前言：中文期刊网精心挑选了指纹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。
指纹生物识别技术范文1
【关键词】指纹识别 身份证识别 人脸现场对比 嵌入式系统 龙芯1B
随着我国行政改革和教学改革的深化发展，冒名顶替和考场舞弊现象越来越多。针对这类情况，采用指纹识别、身份证识别、人脸现场比对等技术手段，精准判断人员身份，杜绝替考。同时采用联网通讯，异常情况联网报警等手段，也杜绝了监考人员参与的现场舞弊行为。
本论文通过项目实施开发出一种基于龙芯232内核的嵌入式身份识别终端，以达到降低成本的目的。并且针对指纹身份验证终端与服务中心之间制定一套通讯交互和指令协议，同时采用国产主控芯片，专用内部通讯协议，保证信息安全，可以用在教育考试、公务员考试等民用领域，也可以广泛采用到国防、安全相关领域中。
1.1 生物识别技术简介
高速发展的现代化社会，计算机和网络信息化日益普及，如何准确识别个人身份是一个重要的社会问题，更是一个技术难度比较大的问题。适用于身份鉴定的生物特征有不少，能够做为身份识别的生物特征必须要满足以下条件：唯一性、广泛性、可测量性、稳定性、随身性、这几个特点。除此之外，在实际应用过程中，还需考虑该技术是否能被人们接受，测试过程中是否对人体造成伤害，识别过程是否方便，识别是否准确，技术手段和设备的经济与否等因素。
目前主流的生物特征识别技术有：指纹识别、掌纹识别、人脸识别、视网膜识别、虹膜识别、手形识别、生物红外谱图识别、外耳廓轮廓识别、体味特征区分、基因特征识别。每种生物识别技术都有其优劣性，这里采用指纹和人脸作为身份交叉识别的技术手段。
1.2 生物识别技术改进
为了提高生物识别精度，本文提出三个改进方向：
1.2.1 采用多种特征的融合识别（多模结合）
对各种生物特征识别技术的工作原理和优缺点研究后，了解到这些技术和手段都有一定的优缺点，在不同的场合也有不同的限制和局限性，因此采用单一生物识别技术并不能实现本论文的目标。因此，需要场合结合多种生物特征识别技术，进一步提高识别率和系统的可靠性。
1.2.2 现场采样，实时识别，数据实时可靠传输，与数据库实时比对
通过采用更高效快速的算法或者采用高性能的硬件设备或者采用专用的算法DSP辅助来实现实时出结果，实时传输，实时反馈。
1.2.3 生物特征识别技术与身份证读取技术相结合
根据各种人体生理特征识别技术的综合比较结果，本文考虑了可靠性、经济性和技术成熟度以及供货方便等因素，决定采用指纹特征识别作为首要识别手段；其次采用身份证电子读写技术进行现场的验证，做到人证合一。
1.3 指纹特征比对过程的优化
本文主要进行了以下两个方面的改进：
1.3.1 方法改进一：标志索引法
将指纹数据划分成9大类，在指纹图像特征文件上附加标识码，采用数据库索引的方法对存储的指纹档案进行归类，比对的时候先从标识码开始检索，可以大大加快比对速度。
1.3.2 方法改进二：单列循环法
每个人都会存储多个指纹档案，一般的方法是将采用档案与列表中的人员的所有指纹一一比对，都不相符才会进行下一人的比对，但实际的测试过程中发现，第一枚指纹档案的比对成功率可以达到80%以上，因此将比对策略改为：与所有人的第一个指纹档案全部进行比对，如果成功，继续比对该人的其他档案，如果不成功，再全部检查所有人的第二个档案，以此类推，也可以加快比对速度。实验表明采用这个方法额可以将2000枚样本比对的速度提高六倍。
2 软件系统的设计与实现
如图1所示。
3 结束语
本文主要设计了基于嵌入式软硬件系统平台，综合采用多种生物识别手段的在线身份识别系统。深入研究了龙芯1B软硬件平台和Linux 操作系统内核，移植了引导程序Uboot，完成了对Linux 操作系统内核的重新配置和编译，达到了减小系统体积的目的；该系统能够通过单机采集多种考生信息，提供包括指纹读取验证，身份证验证，实时拍照和照片彩屏显示等功能，利用实时采集的考生信息，通过终端设备联网验证考生身份信息，巡考复查考生身份，有效杜绝考生的替代替考情况，实现真正意义上的在线身份验证平台。
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（32）.
