虹膜、指紋識(shí)別技術(shù)課件

虹膜、指紋識(shí)別技術(shù)虹膜、指紋識(shí)別技術(shù)一、指紋識(shí)別技術(shù)一、指紋識(shí)別技術(shù)什么是指紋指紋就是表皮上突起的紋線。由于人的遺傳特性，雖然指紋人人皆有，但各不相同。指紋在胎兒第三四個(gè)月便開始產(chǎn)生，到六個(gè)月左右就形成了。當(dāng)嬰兒長(zhǎng)大成人，指紋也只不過放大增粗，它的紋樣不變。

什么是指紋指紋就是表皮上突起的紋線指紋的特征定義了指紋的兩類特征來進(jìn)行指紋的驗(yàn)證：總體特征和局部特征

指紋的總體特征: 指那些用入眼直接就可以觀察到的特征 包括:紋形,模式區(qū),核心點(diǎn),三角點(diǎn),紋數(shù).指紋的局部特征: 是指指紋上的節(jié)點(diǎn)的特征，這些具有某種特征的節(jié)點(diǎn)稱為特征點(diǎn)。 包括:特征點(diǎn)的類型,方向,位置.指紋的特征定義了指紋的兩類特征來進(jìn)行指紋的驗(yàn)證：指紋有3種基本類型——斗型（環(huán)型）、弓型和箕型（螺旋形）指紋的總體特征-紋形局限性：不足以區(qū)分所有不同的指紋，通常只用在分類檢索方面，以減少數(shù)據(jù)庫的搜索空間。指紋有3種基本類型——斗型（環(huán)型）、弓型和箕型（螺旋形）指紋指紋的總體特征-模式區(qū)

模式區(qū)是指指紋上包了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。指紋的總體特征-模式區(qū)指紋的總體特征-核心點(diǎn)

核心點(diǎn)位于指紋紋路的漸進(jìn)中心，它在讀取指紋和比對(duì)指紋時(shí)作為參考點(diǎn)。許多算法是基于核心點(diǎn)的，既只能處理和識(shí)別具有核心點(diǎn)的指紋。指紋的總體特征-核心點(diǎn)指紋的總體特征-三角點(diǎn)

三角點(diǎn)位于從核心點(diǎn)開始的第一個(gè)分叉點(diǎn)或者斷點(diǎn)、或者兩條紋路會(huì)聚處、孤立點(diǎn)、折轉(zhuǎn)處，或者指向這些奇異點(diǎn)。三角點(diǎn)提供了指紋紋路的計(jì)數(shù)跟蹤的開始之處。指紋的總體特征-三角點(diǎn)三角點(diǎn)位于從核心點(diǎn)開始的第一個(gè)

指模式區(qū)內(nèi)指紋紋路的數(shù)量。在計(jì)算指紋的紋數(shù)時(shí)，一般先在連接核心點(diǎn)和三角點(diǎn)，這條連線與指紋紋路相交的數(shù)量即可認(rèn)為是指紋的紋數(shù)指紋的總體特征-紋數(shù)指紋的總體特征-紋數(shù)指紋的局部特征兩枚指紋經(jīng)常會(huì)具有相同的總體特征，但它們的局部特征--特征點(diǎn)，卻不可能完全相同。指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱為“特征點(diǎn)”。就是這些特征點(diǎn)提供了指紋唯一性的確認(rèn)信息。

指紋特征點(diǎn)有多種類型：末梢點(diǎn)、分叉點(diǎn)、孤立點(diǎn)、環(huán)、島、毛刺、橋等等。另一類重要特征是奇異點(diǎn)，包括中心點(diǎn)（core）和三角點(diǎn)（delta）指紋的局部特征兩枚指紋經(jīng)常會(huì)具有終節(jié)點(diǎn)三角點(diǎn)分叉點(diǎn)橋中心點(diǎn)終節(jié)點(diǎn)三角點(diǎn)分叉點(diǎn)橋中心點(diǎn)指紋的局部特征-特征點(diǎn)類型大體上可分為6類,最典型的是終結(jié)點(diǎn)和分叉點(diǎn)。終結(jié)點(diǎn)（Ending）一條紋路在此終結(jié)。分叉點(diǎn)（Bifurcation)一條紋路在此分開成為兩條或更多的紋路。

分歧點(diǎn)（RidgeDivergence）兩條平行的紋路在此分開。

指紋的局部特征-特征點(diǎn)類型大體上可分為6類,最典型的是終結(jié)點(diǎn)指紋的局部特征-特征點(diǎn)類型環(huán)點(diǎn)（Enclosure）

一條紋路分開成為兩條之后，立即有合并成為一條，這樣形成的一個(gè)小環(huán)稱為環(huán)點(diǎn)。短紋（ShortRidge）一端較短但不至于成為一點(diǎn)的紋路。孤立點(diǎn)（DotorIsland）一條特別短的紋路，以至于成為一點(diǎn)。

