指纹识别技术原理介绍

指纹识别技术原理

前言及声明

目录

一、概述 (4)

1.1 指纹识别技术概述 (4)

二、指纹识别技术原理 (4)

2.1采集指纹图像 (4)

2.1.1主动式电容指纹传感器 (6)

2.1.2 被动式电容指纹传感器 (6)

2.2提取指纹特征 (7)

2.3存储指纹特征 (8)

2.4指纹特征匹配 (8)

一、概述

1.1 指纹识别技术概述

指纹识别从概念上讲，不算一个新概念，但它依然是一个正在逐步成熟和普及应用的新技术。指纹识别技术最大的特点无非三个方面：高唯一性、高安全性和高便捷性。而这三个特点其实正是我们信息安全从业者不懈追求的目标。围绕这三个特点，指纹识别技术出现两大应用前景最为广阔的区域，一是由其高安全性和唯一性，在有高机密防护需求的国家涉密系统等领域的发展；二是凭借其便捷性和唯一性，在大众社会化领域的智能化应用。

二、指纹识别技术原理

2.1采集指纹图像

指纹图像的采集主要依靠指纹传感器。指纹传感器目前主要分为光学指纹传感器和电容式指纹传感器。

光学指纹传感器主要是利用光的折摄和反射原理，将手指放在光学镜片上，手指在内置光源照射下，光从底部射向三棱镜，并经棱镜射出，射出的光线在手指表面指纹凹凸不平的线纹上折射的角度及反射回去的光线明暗就会不一样。用棱镜将其投射在电荷耦合器件上CMOS或者CCD上，进而形成脊线（指纹图像中具有一定宽度和走向的纹线）呈黑色、谷线（纹线之间的凹陷部分）呈白色的数字化的、可被指纹设备算法处理的多灰度指纹图像。如图1所示。

图1 光学指纹传感器原理示意图

电容式指纹传感器是将电容感测器整合于一块芯片中，当指纹按压芯片表面时，内部电容感测器会根据指纹波峰与波谷而产生的电荷差，从而形成指纹影像。如下简图，可以把上面的凹凸认为是指纹的谷和脊，那么同传感器就会形成不同的电容差，这样传感器就可以根据这些不同的电容差画出指纹的纹理。如图2所示。电容传感器又分为主动式和被动式。

图2 电容式指纹传感器原理示意图

2.1.1主动式电容指纹传感器

主动式电容指纹传感器主要是通过外加的驱动信号（如Ring）加载到手指上以增强手指表面的电荷，使底下的感应阵列接收电场信号并对信号进行放大，根据指纹凹凸不一致底下芯片感应到的电场也不一致从而重现指纹。如图3所示。

图3 主动式电容指纹传感器示意图

2.1.2 被动式电容指纹传感器

被动式电容指纹传感器是利用手指按在芯片表面时，指纹的波峰波谷对芯片内部电容上下电极电荷分配的比例影响程度来对指纹进行重现指纹，无需额外增加驱动源，芯片结构非常单纯（如下图），也因为无额外驱动信号，所以模组也无需外置Ring，模组结构也非常简单。如图4、图5所示。

图5 被动式电容指纹传感器示意图图4 被动式电容指纹传感器信号图

2.2提取指纹特征

指纹识别具有六大特征，从普遍意义上来讲，可以定义指纹的两类特征来进行指纹的验证：总体特征和局部特征，总体特征是指那些用人眼直接就可以观察到的特征。它包括：

1、基本纹型

常见的指纹图案有环型、弓型、螺旋型，其他的指纹图案都基于这三种基本图案，只是一个粗略的分类，仅仅依靠图案类型来分辨指纹是远远不够的，但通过分类可以更加便利于在大数据库中搜寻到指纹。

2、模式区(Pattern Area)

模式区是包含了纹型特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。

3、核心点(Core Point)

核心点位于指纹纹路的渐进中心，它用于读取指纹和比对指纹时的参考点。

4、三角点(Delta)

三角点位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数和跟踪的开始之处。

5、式样线( Type Lines)

式样线是在指纹包围模式区的纹路线开始平行的地方所出现的交叉纹路，式样线通常很短就中断了，但它的外侧线开始连续延伸。

6、纹数( Ridge Count)

纹数是指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。

图6所示的即为指纹特征细节。

图6 指纹特征细节

上位机通过不同的通信途径，发送指令驱使指纹模块快速捕获按压在指纹传感器感应区的手指纹路图像，从而获得一幅完整的指纹图像；为了得到比较准确的指纹特征点，指纹图像预处理一般要经过图像增强(滤波去掉噪声)、计算方向图、二值化和细化等过程，最后提取出指纹特征信息。

2.3存储指纹特征

通过以上的步骤，上位机获得指纹图像并转为数字特征；根据不同的需求，上位机将这些指纹特征数据以文件的格式或者其他特定形式存储在上位机中；

2.4指纹特征匹配

指纹特征匹配，即比较现场提取的某一个指纹特征点集合和原先建立的数据库中的某一个指纹特征点集合的相似程度。通常用代价函数(或匹配能量)来表示相似程度,取合适的门限将给出该两组指纹特征是否来自同一枚指头的判断。