[2]于瑞华，洪卫军.生物特征识别技术及其应用[J].智能建筑与城市信息，2004（08）.
[3]夏鸿斌，须文波，刘渊.生物特征识别技术研究[J].计算机工程与应用，2003（21）.
[4]杨俊，景疆.浅谈生物认证技术―指纹识别[J].计算机时代，2004（03）.
[5]谭铁牛，王蕴红.现代身份鉴别---生物特征识别技术[J].中国基础科学，2000（09）.
指纹生物识别技术范文2
【关键词】生物支付 静脉识别 指纹识别 人脸识别
一、引言
基于生物个体独特的特征的支付模式就是“生物支付”，它原理就是将人体固有的生理器官和行为特征作为客户身份信息，再与其银行账户进行关联，支付交易时通过识别其生物特征信息来完成。生物识别技术所具有的唯一性和稳定性，作为打击欺诈和身份盗窃理想方法，将替代随身携带的智能卡或者复杂的密码，极大的提高支付的安全性和可靠性。目前，据Unisys （）网站调查统计，全球范围接近70%的消费者的支持使用生物特征识别技术支付。
二、生物支付的概况
生物识别技术本质上是一种模式识别技术，即通过提取个体的生物特征数据（如指纹、人脸、虹膜、笔迹、声音、步态等），与采集数据库中的数据进行匹配，进而鉴定个体身份的。随着生物识别技术的成熟，生物支付模式孕育而生，目前在支付领域应用最广的，当属静脉识别技术和指纹识别技术。
（一）静脉识别
静脉识别是通过手掌内的静脉分布图像来对身份信息进行识别，该技术克服了指纹识别速度慢，手指有污渍或者脱皮使得无法识别等缺点，是一种提高了识别效率比较高的活体识别技术。手指静脉技术具有多项重要特点，使它在高度安全性和使用便捷性上远胜于其它生物识别技术。2014年，国外一家公司开发了一台内置生物特征的信用卡终端PulseWallet，它可以通过内置的红外照相机拍摄用户静脉，然后与用户的信用卡进行绑定。完成配对后，用户便可以直接使用手掌扫描完成支付。目前，国外一些国家已经将基于静脉支付技术的“手掌卫士”等机具安装到取款机、门禁系统、收银台等设备上，有效提高了对客户身份识别的准确性。
（二）指纹识别
到1998年，指纹识别产品占销售总额的生物识别技术的78%。每个人的指纹的纹路图案、断点和交叉点上各不相同，呈现独一无二，即使同卵双胞胎的指纹也有所不同。每个指纹都有5到7个特征信息，至少可以产生4900个独立可测量的特征信息，这足以说明指纹识别是一个更加可靠的身份鉴别方式。另外，手指样品大小约1KB，只有触摸到指纹设备了即可提供访问认证（通常小于1秒）。如今，“指纹支付”已经付诸于实践。例如在提供指纹支付服务的交易中，消费者只需通过终端上扫描手指来确认其身份信息，并从其关联的账户中自动转账支付消费款项，从而实现无需银行卡和现金，只用手指即完成整个消费过程。日前，阿里巴巴宣布，支付宝钱包和三星公司一起推出指纹支付服务，使用三星手机和支付宝钱包的用户在进行网络购物消费时，只要用手指在指纹传感器上轻轻一按，就能实现在线支付。
（三）人脸识别
人脸识别是基于人的脸部特征信息进行身份信息识别技术。通过用摄像头采集人脸的图像信息，对检测到的人脸进行脸部模式识别，通常也叫做面部识别。面部识别的主要好处是，它是无干扰，非接触的，提供连续的认证，并且由大多数用户所接受。样本大小（例如，5个人脸样本）的范围可以从1KB-2KB。芬兰创业公司最新推出一种基于人脸识别的支付平台，用户只需面对POS机屏幕刷一次脸，5秒钟之内就可以完成整个支付。它以其唯一性和稳定性，正逐步取代存折、银行卡等传统支付工具，成为未来支付结算的主媒。
