前言：中文期刊网精心挑选了常见的生物识别技术范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
常见的生物识别技术范文1
【关键词】生物识别技术 社保领域 应用研究
随着时代的不断进步，人力资源社会保障事业在社会中地位逐渐提升，为现代人的生活、工作提供了一定的保障，广大群众对人力资源社会保障服务的要求也在不断提高。生物识别技术在社保领域中的应用能够有效进行申报人的真实身份识别，打破了传统身份认证手段技术落后的困境，为人力资源社会保障业务的开展提供了更加安全、可靠的技术支持。
1 生物识别技术的相关概述
1.1 生物识别技术的介绍
生物识别技术是一种先进的身份识别技术，能够通过人脸、静脉、指纹、声音等生物信息来确定个人的真实身份。不同自然人的生物特征作为重要的信息储存在生物识别系统中进行统一管理，能够高效的为各个险种及网上业务办理提供身份认证服务。社保卡系统的稳定运行就是建立在生物识别技术基础之上的，合理的使用生物识别技术建立社保系统平台，在发放社保卡的过程中对参保人的生物特征信息进行收集，并且将其生物特征信息保存在生物识别系统中相对应的位置，建立生物特征信息库，为自然人的养老、医疗、工伤、生育各个险种以及网上业务办理提供真实可靠的数据参考。
1.2 生物识别技术的建设
1.2.1 构建生物识别身份认证平台
参保人在办理社保的同时，工作人员会对能够证实其身份的生物特征信息进行采集、抽取和审核，确保参保人身份信息准确无误之后，将其生物特征信息进行集中储存，为日后利用生物识别技术进行参保人身份识别提供数据支持。社保部门构建生物识别身份认证平台，并且定期将各基层社保机构采集到的参保人生物特征上传到生物识别身份认证平台中进行集中储存，确保对参保人生物特征信息的有效管理，通过社保卡实现生物识别身份认证平台中信息数据的共享，最大限度的发挥出生物识别技术在社保领域中的作用。
1.2.2 设计养老保险身份认证子系统
养老保险身份认证子系统是社保系统中的重要组成部分，主要利用生物识别技术为养老保险身份认证子系统提供人脸识别和指纹识别双重身份认证服务，利用储存的参保人的生物特征信息，为参保人身份信息的安全性提供基本保障，这样社保机构就能够随时随地进行参保人身份信息的查阅，为社保机构的日常工作提供了很大的便利，方便职能部门对参保相关数据进行统计分析。
1.2.3 硬件设施的合理配置
生物识别技术在社保领域的使用需要多种配套硬件设备的支持，社保部门利用购置先进的人脸识别仪和指纹识别仪，通过对参保人生物特征的准确采集与识别来进行其真实身份的认证。
1.3 生物识别技术的实现
生物识别技术的实现要对参保人的生物特征信息进行采集，主要分为人脸模板数据信息采集、指纹模板数据信息采集和其他生物特征模板数据信息采集。社保部门会将采集到的人脸数据信息与公安数据进行对比，将信息一致的数据直接传送到生物识别特征数据库中，将信息不一致的数据下发到相对应的社保机构，再一次进行参保人身份信息的核对。指纹数据信息的采集主要是在办理社保业务或者进行身份认证的时候，通过多种方式进行参保人指纹信息的采集。目前比较常见的其他生物特征数据信息的采集是指利用二代身份证照片作为社保卡照片，通过高质量的二代身份证照片进行参保人身份信息的核对。
2.1 社保领取资格认证
人力资源社会保障中包含的业务种类非常丰富，并且不同类型的险种每年所需要办理的业务也不尽相同。像是养老保险、新农保等业务要求每年进行资格认证的领取，传统的认证模式比较繁琐，需要参保人到社保经办机构现场进行认证，或者提交参保人的生存证明来确定其身份信息。这种认证方式不仅会浪费参保人的时间，还在一定程度上降低了人力资源社会保障部门的工作效率。生物识别技术的应用能够有效改善这种传统认证方式存在的弊端，通过对参保人生物特征的识别来确定其身份信息，参保人可以在社保经办机构、家里、网吧等多种场所随时随地进行身份认证，为社保部门和参保人都提供了很大的方便。
2.2 网上自助业务申报
随着科学技术的飞速发展，互联网在现代人日常生活、工作中的应用越来越广泛，逐渐成为现代社会发展过程中不可或缺的重要组成部分，社保领域网上自助业务申报的实现也成为信息时代的必然发展趋势。参保人员可以使用电脑或手机等移动客户端进行相关社保业务的申报和办理，在填写完申报人相关信息之后，会采用生物识别技术对申报人的相关信息进行审核与认证，进一步对申报人的真实信息进行识别，_保相关信息的准确无误之后，才能够完成申报材料的报批。
2.3 社保自助业务终端身份认证
参保者在使用自助业务终端查询信息的时候，自助业务终端会利用生物识别技术对参保者的身份进行认证，确保参保者身份信息准确无误之后，才会为参保者提供信息查询、业务申报等服务，为人力资源社会保障事业中的信息安全和社保基金安全提供基本保障。
2.4 医保智能就医监控
医保管理部门构建医保智能就医监控系统，当参保人使用社保卡在医保定点医疗就够就医购药时，利用生物识别技术对参保人的真实身份进行认证，确认参保人身份信息无误后，方可允许参保人享受医保待遇，可以有效地防范虚假冒名住院、骗取医保基金等行为。
3 结论
综上分析可知，人力资源社会保障事业是现代社会发展中的重要组成部分，尤其是在信息时代的背景下，加强社保领域与生物识别技术的结合是非常必要的。社保部门可以利用生物识别技术进行参保人身份的认证与识别，为参保人提供更加优质、便利的服务。同时利用生物识别技术构建生物特征信息数据库，对参保人的生物特征信息进行统一管理，有利于实现信息共享和设备通用，进一步推动了人力资源社会保障事业的可持续发展。
参考文献
[1]陈虹.基于指静脉识别技术的社保系统的研究与实现[D].北京工业大学，2012.
[2]樊山水.生物识别在社保领域的应用――以河南超锐贸易有限公司为例[J].人才资源开发，2015（07）：45-46.
