也不容忽视。

例如，许多高档公寓、别墅和豪宅都安装了自动指纹识别门禁系统，这样，只需进行指纹验证就可以轻松进入住所。

第四章：结论作为一种生物特征识别技术，自动指纹识别技术越来越被广泛运用。

美国联邦调查局指纹自动识别系统考察

马荣梁周聪
美国联邦调查局（ＦＢＩ）的指纹自动识别系统（ＴｈｅＩｎｔｅｇｒａｔｅｄＡｕｔｏｍａｔｅｄＦｉｎｇｅｒｐｒｉｎｔＩｄｅｎｔｉｉｆ．ｃａｔｉｏｎＳｙｓｔｅｍ，ＩＡＦＩＳ）是世界上最大和最先进的指纹自动识别系统。它为美国的县、州各级警察
物信息，包括嫌疑人面部照片，伤疤和纹身照片，嫌疑人的身高、体重、头发和眼睛的颜色等体貌
特征。除了刑事案件中的嫌疑人指纹外，它还保存有美国军队中的服役人员的指纹（包括现役和
退役的）。大部分联邦政府雇员也需要将自己的指纹提供给ＦＢＩ。但美国的地方警察局和其他联邦执法机构提供给ＦＢＩ的指纹信息不是强制性的，而是自愿的。ＦＢＩ的指纹自动识别系统是世界上最大的生物数据和犯罪历史库。它的刑事案件指纹信息和犯罪历史数据超过七千万份，美国军队及联邦政府雇员信息超过三千一百万份，此外， “ ９・１１ ” 之后．鉴于美国已经收到恐怖主义的严重威胁，它还保有恐怖分子的信息七万三千份。虽然数据库及其庞大。但ＦＢＩ的指纹处理速度是相当快的，查询嫌疑人的指纹平均时间仅有
ＭａｘｗｅｌｌＪａｃｋｓｏｎ的单身妈妈上夜班，当她在西南贝尔被强奸后又被残忍的杀害。休斯敦警察局重案组勘查了现场，在受害人的汽车上提取了几枚残缺的指纹，但没有发现任何嫌疑人。这起谋杀案变成了一个冷案。２００３年，在受害者家属的要求下，休斯敦警察局重启这起谋杀案的调查，首先，他们查询了休斯敦及德克萨斯州的指纹数据库，但是没有任何的肯定结果。于是，２００３年７Ｊ９２３日，他们向联邦调查局的指纹自动识别系统提交了查询请求，经过了约５个小时的搜索之后，２Ｏ个可能的结果显现出来。经过仔细的比对．最终认定，现场嫌疑人是ＪａｍｅｓＲａｙＤａｖｉｓ所留。于是侦探抓获了ＪａｍｅｓＲａｙＤａｖｉｓ，经过审讯，他供认杀人强奸的事实。２００３年１１月２４日，ＪａｍｅｓＲａｙＤａｖｉｓ因强奸和谋杀被判处终身监禁，这起谋杀案在３４年后得到了解决，正义终于得到了伸张。附：ＤｉａｎｅＭａｘｗｅｌｌＪａｃｋｓｏｎ被害案中现场粉末法提取的指纹和嫌疑人右手食指的指纹。

afis标准

afis标准？
答：AFIS (Automated Fingerprint Identification System) 是一种用于自动化指纹识别和验证的系统。

它通过采集、处理和比较指纹图像，快速准确地识别和验证个人的身份。

AFIS系统广泛应用于刑事侦查、身份认证、边境控制、考勤管理等领域。

AFIS标准是指自动化指纹识别系统在设计、开发、测试和部署等方面所遵循的一系列规范和准则。

这些标准通常由相关的国际组织、政府机构或行业协会制定，以确保AFIS 系统的可靠性、准确性和互操作性。

AFIS标准涵盖了多个方面，包括但不限于以下内容：
1.指纹图像采集：规定指纹采集设备的技术要求、采集方法和质量评估标准，以确保采集到的指纹图像清晰、稳定、可靠。