指紋的局部特征-特征點(diǎn)類型環(huán)點(diǎn)（Enclosure）短紋（S指紋局部特征-方向/曲率/位置方向（Orientation）

節(jié)點(diǎn)可以朝著一定的方向。曲率（Curvature）

描述紋路方向改變的速度。位置（Position）

節(jié)點(diǎn)的位置通過（x,y）坐標(biāo)來描述，可以是絕對(duì)的，也可以是相對(duì)于三角點(diǎn)或特征點(diǎn)的。指紋局部特征-方向/曲率/位置方向（Orientation）指紋識(shí)別的原理和方法 指紋識(shí)別的一般過程是指紋圖象預(yù)處理、指紋特征提取和特征匹配。首先，指紋要通過指紋采集設(shè)備(常見的有光學(xué)取像設(shè)備、超聲波掃描取像設(shè)備、晶體傳感器，現(xiàn)在廣泛使用的是晶體傳感器)轉(zhuǎn)化為計(jì)算機(jī)內(nèi)的數(shù)字圖像(一般為灰度圖)。由于采集過程中難免因手指或儀器的原因而使圖像存在較多的噪聲，所以為了使圖像更清晰以便于后續(xù)特征提取，必須對(duì)采集到的圖像進(jìn)行增強(qiáng)和濾波，并進(jìn)一步二值化、細(xì)化。之后，在細(xì)化后的點(diǎn)線圖上提取特征值，刪除偽特征值，最終得到用于匹配的細(xì)節(jié)點(diǎn)。采集到的圖像細(xì)節(jié)點(diǎn)與模板中的細(xì)節(jié)點(diǎn)進(jìn)行比對(duì)，最終完成指紋匹配。指紋識(shí)別的原理和方法 指紋識(shí)別的一般過程是指紋圖象預(yù)處一般指紋識(shí)別系統(tǒng)的處理流程圖如下：一般指紋識(shí)別系統(tǒng)的處理流程圖如下：經(jīng)過歸一化圖像增強(qiáng)等預(yù)處理之后的圖像經(jīng)過歸一化圖像增強(qiáng)等預(yù)處理之后的圖像指紋的細(xì)節(jié)點(diǎn)特征提取算法對(duì)于指紋的細(xì)節(jié)點(diǎn)特征提取來說，特征提取算法的任務(wù)是通過算法檢測(cè)指紋圖像中特征點(diǎn)的數(shù)量及每個(gè)特征點(diǎn)的類型、位置和所在區(qū)域的紋線方向。特征提取的結(jié)果一般保存為特征模板，它包括脊終點(diǎn)或分叉點(diǎn)類型、位置坐標(biāo)及該特征點(diǎn)的方向信息。一般的指紋圖像提取的特征點(diǎn)在10~100個(gè)之間，大多數(shù)文獻(xiàn)均認(rèn)為至少應(yīng)該有12個(gè)特征點(diǎn)才能進(jìn)行自動(dòng)識(shí)別。指紋的細(xì)節(jié)點(diǎn)特征提取算法對(duì)于指紋的細(xì)節(jié)點(diǎn)特征提取來說，特征提目前大多數(shù)系統(tǒng)采用從細(xì)化二值圖像提取特征的方法，稱為8鄰域法。該方法比較簡(jiǎn)單，在得到可靠的細(xì)化二值圖像后，只需要一個(gè)3×3的模板便可將末梢點(diǎn)和分叉點(diǎn)提取出來。對(duì)于細(xì)化二值圖像，像素點(diǎn)的灰度值只有2種情況（假設(shè)：0表示背景點(diǎn)灰度，用白點(diǎn)表示；1表示紋線點(diǎn)灰度，用黑點(diǎn)表示）。3×3的模板如圖所示，N是待檢查的點(diǎn)，X1，X2，…,X8是它的8個(gè)鄰域點(diǎn)，沿順時(shí)針方向排列，R(1)，R(2)，…，R(8)是點(diǎn)X1,X2,…,X8的灰度值。指紋的細(xì)節(jié)點(diǎn)特征提取算法目前大多數(shù)系統(tǒng)采用從細(xì)化二值圖像提取特征的方法，稱為8鄰域?qū)⒋郎y(cè)點(diǎn)（x,y）的八鄰域點(diǎn)進(jìn)行循環(huán)比較，若“0”，“1”變化有六次，則此待測(cè)點(diǎn)為分叉點(diǎn)，若變化兩次，則為末梢點(diǎn)。如果N是末梢點(diǎn)，則它的8鄰域點(diǎn)滿足：如果N是分叉點(diǎn)，則它的8鄰域點(diǎn)滿足：