常见的生物识别技术范文2
关键词：身份鉴别；人体生物特征；发展趋势
1． 引言
信息化高速发展的一大特征是个人身份的数字化和隐性化，如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决得一个关键性社会问题。生物特征身份鉴别技术是身份鉴别领域的一个研究热点。生物特征识别技术是指利用人体固有的生理特征或行为特征来进行个人身份鉴别认证的技术。生物特征识别技术包括采用人体固有的生理特征（如人脸、指纹、虹膜、静脉、视网膜）进行的身份认证技术和利用后天形成的行为特征（如签名、笔迹、声音、步态）进行的身份认证技术。与传统的身份鉴定手段相比，基于生物特征识别的身份鉴定技术具有如下优点：（1）不会遗忘或丢失；（2）防伪性能好，不易伪造或被盗；（3）“随身携带”，随时随地可用。正是由于生物特征身份识别认证具有上述优点，基于生物特征的身份识别认证技术受到了各国的极大重视。
2. 生物特征识别技术的现状及发展趋势
目前，常用的生物特征识别技术所用的生物特征有基于生理特征的如视网膜、人脸、指纹、虹膜，也有基于行为特征的如笔迹、声音等。下面就这些常见的生物特征识别技术的特点及其发展趋势进行讨论研究。
2.1．视网膜识别
人体的血管纹路也是具有独特性的，人的视网膜表面血管得图样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞得最远处。如果视网膜不被损伤，从三岁起就会终身不变，如同虹膜识别技术一样，视网膜扫描可能具有最可靠，最值得信赖得生物识别技术，但它运用起来的难度较大。视网膜识别技术要求激光照射眼球的背面以获得视网膜特征得唯一性。
视网膜技术的优点：视网膜是一种及其固定得生物特征，因为它是隐藏的，故而不易磨损，老化；非接触性得；视网膜是不可见得，不会被伪造。缺点是：视网膜技术未经过任何测试，可能会给使用者带来健康的损坏。
2.2.人脸识别
人脸识别作为一种基于生理特征的身份认证技术，与目前广泛应用的以密码、IC卡为媒
介的传统身份认证技术相比，具有不易伪造、不易窃取、不会遗忘的特点；而人脸识别与指纹、虹膜、掌纹识别等生理特征识别技术相比，具有非侵犯性、采集方便等特点。因而人脸识别是一种非常自然、友好的生物特征识别认证技术。
人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位眼睛位置、然后提取人脸特征、最后进行人脸比对等一系列相关的技术。
为了评测基于面部图像的人脸识别算法的性能。美国ARPA和ARL于1993年至1996年建立了FERET数据库，用于评测当时的人脸识别算法的性能。共举行了三次测试FERET94、FERET95、FERET96。FERET测试的结果指出，光照、姿态和年龄变化会严重影响人脸识别的性能。
FERET的测试结果也表明了基于面部图像的方法的缺点。人脸是一个三维非刚体，具有姿态、表情等变化，人脸图像采集过程中易受到光照、背景、采集设备的影响。这些影响会
降低人脸识别的性能。
为了克服姿态变化对人脸识别性能的影响，也为了进一步提高人脸识别性能，20世纪90年代后期，一些研究者开始采用基于3D的人脸识别算法。这些算法有的本身就采用三维描述人脸，有的则用二维图像建立三维模型，并利用三维模型生成各种光照、姿态下的合成图像，利用这些合成图像进行人脸识别。2000年后，人脸识别算法逐渐成熟，出现了商用的人脸识别系统。为了评测这些商用系统的性能，也作为FERET测试的延续，美国有关机构组织了FRVT2000、FRVT2002、FRVT2006测试。测试结果表明，人脸识别错误率在FRVT2006上下降了至少一个数量级，这种性能的提升在基于图像的人脸识别算法和基于三维的人脸识别算法上都得到体现。此外，在可控环境下，虹膜、静态人脸和三维人脸识别技术的性能是相当的。此外，FRVT2006还展现了不同光照条件下人脸识别性能的显著提高，最后，FRVT2006表明人脸自动识别的性能优于人。值得一提的是，清华大学电子工程系作为国内唯一参加FRVT2006的评测的学术机构，其人脸自动识别性能优于人类。FRVT2006为人脸识别后续的研究指明了方向，人脸识别中光照、年龄变化依然对人脸识别性能有很大影响，二维人脸识别的性能不比三维人脸识别差。
人脸识别得优点：非接触性的。缺点是：要是比较高级得摄像头才也有效地扑捉面部图像；使用者面部的位置与周围得光环境都可能影响系统的精确性，而且面部识别容易受欺骗；
对于采集图像的设备会比其他技术昂贵得多。
2.2. 指纹识别
指纹识别技术是指通过比较不同人指纹中的特征点不同来区分不同人的身份。指纹识别技术通常由三个部分组成：对指纹图像进行预处理；提取特征值，并形成特征值模板；指纹特征值比对。指纹图像预处理的目的是为了减少噪声干扰的影响，以便有效提取指纹特征值。常用的预处理方法有图像增强、图像平滑、二值化、图像细化等。
特征提取的目的就是从预处理后的指纹图像中，提取出能够表达该指纹图像与众不同的特征点的过程。最初特征提取是基于图像的，从图像整体中提取出特征进行比较，但该方法的精度和性能较低。现在一般采用基于特征点的方法，从图像中提取反应指纹特性的全局特征（如纹形、模式区、核心区、三角点、纹数等）和局部特征（如终结点、分叉点、分歧点、孤立点、环点等）。得到特征点后就可以对特征点进行编码形成特征值模板。指纹特征值比对就是把当前获得的指纹特征值与存储的指纹特征值模板进行匹配，并给出相似度的过程。
指纹识别的优点:技术相对成熟；成本较低。缺点是：具有侵犯性；指纹易磨损，手指太干或太湿不易提取图像。
2.3. 虹膜识别
虹膜相对而言是一个较新的生物特征。1983年，Flom与Safir申请了虹膜识别专利保护，使得虹膜识别方面的研究很少。1993年，Daugman发表了关于虹膜自动识别算法的开创性工作，奠定了世界上首个商业虹膜自动识别系统的基础。随着Flom和Safir专利在2005年的失效和CASIA及ICE2005中虹膜数据集的提供，虹膜识别算法的研究越来越蓬勃。I CE2006首次对虹膜识别算法性能进行了测试。虹膜识别中需要解决如下两个难点问题：一是虹膜图像的获取，二是实现高性能的虹膜识别算法。
3. 结论
本文讨论了一些常用的生物特征识别技术的技术特点及发展趋势。随着各国对生物特征识别技术的越来越重视，生物特征识别技术必将获得更快的发展。
参考文献：
[1]张敏贵，潘泉，等.多生物特征识别[J].信息与控制,2002,31(6).