2.指纹图像处理：规定指纹图像的预处理、特征提取和比对算法等关键技术，以确保系统能够快速准确地处理指纹图像，提取出有效的特征信息。

3.系统性能和准确性评估：规定系统性能测试和评估的方法、指标和标准，以确保系统在实际应用中具有可靠的性能和准确性。

4.数据格式和交换标准：规定指纹数据的存储格式、交换协议和传输方式，以确保不同系统之间的数据能够互操作、共享和交换。

5.安全性和隐私保护：规定系统的安全性和隐私保护措
施，以确保指纹数据的安全存储、传输和处理，防止数据泄露和滥用。

自动指纹识别系统在刑事技术领域的设计与实现

术的一种．
辨识模式又称一对多比对，把录入指纹与样是
本数据库中的所有指纹逐一进行对比，直至找到相匹配的指纹或搜索完整个样本数据库后给出无对应
指纹的结论．辨识模式其实是回答 “ 是谁 ”的问他
１自动指纹识别系统简介
指纹识别技术从被发现时起，就被广泛地应用
题，辨识主要应用于犯罪指纹匹配的传统领域中．将
一
个不明身份的人的指纹与指纹库中有犯罪记录的
于契约等民用领域．由于人体指纹具有终身稳定性
和唯一性，很快就被用于刑事侦查，被尊为 “ 证并物之首” 但早期的指纹识别采用的方法是人工比对，．效率低、度慢，能满足现代社会的需要．Ｏ世纪速不２６０年代末，美国开始有人提出用计算机图像处理在和模式识别方法进行指纹分析以代替人工比对，这
就是自动指纹识别系统．
人指纹进行比对，以此来确定此人是否曾经有过犯
罪记录．
２自动指纹识别系统在刑事技术领域设计
根据在刑事技术领域中使用辨识模式对指纹进行匹配的特点，自动指纹识别系统由指纹增强、该指纹分类、特征提取和指纹比对四个部分组成，系统流程如图１所示．
自动指纹识别系统在刑事技术领域的设计与实现
谭晶晶，晓辉杨鹏飞范，
（．州旅游职业学院商贸系，南郑州４００；１郑河５０９

指纹自动识别系统实验课实施独立设课的构想

的作战能力。作为在全国人口数量最多的省份，河南省犯罪
杂而严峻的局面，安科技紧紧追随着世界信息技公
术的发展步伐，提出“ 科技强警” 的战略思想。“ 金盾工程” 的信息化建设已全面启动，并且在近期开展的“ 追逃 ” 项斗争中发挥了重要的作用。积极运专用信息技术，大投入，心打造公安科技利剑，加潜向科技要警力已成为全省公安机关上下的共识。我们学校沿着公安厅确定的“ 打基础、形象、台阶，树上确保全省社会大局稳定 ” 这一工作思路，体会到教育信息化建设对于促进实验教学改革，善实验教学手完段，加快制度和管理手段现代化方面都有积极的作用，及时引进指纹自动识别系统，充实了我校实验科技信息化教学，为我省公安教育事业全面突破和跨越式发展提供了强有力的技术支持。２指纹自动识别系统引入的重要性．近十年来，指纹比对技术的发展较快，其研究成
维普资讯
２００８年第ｌ期
ＬＡＢＯＲＡＴＯＲＹＣＩＳＥＮＣＥ
２００８年２月出版
指纹自动识别系统实验课实施独立设课的构想
蔡晚拴
（河南公安高等专科学校
摘
河南郑州４００）５０２
要：指纹自动识别系统，是公安刑侦工作中对指纹进行管理和鉴定的计算机系统。它的应用大
大提高了案件侦破率。通过独立设课可加大对学生进行现场指纹和活体指纹的扫描、采集、
输入、查询、分析比对实验教学，并通过仿真模拟试验让学生学习掌握指纹的远征比对、指纹

指纹自动识别技术的研究与应用进展

指纹是每个人与生俱来的个体特征，它承载着每
完善，通常，利用图像处理技术对采集后的指纹进行
个人特有的身份识别信息。经过研究发现，指纹具有
去噪后，再分离其前后背景，由此便获得指纹图像的
三个特性即唯一性、特定性和终身不变性。正是由于
骨架。指纹自动识别系统的基本原理亦是如此。
指纹的特征属性，使其走进了更为广阔的应用研究
计算机时代 2021 年第 6 期
·5·
DOI:10.16644/33-1094/tp.2021.06.002
指纹自动识别技术的研究与应用进展*
王
炜 1,2，顾海蓉 2，王雪丽 2，张
霞2
(1. 甘肃政法大学司法鉴定中心，甘肃兰州 730070；2. 甘肃政法大学公安技术学院)
器等方式进行指纹采集的新方法、新手段。本文介绍
几种当前应用广泛的指纹采集技术。
客观反映手指真皮层的纹路而不受其表面杂质的干
扰，更为重要的是超声波指纹采集技术中声波的频率
是可控的，这也提升了指纹信息采集的选择性。
1.4 生物射频指纹采集技术
众所周知，
Authen Tec 公司是全球技术领先的指纹
认证传感器的开发商，该公司的 True Print 专利技术
Key words：automatic fingerprint identification technology; identity recognizing; information security assuring; application prospect
0 引言
要求，因此科研人员对采集后的指纹往往需要处理及
3.2 特征点的提取与匹配
其他异常情况。
特征点的提取一般有两种方法：灰度图像中提取