指紋的細(xì)節(jié)點(diǎn)特征提取算法將待測(cè)點(diǎn)（x,y）的八鄰域點(diǎn)進(jìn)行循環(huán)比較，指紋的細(xì)節(jié)點(diǎn)特征提取算法通過類似的過程可以記錄下來一個(gè)指紋的所有特征點(diǎn)。在形成指紋特征值模板（也就是特征值的有序集合）時(shí)，盡量多的提取特征點(diǎn)對(duì)于提高準(zhǔn)確性是有很大幫助的。將所提取的數(shù)據(jù)與指紋庫中的指紋數(shù)據(jù)進(jìn)行比對(duì)，最后選出最吻合的指紋，完成指紋識(shí)別。指紋的細(xì)節(jié)點(diǎn)特征提取算法通過類似的過程可以記錄下來一個(gè)指紋的指紋識(shí)別的優(yōu)點(diǎn)1、指紋是人體獨(dú)一無二的特征，并且它們的復(fù)雜度足以提供用于鑒別的足夠特征；2、如果要增加可靠性，只需登記更多的指紋、鑒別更多的手指，最多可以多達(dá)十個(gè)，而每一個(gè)指紋都是獨(dú)一無二的；·3、掃描指紋的速度很快，使用非常方便；4、讀取指紋時(shí)，用戶必需將手指與指紋采集頭相互接觸，與指紋采集頭直接接觸是讀取人體生物特征最可靠的方法；5、指紋采集頭可以更加小型化，并且價(jià)格會(huì)更加的低廉；

指紋識(shí)別的優(yōu)點(diǎn)1、指紋是人體獨(dú)一無二的特征，并且它們的復(fù)雜度指紋識(shí)別的缺點(diǎn)1、某些人或某些群體的指紋特征少，難成像；2、手指要清潔，不要沾油污、沾水。手指臟、爆皮、干燥、過涼會(huì)出現(xiàn)不識(shí)別現(xiàn)象。3、每一次使用指紋時(shí)都會(huì)在指紋采集頭上留下用戶的指紋印痕，而這些指紋痕跡存在被用來復(fù)制指紋的可能性。指紋識(shí)別的缺點(diǎn)1、某些人或某些群體的指紋特征少，難成像；二、虹膜識(shí)別技術(shù)二、虹膜識(shí)別技術(shù)什么是虹膜？虹膜屬于眼球中層，位于血管膜的最前部，在睫狀體前方，有自動(dòng)調(diào)節(jié)瞳孔的大小，調(diào)節(jié)進(jìn)入眼內(nèi)光線多少的作用。位于血管膜的最前部，由許多腺窩、皺褶、色素斑等構(gòu)成,包含了極為豐富的紋理信息。虹膜中央有瞳孔。人類眼睛的虹膜與手指紋一樣，是獨(dú)一無二的。什么是虹膜？虹膜屬于眼球中層，位于血管膜的最前部，在睫狀體前虹膜的特征1.高獨(dú)特性。幾乎任何兩個(gè)人(包括雙胞胎)的虹膜都是不完全相同的，即使是同一個(gè)人左右眼的虹膜也存在一定的差異。2.高穩(wěn)定性。虹膜本身一般不易發(fā)病，可以保持幾十年不變。3.良好的防偽性能。要想精細(xì)地修改虹膜的表面結(jié)構(gòu)特征，即使采用目前先進(jìn)的眼科手術(shù)，也必須冒著視力損傷的危險(xiǎn)。另外，利用虹膜本身有規(guī)律的震顫特性以及虹膜隨光強(qiáng)度變化而縮放的特性，可以把假冒的虹膜圖片區(qū)分開來。4.易接受性。可以不與人體接觸，甚至能夠在人們沒有覺察的情況下把虹膜圖像拍攝下來。虹膜的特征1.高獨(dú)特性。幾乎任何兩個(gè)人(包括雙胞胎)的虹膜虹膜識(shí)別的原理首先是獲取要注冊(cè)的已知虹膜的紋理圖像,進(jìn)行虹膜圖像的質(zhì)量檢測(cè)和預(yù)處理.其次是對(duì)虹膜的定位,即從輸入的人眼圖像中找到虹膜存在的位置,并將虹膜從圖片中分割出來.第三,進(jìn)行虹膜特征的提取與識(shí)別,根據(jù)功能的區(qū)別對(duì)歸一化的虹膜紋理進(jìn)行特征編碼,將得到的“虹膜代碼”存入虹膜數(shù)據(jù)庫中進(jìn)行“注冊(cè)”或者將“虹膜代碼”與虹膜數(shù)據(jù)庫中的虹膜碼進(jìn)行比對(duì),根據(jù)判決條件判斷是接受還是拒絕.虹膜識(shí)別的原理首先是獲取要注冊(cè)的已知虹膜的紋理圖像,進(jìn)行虹膜虹膜識(shí)別系統(tǒng)一套完整的虹膜識(shí)別系統(tǒng)總體上包含“硬件和軟件”兩部分:虹膜圖像獲取裝置和虹膜識(shí)別算法.它們分別對(duì)應(yīng)于圖像獲取和模式匹配這兩個(gè)基本問題.虹膜識(shí)別算法主要包括以下技術(shù)環(huán)節(jié):(1)虹膜圖像的質(zhì)量評(píng)價(jià);(2)虹膜圖像預(yù)處理,主要包括:虹膜定位(包括虹膜內(nèi)外圓的定位、眼瞼定位)、虹膜歸一化(即通過某種映射關(guān)系把原始圖像中的虹膜轉(zhuǎn)換到固定尺寸的圖像中)、虹膜圖像增強(qiáng)(主要消除光照不均的影響)及去噪(主要指去除睫毛、光斑等噪聲);虹膜識(shí)別系統(tǒng)一套完整的虹膜識(shí)別系統(tǒng)總體上包含“硬件和軟件”兩(3)虹膜防偽,即活體虹膜的檢測(cè),用于檢測(cè)真假虹膜;(4)虹膜特征提取與匹配,即采用某種方法表征分割出的虹膜,然后根據(jù)特征提取方法,采取適當(dāng)?shù)钠ヅ洳呗詫⑻崛〉暮缒ぬ卣髋c已經(jīng)注冊(cè)的儲(chǔ)存于數(shù)據(jù)庫中的虹膜特征進(jìn)行比對(duì).(3)虹膜防偽,即活體虹膜的檢測(cè),用于檢測(cè)真假虹膜;定位算法虹膜的像素灰度值分布規(guī)律為從瞳孔向外逐漸增加,在x,y方向的灰度投影上,呈現(xiàn)中心低,周圍高的分布規(guī)律。根據(jù)這一規(guī)律可以粗略定出瞳孔中心,以這一點(diǎn)為中心,向不同的方向移動(dòng),采用梯度檢驗(yàn)的方法尋找虹膜的內(nèi)邊緣。定位算法虹膜的像素灰度值分布規(guī)律為從瞳孔向外逐漸增加,在xDaugman博士提出了一個(gè)微積分算子,如式:

積分表示的是圖像I(x,y)在以(x0,y0)為圓心,r為半徑的圓上的曲線積分。此算法采用圓形邊緣檢測(cè)器反復(fù)地尋找虹膜的內(nèi)外邊緣,直至找到最佳匹配的兩個(gè)圓。對(duì)于上下眼瞼的邊緣檢測(cè),把曲線積分路徑變成弧形,相應(yīng)的信息參數(shù)也隨之調(diào)整即可。Daugman博士提出了一個(gè)微積分算子,如式:歸一化算法

Daugman博士的橡膠皮彈性模型[9]對(duì)環(huán)形虹膜圖像進(jìn)行了歸一化,有效地解決了瞳孔縮放以及瞳孔與虹膜邊緣不同心所帶來的問題,為大多數(shù)虹膜識(shí)別研究者所采用,其模型示意圖如圖歸一化算法Daugman博士的橡膠皮彈性模型[9]對(duì)環(huán)它將圖像從笛卡兒坐標(biāo)(x,y)轉(zhuǎn)化為極坐標(biāo)的形式(r,θ),轉(zhuǎn)化公式為:其中,r∈[0,1],θ∈[0,2π],(xp(θ),yp(θ)),(xs(θ),ys(θ))分別代表在θ方向上的瞳孔和鞏膜的邊點(diǎn)。它將圖像從笛卡兒坐標(biāo)(x,y)轉(zhuǎn)化為極坐標(biāo)的形式(r,虹膜、指紋識(shí)別技術(shù)課件特征提取和編碼算法Daugman博士采用極坐標(biāo)下的復(fù)值二維Gabor濾波器對(duì)歸一化后的虹膜圖像進(jìn)行虹膜細(xì)節(jié)的特征提取,使用1024個(gè)小波對(duì)圖像進(jìn)行處理,得到2048bit,即256byte的編碼。二維Gabor濾波器在極坐標(biāo)下形式為:產(chǎn)生一組中心位置在(r0,θ0),位置參數(shù)為(r0,θ0,α,β,ω)的選擇頻率濾波器,在空間域和頻率域具有良好地獲取節(jié)點(diǎn)位置的功能,而且由于良好的積分特性,這些濾波器能夠獲取本地相位信息。對(duì)圖像在每個(gè)尺度上濾波,用粗略的一位實(shí)部和虛部數(shù)來對(duì)虹膜圖像進(jìn)行編碼.特征提取和編碼算法Daugman博士采用極坐標(biāo)下的復(fù)值二維其他預(yù)處理1、眼皮（1）拋物線模型（2）鏈碼方法差分運(yùn)算及二值化；鏈碼搜索其他預(yù)處理1、眼皮2、去除睫毛的影響－Candy算子2、去除睫毛的影響－Candy算子3、去除照明奇異點(diǎn)

（1）Gaussian模型（2）直接閾值化方法3、去除照明奇異點(diǎn)