[2]杨俊，景疆.浅谈生物认证技术——指纹识别[J].计算机时代，2004,(3）.
[3]侯鸿川.面部温谱图身份识别技术探讨[J].中国人民公安大学学报（自然科学版）,2005,（3）.
常见的生物识别技术范文3
近年来，越来越多的个人、消费者、公司和政府机关都认为现有的基于智能卡、身份证号码和密码的身份识别系统很繁琐而且并不十分可靠。生物识别技术为此提供了一个安全可靠的解决方案。生物识别技术根据人体自身的生理特征来识别个人的身份，这种技术是目前最为方便与安全的识别系统，它不需要你记住象身份证号码和密码，也不需随身携带像智能卡之类的东西。
生物识别技术[1]包括虹膜识别技术、视网膜识别技术、面部识别技术、声音识别技术、指纹识别技术[2]。其中指纹识别技术是目前最为成熟的、应用也最为广泛的生物识别技术。每个人的包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，也就是说，这些指纹特征是唯一的，并且终生不变。依靠这种唯一性和稳定性，我们就可以把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。
指纹识别系统[3]是通过指纹采集、分析和对比指纹特征来实现快速准确的身份认证。指纹识别系统框图如图1所示。
指纹采集器采集到指纹图像后，才能被计算机进行识别、处理。指纹图像的质量会直接影响到识别的精度以及指纹识别系统的处理速度，因此指纹采集技术是指纹识别系统的关键技术之一。本文着重分析比较不同的指纹采集技术及其性能。
1 指纹采集技术
指纹的表面积相对较小，日常生活中手指常常会受到磨损，所以获得优质的指纹细节图像是一项十分复杂的工作。当今所使用的主要指纹采集技术有光学指纹采集技术，半导体指纹采集技术和超声波指纹采集技术。
1．1 光学指纹图像采集技术
光学指纹采集技术是最古老也是目前应用最广泛的指纹采集技术，光学指纹采集设备始于1971年，其原理是光的全反射(FTIR)。光线照到压有指纹的玻璃表面，反射光线由CCD去获得，反射光的量依赖于压在玻璃表面指纹的脊和谷的深度以及皮肤与玻璃间的油脂和水分。光线经玻璃照射到谷的地方后在玻璃与空气的界面发生全反射，光线被反射到CCD，而射向脊的光线不发生全反射，而是被脊与玻璃的接触面吸收或者漫反射到别的地方，这样就在CCD上形成了指纹的图像。如图2所示。
光学采集设备有着许多优势：它经历了长时间实际应用的考验，能承受一定程度温度变化，稳定性很好，成本相对较低，并能提供分辨率为500dpi的图像。
光学采集设备也有不足之处，主要表现在图像尺寸和潜在指印两个方面。台板必须足够大才能获得质量较好的图像。潜在指印是手指在台板上按完后留下的，这种潜在指印降低了指纹图像的质量。严重的潜在指印会导致两个指印的重叠。另外台板上的涂层(膜)和CCD阵列随着时间的推移会有损耗，精确度会降低。
随着光学设备技术的革新，光学指纹采集设备的体积也不断减小。现在传感器可以装在6x3x6英寸的盒子里，在不久的将来更小的设备是3x1X1英寸。这些进展得益于多种光学技术的发展。例如：可以利用纤维光束来获取指纹图像。纤维光束垂直照射到指纹的表面，他照亮指纹并探测反射光。另一个方案是把含有一微型三棱镜矩阵的表面安装在弹性的平面上，当手指压在此表面上时，由于指纹脊和谷的压力不同而改变了微型三棱镜的表面，这些变化通过三棱镜光的反射而反映出来。
美国DigitaIPersona[4]公司推出的U．are．U系列光学指纹采集器是目前应用比较广泛的光学指纹采集器，主要用于用户登录计算机windows系统时确认身份，它集成了精密光学系统、LED光源和CMOS摄像头协同工作，具有三维活体特点，能够接受各个方向输入的指纹，即使旋转180度亦可接受，是目前市场上最安全的光学指纹识别系统之一。U．are．U光学指纹采集器按照人体工学设计，带有USB接口，是用户桌面上紧邻键盘的新型智能化外设。
1．2 半导体指纹采集技术
半导体传感器是1998年在市场上才出现的，这些含有微型晶体的平面通过多种技术来绘制指纹图像。
(1)硅电容指纹图像传感器
这是最常见的半导体指纹传感器，它通过电子度量来捕捉指纹。在半导体金属阵列上能结合大约100，000个电容传感器，其外面是绝缘的表面。传感器阵列的每一点是一个金属电极，充当电容器的一极，按在传感面上的手指头的对应点则作为另一极，传感面形成两极之间的介电层。由于指纹的脊和谷相对于另一极之间的距离不同(纹路深浅的存在)，导致硅表面电容阵列的各个电容值不同，测量并记录各点的电容值，就可以获得具有灰度级的指纹图像。
(2)半导体压感式传感器
其表面的顶层是具有弹性的压感介质材料，它们依照指纹的外表地形(凹凸)转化为相应的电子信号，并进一步产生具有灰度级的指纹图像。
(3)半导体温度感应传感器
它通过感应压在设备上的脊和远离设备的谷温度的不同就可以获得指纹图像。
半导体指纹传感器采用了自动控制技术(AGC技术)，能够自动调节指纹图像像素行以及指纹局部范围的敏感程度，在不同的环境下结合反馈的信息便可产生高质量的图像。例如，一个不清晰(对比度差)的图像，如干燥的指纹，都能够被感觉到，从而可以增强其灵敏度，在捕捉的瞬间产生清晰的图像(对比度好)；由于提供了局部调整的能力，图像不清晰(对比度差)的区域也能够被检测到(如：手指压得较轻的地方)，并在捕捉的瞬间为这些像素提高灵敏度。