基于DSP的自动指纹识别系统

领域——通信电子、信号处理、自动控制、雷达、军
事、航空航天、医疗、家用电器、电力电子，而且新
的应用领域还在不断地被发现、拓展。可以说，基
系统的结构框图如图１所示。系统的硬件功能模
块主要包括指纹采集模块、ＤＳＰ指纹图像处理识别模块、存储模块、以及电源模块。系统工作原理：ＤＳＰ５５０９Ａ通过ＳＰＩ接口实现对
ＤＳＰ）是一种专门为实时、快速实现各种数字信号
ＴＭｓ３２０ＶＣ５５Ｏ９Ａ是ＴＩ公司生产的高性能、
低功耗１６位定点数字信号处理器。其处理速度４００ＭＩＰＳ，最高工作频率２００ＭＨｚ；双核结构；片
（安徽阜阳２３６０３７）。
基金项目：安徽省高校自然科学研究重点项目（ＫＪ２ｏ１２Ａ２１８）；安徽省高校自然科学研究重点项目（２０１３Ａ２０１）；安徽省
高校人文社科重点研究基地项目（ＳＫ２０１３Ａ１３５）；安徽省高校自然科学研究项目（ＫＪ２０１３Ｚ２６４）收稿日期：２０１２ — １２ — １４
集的模拟指纹图像信号转换成数字信号后，由
ＤＳＰ５５０９Ａ的多通道缓冲串口ＭｃＢＳＰ传送给ＤＳＰ５５０９Ａ进行处理识别，最后将匹配识别成功的指纹图像上传到５５０９Ａ的集成开发环境ＣＣＳ

大型指纹数据库自动识别系统设计

棱，的和镜接而不棱接，以蓑上指脊棱相触谷和镜触光三警手嚣镜激一角定度
Ｌ— 厂二— ［二二— —— 二［］
１指纹图像的增强．２
淼 …
Ｉ。
靴
翩
撇
／果／／输结出
【ｓｒｃ］ｔｈｏｓｎｘａｓｎｏｎｅｐｉｔａｂｓ，ｅｏｎｔｎｅｆｉｎｙｇａｕｌｅｕｅ．ｈｓｐｐｒｔｒｕｈｔｅａａｓｎＡｂｔａｔＷｉｔｅｃｎｔｔｅｐｎｉｆｆｇｒｒｔａｅｒｃｇｉｏｆｃｃｒｄａｌｒｄｃｄＴｉａｅｏｇｈｎｌｉａｄｈａｏｉｎｄａｉｉｅｙｈｙｓ
，
，．，
。
篓登跫是毒冀氅譬其霍嚣霍昱高璺有翌警茎活，的优ｕ。
翥
瞿
指别决个题算杂，数挖技引到誓识三解这问计复性采将据掘术入数挖是年随数库术人智技的展出纹来中用据掘近来着据技和工能术发而。现：萎菩曩的骂薹篙
（ｏｎａｓａｃｐｔｎＴｅｈｉａｏｅｅＤｐｒｍｅｔｆｎｏｍａｉｎＥｎｉｅｒｇ，ａａｈｎｏｇ２１０）ＭｕｔＴｉｎＯｃｕａｉｃｎｃｌＨｇ，ｅａｔｎｆｒｔｇｎｅｉＴｉｎＳａｄｎ，７００ｈｏＣｏＩｏｎ
２１００年
第３期１
ＳＩＮＥ＆ＴＣＮＬＧＦＲＡＩＮＣＥＣＥＨＯＯＹＩＯＭＴＯＮ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