（1）Gaussian模型虹膜技術(shù)的優(yōu)點(diǎn)與其它生物識(shí)別技術(shù)相比,虹膜識(shí)別具有無法取代的生理方面的優(yōu)勢(shì):(1)唯一性—自然界不可能出現(xiàn)完全相同的兩個(gè)虹膜,科學(xué)實(shí)驗(yàn)表明即使是雙胞胎、同一人左右眼的虹膜圖像也不相同;(2)穩(wěn)定性—虹膜在人出生8個(gè)月后就已經(jīng)穩(wěn)定成型,除非發(fā)生病變等特殊情況,人的虹膜紋理在一生之中都不會(huì)改變,并且通過手術(shù)改變虹膜紋理的風(fēng)險(xiǎn)也很高;(3)非侵犯性—虹膜是外部可見的內(nèi)部器官,可以在不與采集設(shè)備接觸的情況下成像;(4)天然防偽性—當(dāng)攝入瞳孔的光線的強(qiáng)度發(fā)生變化時(shí),瞳孔會(huì)產(chǎn)生收縮或膨脹并牽動(dòng)虹膜變化,這使得虹膜具有天然的防偽性,可以防范虹膜的盜用。虹膜技術(shù)的優(yōu)點(diǎn)虹膜技術(shù)的缺點(diǎn)

1.一個(gè)最為重要的缺點(diǎn)是它沒有進(jìn)行過任何的測(cè)試，當(dāng)前的虹膜識(shí)別系統(tǒng)只是用統(tǒng)計(jì)學(xué)原理進(jìn)行小規(guī)模的試驗(yàn)，而沒有進(jìn)行過現(xiàn)實(shí)世界的唯一性認(rèn)證的試驗(yàn)；2.很難將圖像獲取設(shè)備的尺寸小型化；3.需要昂貴的攝像頭聚焦，一個(gè)這樣的攝像頭的最低價(jià)為7000美元；4.鏡頭可能產(chǎn)生圖像畸變而使可靠性降低；5.黑眼睛極難讀取；6.需要較好光源。7.兩大模塊：硬件和軟件虹膜技術(shù)的缺點(diǎn)

1.一個(gè)最為重要的缺點(diǎn)是它沒有進(jìn)行過任何的參考文獻(xiàn)《指紋圖像處理及匹配算法研究》——桂可《基于虹膜的身份識(shí)別技術(shù)》——魯凡、黃棟《指紋圖像的特征提取及特征點(diǎn)記錄》——楊?yuàn)省逗缒ぷR(shí)別技術(shù)》——何家峰《虹膜識(shí)別技術(shù)綜述》——梁靜坤,張春平,李麗娟百度百科、google等參考文獻(xiàn)《指紋圖像處理及匹配算法研究》——桂可謝謝觀賞謝謝觀賞42虹膜、指紋識(shí)別技術(shù)虹膜、指紋識(shí)別技術(shù)一、指紋識(shí)別技術(shù)一、指紋識(shí)別技術(shù)什么是指紋指紋就是表皮上突起的紋線。由于人的遺傳特性，雖然指紋人人皆有，但各不相同。指紋在胎兒第三四個(gè)月便開始產(chǎn)生，到六個(gè)月左右就形成了。當(dāng)嬰兒長(zhǎng)大成人，指紋也只不過放大增粗，它的紋樣不變。

什么是指紋指紋就是表皮上突起的紋線指紋的特征定義了指紋的兩類特征來進(jìn)行指紋的驗(yàn)證：總體特征和局部特征

指紋的總體特征: 指那些用入眼直接就可以觀察到的特征 包括:紋形,模式區(qū),核心點(diǎn),三角點(diǎn),紋數(shù).指紋的局部特征: 是指指紋上的節(jié)點(diǎn)的特征，這些具有某種特征的節(jié)點(diǎn)稱為特征點(diǎn)。 包括:特征點(diǎn)的類型,方向,位置.指紋的特征定義了指紋的兩類特征來進(jìn)行指紋的驗(yàn)證：指紋有3種基本類型——斗型（環(huán)型）、弓型和箕型（螺旋形）指紋的總體特征-紋形局限性：不足以區(qū)分所有不同的指紋，通常只用在分類檢索方面，以減少數(shù)據(jù)庫的搜索空間。指紋有3種基本類型——斗型（環(huán)型）、弓型和箕型（螺旋形）指紋指紋的總體特征-模式區(qū)

模式區(qū)是指指紋上包了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。指紋的總體特征-模式區(qū)指紋的總體特征-核心點(diǎn)

核心點(diǎn)位于指紋紋路的漸進(jìn)中心，它在讀取指紋和比對(duì)指紋時(shí)作為參考點(diǎn)。許多算法是基于核心點(diǎn)的，既只能處理和識(shí)別具有核心點(diǎn)的指紋。指紋的總體特征-核心點(diǎn)指紋的總體特征-三角點(diǎn)

三角點(diǎn)位于從核心點(diǎn)開始的第一個(gè)分叉點(diǎn)或者斷點(diǎn)、或者兩條紋路會(huì)聚處、孤立點(diǎn)、折轉(zhuǎn)處，或者指向這些奇異點(diǎn)。三角點(diǎn)提供了指紋紋路的計(jì)數(shù)跟蹤的開始之處。指紋的總體特征-三角點(diǎn)三角點(diǎn)位于從核心點(diǎn)開始的第一個(gè)