半导体指纹采集设备可以获得相当精确的指纹图像，分辨率可高达600dpi，并且指纹采集时不需要象光学采集设备那样，要求有较大面积的采集头。由于半导体芯片的体积小巧，功耗很低，可以集成到许多现有设备中，这是光学采集设备所无法比拟的，现在许多指纹识别系统研发工作都采用半导体采集设备来进行。早期半导体传感器最主要的弱点在于：容易受到静电的影响，使得传感器有时会取不到图像，甚至会被损坏，手指的汗液中的盐分或者其他的污物，以及手指磨损都会使半导体传感器的取像很困难。另外，它们并不象玻璃一样耐磨损，从而影响使用寿命。随着各种工艺技术的不断发展，芯片的防静电性能和耐用度得到了很大的改善。
从Lucent公司中分离出来的Veridicom[5]公司，从1997年开始就一直致力于半导体指纹采集技术的研发，迄今已研制出FPSll0、FPS200等系列CMOS指纹传感器产品，并被一些商品化的指纹识别系统所采用。其核心技术是基于高可靠性硅传感器芯片设计。
FPS200是Veridicom公司在吸收了已广泛应用的FPSll0系列传感器优点的基础上，推出的新一代指纹传感器。FPS200[6]表面运用Vefidicom公司专利技术而制成，坚固耐用，可防止各种物质对芯片的划伤、腐蚀、磨损等，FPS200能承受超过8KV的静电放电(ESD)，因此FPS200可应用在苛刻的环境下。该产品融合了指纹中不同的脊、谷及其他纹理信息，通过高可靠性硅传感器芯片的图像搜索功能，无论手指是干燥、潮湿、粗糙都可以从同一手指采集的多幅指纹图像中选择一幅最佳图像保存在内存中，指纹分辨率可达500dpi，大大降低了传感器芯片识别过程中误接受与误拒绝情况的发生。
FPS200是第一个内置三种通信接口的指纹设备：USB口、微处理器单元接口(MCU)、串行外设接口(Sn)，这使得FPS200可以与各种类型的设备连接，甚至不需要外部接口设备的支持。外形封装尺寸(24mmx24mmxl．4mm)，只有普通邮票大小。由于它的高性能、低功耗、低价格、小尺寸，可以很方便地集成到各种Intemet设备，如：便携式电脑、个人数字助理(PDA)、移动电话等。
1．3 超声波指纹图像采集技术
Ultra-scan公司首开超声波指纹图像采集设备产品先河。超声波指纹图像采集技术被认为是指纹采集技术中最好的一种，但在指纹识别系统中还不多见，成本很高，而且还处于实验室阶段。超声波指纹取像的原理是：当超声波扫描指纹的表面，紧接着接收设备获取的其反射信号，由于指纹的脊和谷的声阻抗的不同，导致反射回接受器的超声波的能量不同，测量超声波能量大小，进而获得指纹灰度图像。积累在皮肤上的脏物和油脂对超声波取像影响不大。所以这样获取的图像是实际指纹纹路凹凸的真实反映。
总之，这几种指纹采集技术都具有它们各自的优势，也有各自的缺点。超声波指纹图像采集技术由于其成本过高，还没有应用到指纹识别系统中。通常半导体传感器的指纹采集区域小于1平方英寸，光学扫描的指纹采集区域等于或大于1平方英寸，可以根据实际需要来选择采用哪种技术的指纹采集设备。
表1给出三种主要技术的比较。
表1
光学扫描技术半导体传感技术超声波扫描技术成像能力干手指差，汗多的和稍胀的手指成像模糊。易受皮肤上的脏物和油脂的影响。干手指好，潮温、粗糙手指亦可成像。易受皮肤上的脏物和油脂的影响。非常好成像区域大小中分辨率低于500dpi可高达600dpi可高达1000dpi设备体积大小中耐用性非常耐用较耐用一般功耗较大小较大成本较高低很高2 应用与发展前景
常见的生物识别技术范文4
【关键词】太赫兹辐射；太赫兹时域光谱；太赫兹成像技术；；检测
太赫兹“Terahertz”一词是1974年由弗莱明（Fleming）首次提出来的，用来描述迈克尔逊干涉仪的光谱频率范围。太赫兹（THz，1 THz=10Hz）辐射在电磁波谱上位于微波和红外之间，属于远红外波段。通常所研究的THz辐射指的是频率在0.1～10THz，波长在30μm～3mm，波数在3.3～330cm-1之间的电磁波。在电磁频谱上，THz波在电磁波谱中的位置特殊，处于电子学向光子学的过渡区域，长期以来，由于缺乏有效的THz辐射产生方法和检测途径，对于该波段的了解有限，使得THz成为电磁波谱中最后一个还未被全面研究的频率窗口――电磁波谱中的“太赫兹空隙（THz Gap）”。近几十年来，超快光电子技术迅速发展，为THz脉冲的产生提供了可靠、稳定的激发光源，促进了对THz辐射机理研究、检测技术和应用技术的蓬勃发展。例如在医学成像、无标记检测、军事安全、材料的无损探测等方面，特别是对炸药、等相关材料的检测研究成为热点。本文前半部分介绍了THz辐射的产生、探测方法、性质以及THz时域光谱技术和THz成像技术，后半部分主要介绍了THz技术在检验方面的研究进展。
1.应用THz技术进行检测的研究进展
1.1 概述
不仅危害人们的身心健康，而且会引发一系列的社会问题，例如犯罪率上升，性病和艾滋病蔓延等等，严重威胁着许多国家和地区的社会稳定和经济发展。跨国、跨区域乃致国际化的犯罪愈发频繁，国际社会所面临的问题日益严峻。由于缺乏准确无损的探测技术，使得藏匿在邮件等包裹中的仍然能够在国内乃至国际间传递。