细化算法
——压缩图像的信息，突出指纹的主要特征，减少了
对特征点判断的复杂度，缩短判断时间。常用的算法
包括：快速细化算法改进的OPTA算法
快速细化算法
1，遍历整幅指纹图像，找出图像的边界点。
2，对边界点P针对其3x3领域图,得到两个特征量。
如果P点满足NC(P)为2，且NZ(P)不等于1且小于6就剔除。 3，继续寻找下一个边界点，直到没有可删除的点为止。
本文的特征提取算法是在细化的图像基础上采用是模板匹配法。模板匹配法有运算量小、速度快的优点。主要提取指纹的细节特征即端点和分叉点。端点和分叉点是建立在对8 邻点的统计分析基础之上的，则在八邻域的所有状态中，满足端点特征条件的有8种，满足分叉点特征条件的有9种。对于细化图像而言，像素点的灰度值只有两种情况（即0或1）“0”为背景点灰度，“1”为纹线点灰度。对于细化图像上的任意点P，其交叉数定义见式4－1，P点的八邻域黑点数定义见式4－2：
指纹取像
图像预处理
特征提取
数据库管理自动指纹识别系统AFIS的简单流程
指纹识别
预处理流程图
图像滤波
目前市场上常用的指纹采集设备有三种：光学式、硅芯片式、超声波式
指纹图像预处理：预处理的目的是改善输入指纹图像的质量，去除图像中的噪音,把它变成一幅清晰的点线图,以便于提取正确的指纹特征,以提高特征提取的准确性。本文采用灰度分割法对质问图像进行分割。利用中值滤波进行去噪。通过自适应二值化的方法处理指纹图像，最后再对图像进行细化以及去除毛刺，断裂等干扰。指纹图像特征提取：对指纹图像的特征点进行提取。由于经过预处理后的细化图像上存在大量的伪特征点，所以提取大量的伪特征点，这些伪特征点的存在，不但使匹配的速度大大降低，还使指纹识别性能急剧下降，造成识别系统的误拒率和误识率的上升，因此在进行指纹匹配之前，尽可能将伪特征点去除，针对提取出指纹细节特征点含有大量的伪特征这一问题，提出了一种边缘信息判别法，有效地去除了边界伪特征点，再根据脊线结构特性去除其毛刺和短脊等伪特征点，显的减少了伪特征点。指纹匹配：对指纹图像的匹配算法进行研究。特征匹配是识别系统的关键环节，匹配算法的好坏直接影响识别的性能、速度和效率。为了克服指纹图像非线性形变的影响，采用基于结构特征的点匹配算法，对校准后的点集进行匹配，匹配的特征点个数在两个点集中所占比例大约百分之六十五的范围内就可判为匹配成功。
erase table[256]={0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1， 1，0，0，1，1，1，1，0，0，0，0，0，0，0，1，0，0，1，1，0，0，1，1 ，1，1，0，1，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0 ，0，1，1，1，0，0，1，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0 ，0，0，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，1，1 ，0，1，1，1，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0 ，0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1 ，1，1，0，0，0，0，0，0，0，1，0，0，1，1，0，0，1，1，1，1，0，1 ，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，0，1，1 ，0，0，1，1，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，1，1 ，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，1，1，0，1，1，1 ，0，0，1，1，0，0，1，1，1，0，1，1，0，0，1，0，0，0} 图1 细化查找表
图像经滤波处理后，其中的纹线(脊)部分得到了增强，不过脊的强度并不完全相同，表现为灰度值的差异。二值化的目的就是使脊的灰度值趋向一致，将灰度图变换为只有黑和白两种灰度的图像。使整幅图像简化为二元信息在指纹识别中，一方面对图像信息进行了压缩，保留了纹线的主要信息，节约了存储空间，另一方面还可以去除大量的粘连，为指纹特征的提取和匹配作准备。
b.
基于灰度的指纹图像与背景分离算法
指纹预处理过程中最重要的一步就是对指纹图像进行滤波去噪，它是指纹图像预处理需要解决的核心问题。图像滤波的目的是在增强脊线谷线结构对比度的同时抑制噪声，连接断裂的脊线和分离粘连的脊线，按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息。在进行后续处理中常用的滤波方法有均值滤波、中值滤波、最小均方差滤波等。由于高斯函数的傅立叶变换仍是高斯函数,因此高斯函数能构成一个在频域具有平滑性能的低通滤波器。可以通过在频域做乘积来实现高斯滤波。均值滤波是对是对信号进行局部平均,以平均值来代表该象素点的灰度值。中值滤波是常用的非线性滤波方法,也是图像处理技术中最常用的预处理技术。它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘。加权中值滤波能够改进中值滤波的边缘信号保持效果。最小均方差滤波器,亦称维纳滤波器,其设计思想是使输入信号乘响应后的输出,与期望输出的均方误差为最小。