指模式區(qū)內(nèi)指紋紋路的數(shù)量。在計(jì)算指紋的紋數(shù)時(shí)，一般先在連接核心點(diǎn)和三角點(diǎn)，這條連線與指紋紋路相交的數(shù)量即可認(rèn)為是指紋的紋數(shù)指紋的總體特征-紋數(shù)指紋的總體特征-紋數(shù)指紋的局部特征兩枚指紋經(jīng)常會(huì)具有相同的總體特征，但它們的局部特征--特征點(diǎn)，卻不可能完全相同。指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱為“特征點(diǎn)”。就是這些特征點(diǎn)提供了指紋唯一性的確認(rèn)信息。

指紋特征點(diǎn)有多種類型：末梢點(diǎn)、分叉點(diǎn)、孤立點(diǎn)、環(huán)、島、毛刺、橋等等。另一類重要特征是奇異點(diǎn)，包括中心點(diǎn)（core）和三角點(diǎn)（delta）指紋的局部特征兩枚指紋經(jīng)常會(huì)具有終節(jié)點(diǎn)三角點(diǎn)分叉點(diǎn)橋中心點(diǎn)終節(jié)點(diǎn)三角點(diǎn)分叉點(diǎn)橋中心點(diǎn)指紋的局部特征-特征點(diǎn)類型大體上可分為6類,最典型的是終結(jié)點(diǎn)和分叉點(diǎn)。終結(jié)點(diǎn)（Ending）一條紋路在此終結(jié)。分叉點(diǎn)（Bifurcation)一條紋路在此分開成為兩條或更多的紋路。

分歧點(diǎn)（RidgeDivergence）兩條平行的紋路在此分開。

指紋的局部特征-特征點(diǎn)類型大體上可分為6類,最典型的是終結(jié)點(diǎn)指紋的局部特征-特征點(diǎn)類型環(huán)點(diǎn)（Enclosure）

一條紋路分開成為兩條之后，立即有合并成為一條，這樣形成的一個(gè)小環(huán)稱為環(huán)點(diǎn)。短紋（ShortRidge）一端較短但不至于成為一點(diǎn)的紋路。孤立點(diǎn)（DotorIsland）一條特別短的紋路，以至于成為一點(diǎn)。

指紋的局部特征-特征點(diǎn)類型環(huán)點(diǎn)（Enclosure）短紋（S指紋局部特征-方向/曲率/位置方向（Orientation）

節(jié)點(diǎn)可以朝著一定的方向。曲率（Curvature）

描述紋路方向改變的速度。位置（Position）

節(jié)點(diǎn)的位置通過（x,y）坐標(biāo)來描述，可以是絕對(duì)的，也可以是相對(duì)于三角點(diǎn)或特征點(diǎn)的。指紋局部特征-方向/曲率/位置方向（Orientation）指紋識(shí)別的原理和方法 指紋識(shí)別的一般過程是指紋圖象預(yù)處理、指紋特征提取和特征匹配。首先，指紋要通過指紋采集設(shè)備(常見的有光學(xué)取像設(shè)備、超聲波掃描取像設(shè)備、晶體傳感器，現(xiàn)在廣泛使用的是晶體傳感器)轉(zhuǎn)化為計(jì)算機(jī)內(nèi)的數(shù)字圖像(一般為灰度圖)。由于采集過程中難免因手指或儀器的原因而使圖像存在較多的噪聲，所以為了使圖像更清晰以便于后續(xù)特征提取，必須對(duì)采集到的圖像進(jìn)行增強(qiáng)和濾波，并進(jìn)一步二值化、細(xì)化。之后，在細(xì)化后的點(diǎn)線圖上提取特征值，刪除偽特征值，最終得到用于匹配的細(xì)節(jié)點(diǎn)。采集到的圖像細(xì)節(jié)點(diǎn)與模板中的細(xì)節(jié)點(diǎn)進(jìn)行比對(duì)，最終完成指紋匹配。指紋識(shí)別的原理和方法 指紋識(shí)別的一般過程是指紋圖象預(yù)處一般指紋識(shí)別系統(tǒng)的處理流程圖如下：一般指紋識(shí)別系統(tǒng)的處理流程圖如下：經(jīng)過歸一化圖像增強(qiáng)等預(yù)處理之后的圖像經(jīng)過歸一化圖像增強(qiáng)等預(yù)處理之后的圖像指紋的細(xì)節(jié)點(diǎn)特征提取算法對(duì)于指紋的細(xì)節(jié)點(diǎn)特征提取來說，特征提取算法的任務(wù)是通過算法檢測(cè)指紋圖像中特征點(diǎn)的數(shù)量及每個(gè)特征點(diǎn)的類型、位置和所在區(qū)域的紋線方向。特征提取的結(jié)果一般保存為特征模板，它包括脊終點(diǎn)或分叉點(diǎn)類型、位置坐標(biāo)及該特征點(diǎn)的方向信息。一般的指紋圖像提取的特征點(diǎn)在10~100個(gè)之間，大多數(shù)文獻(xiàn)均認(rèn)為至少應(yīng)該有12個(gè)特征點(diǎn)才能進(jìn)行自動(dòng)識(shí)別。指紋的細(xì)節(jié)點(diǎn)特征提取算法對(duì)于指紋的細(xì)節(jié)點(diǎn)特征提取來說，特征提目前大多數(shù)系統(tǒng)采用從細(xì)化二值圖像提取特征的方法，稱為8鄰域法。該方法比較簡(jiǎn)單，在得到可靠的細(xì)化二值圖像后，只需要一個(gè)3×3的模板便可將末梢點(diǎn)和分叉點(diǎn)提取出來。對(duì)于細(xì)化二值圖像，像素點(diǎn)的灰度值只有2種情況（假設(shè)：0表示背景點(diǎn)灰度，用白點(diǎn)表示；1表示紋線點(diǎn)灰度，用黑點(diǎn)表示）。3×3的模板如圖所示，N是待檢查的點(diǎn)，X1，X2，…,X8是它的8個(gè)鄰域點(diǎn)，沿順時(shí)針方向排列，R(1)，R(2)，…，R(8)是點(diǎn)X1,X2,…,X8的灰度值。指紋的細(xì)節(jié)點(diǎn)特征提取算法目前大多數(shù)系統(tǒng)采用從細(xì)化二值圖像提取特征的方法，稱為8鄰域?qū)⒋郎y(cè)點(diǎn)（x,y）的八鄰域點(diǎn)進(jìn)行循環(huán)比較，若“0”，“1”變化有六次，則此待測(cè)點(diǎn)為分叉點(diǎn)，若變化兩次，則為末梢點(diǎn)。如果N是末梢點(diǎn)，則它的8鄰域點(diǎn)滿足：如果N是分叉點(diǎn)，則它的8鄰域點(diǎn)滿足：