在检测和分析方面，国内外学者都尝试研究了很多方法，其中应用比较广泛的有色谱、质谱、紫外光谱、毛细管电泳、红外光谱、X射线、拉曼光谱、生化及生物检测法、离子迁移谱技术及其他物理方法等。但是这些方法自身都有一定的局限性，例如化学分析、紫外光谱、红外光谱及X射线对样品都有一定程度的破坏，属于有损检测；X射线及紫外光谱对人体会有辐射危害，红外光谱和拉曼光谱都存在着较强的吸收和散射问题。在成像方面，X射线穿透力太强，只能分辨出包装材料下样品的形状，但是不能确定它们的具体类别；警犬识别和痕迹识别要求包装材料外面有的痕迹残留；红外波段对包装材料具有高吸收和高散射，使得测量结果不精确甚至是不可靠的。
THz技术的兴起，为缉毒检查工作提供了一种全新的探测和检验手段。国内外大量学者的研究结果都表明分子在THz波段存在特征吸收，因此应用THz技术对进行检测成为热点。我们首先针对已知标准样品进行THz辐射扫描，建立一个在THz波段的特征吸收光谱库――“指纹谱库”，然后对被探测样品进行THz辐射扫描，通过对特征吸收光谱的识别比对，就可以快速准确的确定隐藏物的形状及种类。相对于X射线来说，THz波的能量低，可以真正实现无损探测。目前，THz技术在检测方面的研究已经取得了许多乐观的成果，国内外学者对其在检测领域的应用前景表示出极高的关注。目前，THz光谱技术和THz成像技术就构成了THz波应用的两个主要关键技术。
1.2 THz-TDS技术应用于检测
从微观上看，大多数都属于结构有所不同的生物有机大分子，而THz辐射对于结构的微小差异是非常敏感的，许多生物大分子的振动和转动能级建的间距，分子之间的弱相互作用及大分子的骨架振动、偶极子的转动和振动跃迁以及晶体中晶格的低频振动所对应的吸收频率均位于THz波段。这就成为利用THz辐射进行检测的前提。不同种类的在THz波段存在指纹光谱即特征光谱，通过识别各自的特征光谱我们就可以快速有效的对进行检测定性。文献报道中的实验和理论计算结果都表明：应用THz光谱进行的探测是可行的。
图1 三种样品的特征光谱
1：MDMA；2：MA；3：MDA
2003年10月，Kodo Kawase等人[1，2]利用THz参量振荡器对甲基苯丙胺（MA）和3，4-亚甲二氧基安非他命（MDA）进行了成像研究，他们在1.0-2.0THz频率范围内利用可调频率THz源选用了7个频率，以阿司匹林（Aspirin，1.4，2.24THz）作为参照进行成像研究；2005年，B Fischer等人[3]研究了吗啡、可卡因、乳糖、阿司匹林、蔗糖5种样品的THz吸收光谱，并应用特征峰成像的方法对乳糖、蔗糖、阿司匹林、酒石酸进行识别。Sun等[4]测得MA、MDA、MDMA在0.2-2.5THz范围内的反射式THz-TDS的特征光谱，如图1所示。这些指纹谱图的建立为利用THz-TDS对进行无损检测打下了基础。2005年，Li等[5]利用THz-TDS对MA进行了详细的研究，测得了MA在0.2-2.6THz的THz特征吸收谱（1.23，1.67，1.84，2.43THz）并运用DFT计算了该物质的振动频率，其结果与实验值基本相符，进一步证实了THz-TDS实验结果的可靠性。
在国内方面，首都师范大学与公安部第一研究所合作，对38种纯度在90%以上的进行了THz-TDS探测，得到了各自的指纹谱图，建立并丰富了THz光谱数据库，并以此为基础将THz检测和识别研究在实际工作中进行尝试应用，取得了一系列有意义的成果。
首先，贾燕等[6]利用THz-TDS技术对苯丙胺类MA、MDA和3，4-亚甲二氧基甲基安非他命（MDMA）在0.2-2.6THz频率范围内的特征光谱进行研究，得到了3种在THz波段的吸收谱。如图2所示。从图2可以看出，3种样品都存在特征吸收峰，而且不同样品的吸收峰出现的位置不同，因此样品的THz频域谱也就是样品的指纹谱，通过样品的吸收峰位置，可以识别样品的种类。同时，样品的折射率曲线也可以作为鉴别中的附加参考信息，3种样品吸收峰的位置在折射率曲线上对应于反常色散。同时，他们采用Gaussion03软件包，应用密度泛函理论，对MA的远红外振动模式进行了探讨[7]，进一步证实了THz波段是大分子集体振动模式对应的波段。他们检测了粉末状MA和MDMA的THz吸收光谱，想要验证样品的不同形态对指纹谱的影响，发现粉末状和片状的吸收光谱基本一致，几个主要吸收峰位置没有发生变化，只有个别峰出现偏移，峰的强度有所减弱。因此在实际探测中，不论目标探测物是粉末状的还是片状的，都可以根据指纹谱库中已有的数据进行判断和鉴别。
图2 MA，MDA和MDMA的吸收系数曲线
沈京玲等[7]探讨了用THz波是否可以检测出隐藏在邮件中的。他们将两种MA和MDMA样品分别置于两个厚度不同（分别为0.28mm和0.22mm）的常用信封中，用THz波进行扫描检测，发现信封对THz波的确有一定的吸收，但是两种的特征吸收峰并没有被淹没，通过与指纹谱库中已有的标准品数据进行对比，它们各自的特征吸收峰基本不变，结果表明，THz波可以检测和识别隐藏在信封中的。