2 2
Nl =灰度值 2．计算区域内的N h 和N 的值， N h=灰度值大于等于T的像素点的个数。 l 小于T的像素点的个数；
3．如果 4．若 Nh
Nh Nl a a=w w10 0 0 ，则T为阈值；
Nl ，则T=T+1，否则T=T-1，返回第二步。
自适应阈值二值统一模板
消除模板
保留模板
根据某点的八个相邻点的情况来判断该点是否能删除
图给出了当前需要处理的像素点在不同的八邻域条件下的情况，可以看出： (1)不能删，因为它是个内部点，我们要求的是骨架，如果连内部点也删了，骨架也会被掏空的； (2)不能删，和(1)是同样的道理； (3)可以删，这样的点不是骨架； (4)不能删，因为删掉后，原来相连的部分断开了； (5)可以删，这样的点不是骨架； (6)不能删，因为它是直线的端点，如果这样的点删了，那么最后整个直线也被删了，剩不下什么； (7)不能删，因为孤立点的骨架就是它自身。
为了避免分裂指纹图像，细化的过程分为两个步骤，第一步是正常的腐蚀操作，但是它是有条件的，也就是说那些被标记的可除去的像素点并不立即消去；在第二步中，只将那些消除后并不破坏连通性的点消除，否则的话保留这些边界点。以上的步骤是在一个3×3邻域内运算，可以通过查表实现细化的操作。算法的实现步骤如下：（1）定义一个3×3模板和一个查找表，模板和查找表分别如表1和图1所示：
对指纹图像进行二值化，其基本要求就是二值化后的图像能真实地再现原指纹。具体要求为： 1．脊线中不出现空白； 2．二值化后的脊线基本保持原来指纹的特征； 3．指纹的纹线不应有太多的间断和相连； 4．指纹纹线间的间距应大致相同。
由于原始指纹图像不同区域深浅不一，如对整幅图像用同一阈值进行二值分割，会造成大量有用信息的丢失。这里我们使用自适应阈值二值化的思想，对每块指纹图像，选取的阈值应尽量使该块图像内大于该阈值的像素点数等于小于该阈值的像素点数。一般灰度图像二值化的变换函数用下列公式表示
（2）对二值图像从上到下、从左到右进行扫描；该过程结束后再对图像进行从左到右，从上到下的扫描；如果图像中当前像素点的灰度值为“0”，且其左右（第一次扫描过程考虑左右像素点）或上下（第二次扫描过程考虑上下两个像素点）两个像素点中有任意一个为“255”则转至步骤（3），否则回转到步骤（2）；（3）该像素点为中心的3×3区域内的各个像素值和定义的模板中的权值进行卷积求和，得到查找索引值k；（4）根据这个索引值k得到表里相应的数据，如果为“1” ，那么该像素点的灰度值设为“255”，如果为“0”，则该像素点的灰度值为“0”。（5）图像从头至尾扫描二遍后，如果该次扫描修改了图像中的点，则跳转至步骤二，开始新的一轮扫描。否则图像细化结束。为了是图像能过更加清晰的展现出来，我们把分割后的指纹图像背景换为白色背景。实验结果见实验结果图。
（1）建立3维数组，第一组数据为预处理后的图像信息，定义每一个像素点它周围点像素参数。（2）对于满足6种情况的模板，赋值为2 ，其实为像素1 情况。对于满足后六种情况的模板赋值为3，别的情况点值不做改变。（3）16种消去模板是在不满足上述情况下衍生的模板，对于满足这些模板的点像素全为0，以上都未涉及的点不做改变。（4）循环进行上述过程，到所有点值不改变为止，最多进行20次细化。细化将黑白二值图像细化成了单个像素带宽的指纹图像，由于模板的选择不同，上图中的细化图像一定程度上存在毛刺、分叉、断点等不理想的情况。所以在特征提出前还需稍加处理，细化好的模板选择可以提高图片的质量和细化运算的速度。
T为该块指纹图像的平均灰度值、
N h Nl
分别为第(k,l)块指纹图像中灰度值大于等于T和小于T的像素点数，
w w 10 0 0
w 是分块尺寸（
像素）。
指纹图像二值化后，纹线仍具有一定的宽度，而指纹识别只对纹线的走向感兴趣，不关心它的粗细。细化的目的是为了删除指纹纹线的边缘像素，使之只有一个像素宽度，减少冗余的信息，突出指纹纹线的主要特征，从而便于后面的特征提取。细化时应保证纹线的连接性，方向性和特征点不变，还应保持纹线的中心基本不变。
1, x T f x 0, x T
T为指定的阈值，x为灰度值
1．将指纹图像划分为不重叠的大小为w*w的块，求取该区域内所有像素的灰度平均值。在综合考虑算法速度和处理效果两方面的条件下，本文分块尺寸为8×8 ；T为块的灰度平均值．见下式：
i w 2 i w 2
1 T G i, j w w u i w v j w
指纹识别的概念
a. 指纹识别就是利用人的指纹来识别、验证人的身份，指纹具有唯一性和终身不变性指纹识别是一种生物特征识别技术。生物特征识别技术就是采用自动技术测量人体固有的生理特性和行为特征，并将这些特征与数据库的模板数据进行比较来进行个人身份的鉴定。