指紋的細(xì)節(jié)點(diǎn)特征提取算法將待測(cè)點(diǎn)（x,y）的八鄰域點(diǎn)進(jìn)行循環(huán)比較，指紋的細(xì)節(jié)點(diǎn)特征提取算法通過類似的過程可以記錄下來一個(gè)指紋的所有特征點(diǎn)。在形成指紋特征值模板（也就是特征值的有序集合）時(shí)，盡量多的提取特征點(diǎn)對(duì)于提高準(zhǔn)確性是有很大幫助的。將所提取的數(shù)據(jù)與指紋庫中的指紋數(shù)據(jù)進(jìn)行比對(duì)，最后選出最吻合的指紋，完成指紋識(shí)別。指紋的細(xì)節(jié)點(diǎn)特征提取算法通過類似的過程可以記錄下來一個(gè)指紋的指紋識(shí)別的優(yōu)點(diǎn)1、指紋是人體獨(dú)一無二的特征，并且它們的復(fù)雜度足以提供用于鑒別的足夠特征；2、如果要增加可靠性，只需登記更多的指紋、鑒別更多的手指，最多可以多達(dá)十個(gè)，而每一個(gè)指紋都是獨(dú)一無二的；·3、掃描指紋的速度很快，使用非常方便；4、讀取指紋時(shí)，用戶必需將手指與指紋采集頭相互接觸，與指紋采集頭直接接觸是讀取人體生物特征最可靠的方法；5、指紋采集頭可以更加小型化，并且價(jià)格會(huì)更加的低廉；