蔡禾等[8]在初步研究了“自然”的光谱特征和对隐藏利用特征峰识别、成像识别等方法的基础上，研究利用人工神经网络、支持向量机（SVM），二次求导等方法实现计算机自动识别研究。他们通过自组织特征映射（Self Organization Feature Mapping，SOM）神经网络对6中常见的60个光谱进行成功聚类，实现了对不同的分类。而且，他们以训练好的SOM对12个待识别的60个光谱进行分类，结果表明训练好的SOM网络可以对不同的THz光谱进行分类，即可以用神经网络来鉴定的种类。支持向量机（SVM）是V.Vapnik提出的一种机器学习方法相比于神经网络在参数设定和识别过程要节省很多时间。该研究小组用归一化预处理后的9种常见和面粉的THz吸收光谱训练libsvm模型，将通过THz-TDS技术得到的9种常见纯品和3种混合物的特征吸收光谱作为检测光谱，用SVM对纯品和混合物进行了识别分类，识别率达100%。识别结果表明，用SVM可以实现对不同种类的识别和鉴定，也就是说THz光谱技术的计算机自动识别同样是十分有效的方法。
在通常的缉毒工作中，缴获的大都是掺有其他物质或多种混合的混合物，而且含量的确定也是法律量刑的一个重要依据，所以的纯度或含量进行检验鉴定也是很重要的。逯美红等人[9]通过实验测定了VB1、VC和二者混合物的THz吸收光谱，采用线性回归技术进行分析，得到样品中各个混合成分的相对含量。结果表明，实际查获的混合物，其成分和含量都可以基于纯样品的吸收谱比对得到。这种方法的建立将进一步开拓THz技术的应用领域，对于实际工作中混合物的鉴定定性和定量量刑意义更为重大，具有良好的应用前景。
1.3 THz成像技术应用于识别
电磁波最重要的应用之一是成像。太赫兹辐射对于大多数非透明的电介质材料都具有很好的穿透效果，因此太赫兹成像技术引起了国内外学者的广泛关注。太赫兹光源的光子能量极低，不具有电离性质，不会对材料（尤其是活性材料）造成破坏，可以对生物体或物品进行无损成像，极大地弥补了X射线检测及其他检测技术的缺陷。因此，各种THz成像技术也就成为THz波应用技术中最重要也最为活跃的研究方向[10]。
2003年，日本的Kodo Kawase等[2]将成像技术与指纹光谱相结合，对信封内包在聚乙烯袋里的三种样品进行研究，不仅准确检测出包装袋的形状和样品的位置，而且还得到了样品浓度等相关信息。研究表明：利用THz成像技术，在能够得到特征光谱数据的同时，还可以从多种物质的混合物中分离并获得各组分的空间分辨。因此，利用THz技术进行邮件检测，将会在极大程度上遏制了将藏匿在信封中以合法的途径进行运输。
图3 MDMA，海洛因，吗啡和乙酰可待因的吸收谱图
国内对于THz成像技术在识别方面的应用研究还处于初步阶段。逯美红等人在空气中进行了成像识别的研究。该小组选用安定和维他命样品作为参考，对六种常见的样品（氯胺酮、吗啡、海洛因、乙酰可待因、MDA、MDMA）进行测量。如图3与图4所示，第一组为四种不同样品之间的鉴定及识别，第二组是与其他化学药品之间的鉴定及识别。由于水蒸气的影响，两组样品在空气中的测量得到的吸收谱中有些特征峰被湮没或是不可信的。也就是说，THz成像技术在实际应用中还存在着一定的缺陷，它的特征指纹谱鉴定识别方法必须依赖于样品的特征峰及干燥的测量环境。同时，在对混合物进行成分分析时，发现结果只能定性的确定混合物中含有某一种成分以及所占比例的大小与已知一致，但对具体的百分含量的确定，结果很不理想，仍需进一步的深入研究。
图4 氯胺酮，MDA，维他命和安定的吸收谱图
2.结论和展望
展望未来，THz技术的产生和发展为我们开创了一个丰富的光谱研究新层面，也给光谱学研究者提供了新的挑战和机遇。随着研究工作的进一步开展，在不久的将来，THz技术在化学基础研究、材料科学、生物学、医学疾病诊断以及军事等许多领域都会展现出其巨大的应用潜力，并且该技术与多种学科之间的交叉将会更深入更广泛。
近几年来，THz技术在实验室检验阶段取得了一定进展，但离实际操作应用尚存在一定的距离。总体来讲，目前利用THz技术对无损检测的研究仍旧处于探索阶段，仍然存在许多问题亟待解决。但是在过去的大量实验及理论研究中，THz波科学技术已经向世人展现了诱人的应用前景。相信随着研究水平的进一步深入和提高，THz光谱技术将会凭借它快速、有效的极大优势应用于的检查和探测，给安全检测领域带来新的突破，THz技术必将在更广泛的实际领域发挥重大作用。
参考文献
[1]Kawase K，Ogawa Y，Watamabe Y，et al.Opt.Express， 2003，11（20）：2549-2544.
[2]Kawase K.Opt.Photo.News，2004，15：34.
[3]B Fischer，M Hoffmann，H Helm，et al.，Semicond.Sci.Technol.，2005，20：246-253.
[4]Sun J H，Shen J L，Liang L S，et al.Chin.Phys.Lett.， 2005，13（18）：6750.
[5]Li N，Shen J L，Sun J H，et al.Opt.Express，2005，13（18）：6750.
[6]贾燕，李宁，沈京玲，等.现代科学仪器，2006，2：41-44.
[7]沈京玲，李宁，等，光学技术，2006，32（5）：747-749.
[8]蔡禾，郭雪娇，沈京玲，等.中国光学与应用光学，2010， 3（3）：209-222.
[9]逯美红.太赫兹技术在及玉米种子鉴定识别中的应用[D].北京：首都师范大学物理系，2006.