指紋識(shí)別的優(yōu)點(diǎn)1、指紋是人體獨(dú)一無二的特征，并且它們的復(fù)雜度指紋識(shí)別的缺點(diǎn)1、某些人或某些群體的指紋特征少，難成像；2、手指要清潔，不要沾油污、沾水。手指臟、爆皮、干燥、過涼會(huì)出現(xiàn)不識(shí)別現(xiàn)象。3、每一次使用指紋時(shí)都會(huì)在指紋采集頭上留下用戶的指紋印痕，而這些指紋痕跡存在被用來復(fù)制指紋的可能性。指紋識(shí)別的缺點(diǎn)1、某些人或某些群體的指紋特征少，難成像；二、虹膜識(shí)別技術(shù)二、虹膜識(shí)別技術(shù)什么是虹膜？虹膜屬于眼球中層，位于血管膜的最前部，在睫狀體前方，有自動(dòng)調(diào)節(jié)瞳孔的大小，調(diào)節(jié)進(jìn)入眼內(nèi)光線多少的作用。位于血管膜的最前部，由許多腺窩、皺褶、色素斑等構(gòu)成,包含了極為豐富的紋理信息。虹膜中央有瞳孔。人類眼睛的虹膜與手指紋一樣，是獨(dú)一無二的。什么是虹膜？虹膜屬于眼球中層，位于血管膜的最前部，在睫狀體前虹膜的特征1.高獨(dú)特性。幾乎任何兩個(gè)人(包括雙胞胎)的虹膜都是不完全相同的，即使是同一個(gè)人左右眼的虹膜也存在一定的差異。2.高穩(wěn)定性。虹膜本身一般不易發(fā)病，可以保持幾十年不變。3.良好的防偽性能。要想精細(xì)地修改虹膜的表面結(jié)構(gòu)特征，即使采用目前先進(jìn)的眼科手術(shù)，也必須冒著視力損傷的危險(xiǎn)。另外，利用虹膜本身有規(guī)律的震顫特性以及虹膜隨光強(qiáng)度變化而縮放的特性，可以把假冒的虹膜圖片區(qū)分開來。4.易接受性?？梢圆慌c人體接觸，甚至能夠在人們沒有覺察的情況下把虹膜圖像拍攝下來。虹膜的特征1.高獨(dú)特性。幾乎任何兩個(gè)人(包括雙胞胎)的虹膜虹膜識(shí)別的原理首先是獲取要注冊(cè)的已知虹膜的紋理圖像,進(jìn)行虹膜圖像的質(zhì)量檢測(cè)和預(yù)處理.其次是對(duì)虹膜的定位,即從輸入的人眼圖像中找到虹膜存在的位置,并將虹膜從圖片中分割出來.第三,進(jìn)行虹膜特征的提取與識(shí)別,根據(jù)功能的區(qū)別對(duì)歸一化的虹膜紋理進(jìn)行特征編碼,將得到的“虹膜代碼”存入虹膜數(shù)據(jù)庫中進(jìn)行“注冊(cè)”或者將“虹膜代碼”與虹膜數(shù)據(jù)庫中的虹膜碼進(jìn)行比對(duì),根據(jù)判決條件判斷是接受還是拒絕.虹膜識(shí)別的原理首先是獲取要注冊(cè)的已知虹膜的紋理圖像,進(jìn)行虹膜虹膜識(shí)別系統(tǒng)一套完整的虹膜識(shí)別系統(tǒng)總體上包含“硬件和軟件”兩部分:虹膜圖像獲取裝置和虹膜識(shí)別算法.它們分別對(duì)應(yīng)于圖像獲取和模式匹配這兩個(gè)基本問題.虹膜識(shí)別算法主要包括以下技術(shù)環(huán)節(jié):(1)虹膜圖像的質(zhì)量評(píng)價(jià);(2)虹膜圖像預(yù)處理,主要包括:虹膜定位(包括虹膜內(nèi)外圓的定位、眼瞼定位)、虹膜歸一化(即通過某種映射關(guān)系把原始圖像中的虹膜轉(zhuǎn)換到固定尺寸的圖像中)、虹膜圖像增強(qiáng)(主要消除光照不均的影響)及去噪(主要指去除睫毛、光斑等噪聲);虹膜識(shí)別系統(tǒng)一套完整的虹膜識(shí)別系統(tǒng)總體上包含“硬件和軟件”兩(3)虹膜防偽,即活體虹膜的檢測(cè),用于檢測(cè)真假虹膜;(4)虹膜特征提取與匹配,即采用某種方法表征分割出的虹膜,然后根據(jù)特征提取方法,采取適當(dāng)?shù)钠ヅ洳呗詫⑻崛〉暮缒ぬ卣髋c已經(jīng)注冊(cè)的儲(chǔ)存于數(shù)據(jù)庫中的虹膜特征進(jìn)行比對(duì).(3)虹膜防偽,即活體虹膜的檢測(cè),用于檢測(cè)真假虹膜;定位算法虹膜的像素灰度值分布規(guī)律為從瞳孔向外逐漸增加,在x,y方向的灰度投影上,呈現(xiàn)中心低,周圍高的分布規(guī)律。根據(jù)這一規(guī)律可以粗略定出瞳孔中心,以這一點(diǎn)為中心,向不同的方向移動(dòng),采用梯度檢驗(yàn)的方法尋找虹膜的內(nèi)邊緣。定位算法虹膜的像素灰度值分布規(guī)律為從瞳孔向外逐漸增加,在xDaugman博士提出了一個(gè)微積分算子,如式:

積分表示的是圖像I(x,y)在以(x0,y0)為圓心,r為半徑的圓上的曲線積分。此算法采用圓形邊緣檢測(cè)器反復(fù)地尋找虹膜的內(nèi)外邊緣,直至找到最佳匹配的兩個(gè)圓。對(duì)于上下眼瞼的邊緣檢測(cè),把曲線積分路徑變成弧形,相應(yīng)的信息參數(shù)也隨之調(diào)整即可。Daugman博士提出了一個(gè)微積分算子,如式:歸一化算法

Daugman博士的橡膠皮彈性模型[9]對(duì)環(huán)形虹膜圖像進(jìn)行了歸一化,有效地解決了瞳孔縮放以及瞳孔與虹膜邊緣不同心所帶來的問題,為大多數(shù)虹膜識(shí)別研究者所采用,其模型示意圖如圖歸一化算法Daugman博士的橡膠皮彈性模型[9]對(duì)環(huán)它將圖像從笛卡兒坐標(biāo)(x,y)轉(zhuǎn)化為極坐標(biāo)的形式(r,θ),轉(zhuǎn)化公式為:其中,r∈[0,1],θ∈[0,2π],(xp(θ),yp(θ)),(xs(θ