常见的生物识别技术范文5
关键词：单片机；指纹识别；考勤；设计与实现
1概述
传统的考勤如手工签到、打卡钟、IC卡或磁卡考勤等，这些都是低效率、难管理、易假冒、高人情的不科学的考勤管理方式。随着生物技术的发展，特别是随着指纹识别技术发展的日益成熟，该项技术也被应用到人们的身份识别，比如指纹考勤管理系统、门禁管理系统等领域。目前，市面上指纹考勤系统常见的有两种，一种是上位机一下位机型产品，考勤系统工作时须有上位计算机的支持，多个系统共享指纹识别设备，并且指纹的比对需要由上位计算机的支持。这样的话上位计算机的负担就比较重。而且无论是考勤机、线路或上位计算机出现任何故障，都会导致整个考勤系统的无法正常工作，这样就降低了系统处理能力。另一种是单机型产品，由单机完成考勤的全部过程，这种系统完全克服了前一种考勤系统的缺点。
本文要介绍的无线指纹考勤系统就属于单机型产品。它采用了指纹识别技术、无线通信技术等多种先进技术，利用C8051F系列单片机为主控制器，使用指y识别模块VFDA02和无线通信模块Si4432，实现了无线指纹考勤系统。该系统能够实现对考勤现场数据的实时录入、多点采集和无线数据传输等功能，并且具有数据传输距离远、信号传输方便、不用布线等优点。单台设备就可完成考勤管理的全部过程，可以不需要其他上位机的支持，使得系统的总体成本降低了。如果使用上位机的话，该系统可以将考勤记录通过无线通信模块Si4432上传至上位机处理，从而有效地解决了架线不便、线缆故障造成的麻烦，同时信号传送质量也得到了很大的提高，系统管理也更加方便、高效。
2指纹识别原理
2.1指纹识别系统的工作原理
如图1所示是一般指纹识别的流程图，由图1可以看出，在实际应用中，人体指纹识别流程大致由这几个过程组成：首先进行指纹图像数据的采集，然后对采集的指纹数据进行预处理得到有用的图像信息，再对这些经过预处理后的图像数据进行特征提取，然后将这些指纹特征数据与存储在计算机内的指纹进行比对，最后得出比对结果并进行结果或结论输出。
1）指纹图像采集
一般来说，光学成像设备依据的是光的反射原理。对于指纹识别系统来说，系统会通过发光装置来提供符合系统要求的光线，这样的光线照射到手指的谷线，就会在玻璃与空气的界面发生全反射，一般射向手指脊线的光线不发生全反射，反射光会反射到CCD上，这样就在CCD上形成了指纹图像。这个过程通常就是我们所说的指纹图像数据采集。
2）指纹图像预处理
指纹图像采集器CCD采集到的指纹图像信号一般来说是低质量的，往往存在较多的噪声信号，通常需要去掉这些噪声信号才能获得真正的有用信号。将采集到的指纹图像经过滤波等方法转化为单像素的脊线线条二值图像，这个过程就是指纹图像信号的预处理。
3）指纹特征提取
一般在自动指纹识别技术中使用两个特征点：端点与分叉点。这两个特征点有如表1所示的特点。
指纹特征提取的所要完成的工作就是通过算法检测指纹征点的数量以及每个特征点的类型、位置及所在区域的纹线方向。
4）指纹比对
指纹比对是指通过比较两枚指纹的特征点及相互位置关系来确定两枚指纹是否是同一个手指。
2.2指纹识别系统的工作模式
指纹识别系统的工作模式分为验证和辨识。本文中的指纹考勤系统属于验证模式，验证就是通过把一个现场采集到的指纹和一个已经登记在档的指纹进行一对一的比对从而来确认身份的过程。验证前，员工的指纹在指纹库中已经注册，指纹以一定的压缩格式存储在计算机（或单片机）中，并与其姓名或其他标识相关联。指纹验证过程如图2所示。
3无线指纹识别系统总体设计
3.1无线指纹考勤系统硬件设计
图3是基于单片机的无线指纹考勤机硬件结构组成原理框图。
由图3可知，指纹考勤机的硬件是以单片机为中心进行设计的。指纹考勤系统除了C8051F930单片机外，还有指纹识别模块、液晶显示器模块、4x4键盘矩阵模块、大容量存储器模块、实时时钟模块、无线通讯接口模块等几个部分。
（1）指纹识别模块
本系统采用的是VFDA02指纹识别模块，该模块包括指纹采集器和指纹处理单元两大结构，使用简单的PLD可编程逻辑连接电路控制光学采集器。VFDA02部分性能参数如表2所示。
（2）人机接口
键盘矩阵、显示器和蜂鸣器是一般人机交互接口设备，如图3所示，键盘采用4x4行列式的接口设计，显示器采用LCD液晶显示模块。
（3）无线通信接口模块
无线通讯接口是指纹考勤机与管理PC机通讯的无线通道，本系统的通信接口采用无线通信模块Si4432。
（4）大容量数据存储器
因为考勤数据必须在一段时间内保存备查，大容量数据存储器主要是用来保存平时的考勤记录数据，且断电不丢失数据，因此选用EPROM芯片作为系统的大容量数据存储器，本系统中的存储器可以存储6000余条考勤记录。
3.2软件系统功能模块设计
如图4所示是基于无线指纹识别考勤系统的软件系统功能模块结构框图，由图4可以看出，软件系统功能模块主要包含有指纹数据库、指纹图像采集处理模块、指纹比对算法模块、考勤管理模块及考勤统计模块等几个部分组成。
软件系统功能模块中各子模块及其功能见表3所示。
系统管理员通过指纹登陆成功后，则进入考勤管理系统，系统管理员可以进行系统设置、考勤管理或考情统计等操作。如图4是软件系统中的考勤管理功能模块主页截图。实现图4中的“设置”这一功能模块的部分代码如下：
4结束语
常见的生物识别技术范文6
【 关键词 】 指纹识别；嵌入式系统；图像处理
1 引言
自动指纹识别系统（AFIS）是利用人体固有的生物特征——指纹来进行身份的辨识。指纹由于其具有唯一性和稳定性的特点，在对个人信息安全要求比较高的领域可发挥其优势。研究自动指纹识别系统，将嵌入式技术与指纹识别技术结合起来，充分发挥各自的优势，提高信息安全认证的自动化程度，具有较高的应用价值。
2 基于Linux的嵌入式开发平台
嵌入式系统的开发平台由硬件和软件构成。硬件部分包括嵌入式处理器、接口、存储器、外设、显示屏等。软件部分包括嵌入式操作系统、设备驱动程序以及应用软件等。
本文所开发系统选用Linux嵌入式操作系统，它具有强大的管理功能、可裁剪性以及极好的网络传输功能。近年来，由于Linux操作系统的开源特征、稳定性、可开发性，以及各大厂家相继推出的基于ARM的微处理器的支持，使得基于Linux的嵌入式系统研发发展迅速。从软件的角度来看，嵌入式Linux系统通常可以分为四个部分：（1） 加载引导程序Bootloader；（2） 定制内核，根据系统实际工作需求裁剪、移值后的定制内核及控制参数；（3） 文件系统，主要包含根文件系统和构建于Flash闪存设备上的其它文件系统；（4） 驱动程序和用户应用程序。
3 嵌入式指纹识别系统的架构
硬件框架图如图1所示，系统主要硬件中的核心处理器采用一款基于ARM920T内核的16/32位RISC嵌入式处理器S3C2410；SDRAM使用的是两片三星公司生产的K4S561632C-TC75芯片构建32位的SDRAM存储系统；Flash采用容量为64M的三星公司生产的K9F1208UDM-YC80芯片；LCD显示屏选择夏普公司生产的3.5英寸TFT液晶屏LQ035Q7DB02，该显示屏具有320×240个像素，白色LED背光；选用RTL8019AS作为以太网控制芯片；指纹传感器采用FPS200电容式指纹传感器。由于指纹识别对系统实时性的要求比较高，故本文是通过硬中断来实现实时响应。
软件结构上分为三层：底层是系统硬件；中间层为嵌入式操作系统；上层是应用软件，用来实现用户与系统信息的交互，如进行指纹的采集、识别以及身份验证后的执行控制等操作。
4 自动指纹识别系统的设计
因为嵌入式系统自身的特点，一般不可能配置很大的存储设备和色彩丰富的GUI界面，故其开发环境一般都需要安装在PC上，而通过工具链（Toolchain）交叉编译构建生成的最终目标文件可以运行在相应的嵌入式目标平台上。
（1）指纹识别的基本思想
指纹是手指表面脊和谷的映像组合，是典型的纹理图像，其大部分区域是由互相近似平行的纹线组成。每个人的指纹图像都具有自身独特的特征，这一特征取决于其局域脊线特征及其相互关系。美国FBI提出的细节模型将指纹最显著特征分为脊线终点和分叉点，这两种特征占指纹全部特征的90%以上，每一枚清晰的指纹一般含有40～100个这样的细节点。本系统就是依赖这些局部脊线特征及其关系进行指纹细节点的提取和匹配。
（2）指纹图像的采集
指纹图像的采集获取是自动指纹识别系统（AFIS）的关键部分，其通过指纹传感器来完成。指纹传感器的工作原理就是将指纹所具有的生物特征经过检测提取后转化为系统可以识别的图像信息。本系统采用FPS200 CMOS指纹传感器，其表面运用Veridicom公司专利技术而制成，可防止各种物质对芯片的划伤、腐蚀等，它能承受超过8KV的静电放电（ESD），因此可应用在苛刻的环境下。在指纹采集过程中，可以根据芯片反馈信息调节电容放电时间等参数，从而增强其灵敏度。传感器提供USB接口、SPI接口和8位数据总线接口，本系统采用SPI接口来进行图像的采集。
（3）指纹图像的预处理
通过指纹传感器获得的图像仍有很多噪音，这主要由于手指与传感器的不均匀接触、设备自身噪声以及手指的伤疤等问题引起的。因此，要得到清晰的指纹，必须对指纹图像进行预处理，即图像增强。
1）图像的归一化：调整指纹图像的灰度均值和方差接近期望的均值和方差，归一化不改变脊线和谷线的清晰度，但可以减少沿着脊线和谷线方向上灰度的变化。
2）图像分割：通过自适应的局部阈值图像分割方法进行图像分割。
3）图像的方向场及方向滤波：通过掩模法确定图像的方向场，采用同时具有频率选择和方向选择的Gabor滤波器来增强指纹图像并进行方向滤波。
4）二值化：采用方向图法对图像进行二值化处理，该方法简单快速，二值化后的线条平滑。
5）细化及细化后的处理：采用基于形态学的细化算法，利用逻辑规则来进行细化，但细化后的指纹会有有许多毛刺，故引入四个对角方向的消除模板以平滑指纹。
（4）特征提取
细节特征是指指纹脊线的突变位置，一般常见的有端点、分叉点、环点、孤立点、短纹等。根据FBI的建议，指纹识别一般只选用脊线的端点和分叉点作为细节特征。本文采用从指纹细化图像上提取节点信息的方法，采用3×3模板考察每个像素及其8邻域的取值，来确定该像素可否为特征点及其类型、位置。对指纹识别过程中的伪特征：毛刺、短线、断线、叉连、小环等，采用纹线跟踪技术及方向图法对伪特征点进行判别和清除。
（5）特征匹配
指纹特征的匹配是将采集到的指纹特征值与指纹数据库中所存储指纹的特征值进行比对，实现指纹的验证/辨识。由于指纹图像采集时会有平移、旋转和非线性形变，手指表面干湿、脏污情况，以及指纹采集设备的精度差异，这些都将影响到指纹特征提取和匹配的效果。本系统采用改进的指纹匹配算法，即首先通过Pincare索引数值法检测出其中心点，然后对于非中心点的指纹纹形采用一个基于点模式的特征匹配算法；对于无中心点的指纹，采用分叉点来寻找参考点的方法进行特征匹配。若两幅指纹有达到一定阈值（一般为12点以上）匹配成功，则可以认定为同一指纹。
最后，在系统上设计相应的应用程序界面及入口，以及建立后台指纹比对数据库，改写系统脚本文件etc/profile，使程序可自动启动。
5 结束语
近年来，随着指纹传感器等硬件价格的不断降低以及功能的日益强大，指纹识别技术的应用领域将不断扩大。本文所设计的嵌入式自动指纹识别系统已经初步实现指纹验证的整体功能，为今后相关领域的研究开发提供了一定的模式借鉴。
参考文献
[1] 傅景广，许刚基.基于二值图像的指纹细节点提取计算机研究与发展，2004，（4）：720～727.
[2] 田捷，杨鑫.生物特征识别技术理论与应用.电子工业出版社，2005.9.
[3] Hong，L.，Wan，Y.，Jain，A.K.. Fingerprint image enhancement： algorithm and performance evaluation. IEEE Trans. on Pattern Analysis and Machine Intelligence，1998，20（8）： 777～789.
[4] 罗希平，田捷.自动指纹识别中的图像增强和细节匹配算法.软件学报，2002.5：946～956.
[5] 刘家峰，黄剑华，唐降龙等.联机指纹鉴别系统中的细化与中心点计算[J].哈尔滨工业大学学报，2000，32（6）：91～96.
[6] 江杰，胡晓莉，李杰. 一种新的指纹细节点匹配算法的研究[J].计算机应用，2005，25：114～116.