据Enterprise Networks and Servers杂志报告，全球66%消费者的青睐生物支付，因为作为打击欺诈和身份盗窃理想方法。生物支付技术兴起于互联网时代，主要的生物支付包括静脉支付、人脸支付、指纹支付、虹膜支付、声纹支付等。2014年，国际生物识别集团（IBG）撰写的一份《生物识别市场与产业报告2009～2014》报告，该报告统计了全球各种生物特征识别技术的市场份额，其中，指纹识别所占市场份额最大，为66.7%;其次是人脸识别占到11.4%;新兴识别技术如虹膜识别、语音识别、静脉识别和掌形识别分别各占市场份额的8.0%、3.0%、2.4%和1.8%。
三、生物支付模式
所有的生物支付流程具体如图1所示，其中可分为两大流程即客户注册和消费支付。
流程说明：
（一）客户
客户通过识别终端中录入银行注册中存储的身份识别码，便可轻松完成支付，消费金额在关联的银行卡账户中扣除。
（二）商户
客户支付的模式同原来的银联支付平台一样，区别在于客户不是使用银行卡交易，而是身份识别码来完成消费交易。
（三）身份识别服务器（第三方）
负责对身份识别码进行解码、比对和匹配，并将认证结果反馈给银行，银行对客户信息进行相应的交易操作。
（四）银行
对客户身份信息进行注册，通过采集器录入身份识别码，并与银行卡号码建立关联后存入到身份识别服务器中的数据库中;作为收单行进行资金和手续费的核算，向客户提供交易确定消息。
图1 生物支付流程
四、生物支付模式特点
基于生物识别的支付模式的极大优势在于安全性和便利性。就安全性而言，生物特征信息呈现独一无二特点，有利于打击现今比较猖獗的银行卡欺诈行为，有效的提高了金融支付的安全性。就便利性而言，生物识别是一种“活体识别”技术，客户购物消费时无需携带大量的信用卡和身份证，个人身份信息（银行账户、个人保险和医疗记录等）都关联到自己的DNA信息里。消费者只需简单地扫描一下个人的身体信息，就可以完成支付。相比于传统支付方式，生物支付不仅减少了消费者的等待时间，而且提升了购买体验。
目前，全球各个国家的政府、企业和消费者都积极关注生物支付技术的发展进程，但是与信用卡支付和手机支付相比，由于生物支付技术的还显稚嫩，但是，它有广阔的发展前景，或许有一天，去银行取款将无需带卡，也不需输入账户密码，只要客户的一个眼神、刷手掌即可，生物识别技术终将改变传统的金融支付模式。
五、结束语
指纹生物识别技术范文3
[关键词] 生物特征识别 数字签名 电子商务 身份安全认证
一、引言
在电子商务应用日益广泛的今天，从某种角度看，身份认证技术可能比信息加密本身更加重要。它是网络安全和信息系统安全的第一道屏障，是在信息安全时代备受关注的一个研究领域。
目前的应用主要是以“用户ID+口令＋数字证书”来进行用户的身份认证。从根本上说这种身份认证不能解决访问者的物理身份和电子身份的一致性问题，即无法确认通过身份认证的访问者即获授权者。
启发于人的身体特征具有不可复制的特点，人们开始把目光转向了生物识别技术。人的指纹、虹膜、视网膜等都具有惟一性和稳定性的特征，为实现更安全、方便的用户身份认证提供了有利的物理条件。
用户最关注的问题是因特网的网络安全性和保密性。保障网络中数据传输的安全性通常需要借助信息安全功能来实现。在开放系统中对具有重要价值的信息或私密信息进行通信时，可使用数字签名等密码技术进行加密。
生物识别技术代表着用户身份认证技术的未来，有着广阔的应用前景。如果将生物特征识别技术和数字签名技术有机地结合在一起，可以提供一种更加安全、便捷的用户身份认证技术。
二、生物特征识别技术
生物特征识别技术是通过计算机与光学、声学传感器和生物统计学原理等高科技手段结合，利用人体固有的生理特性来进行个人身份的鉴定。其核心在于如何获取这些生物特征，并将之转换为数字信息，存储于计算机中，利用可靠的匹配算法来完成验证与识别个人身份的过程。
1.指纹识别——成熟的身份认证技术
在网络环境下的身份认证系统中，应用指纹作为身份确认依据是理想的。
第一，理论上，每个人的指纹是独一无二的。
第二，指纹样本便于获取，易于开发识别系统，实用性强。
第三，指纹识别中使用的模板而是由指纹图中提取的关键特征，使系统对模板库的存储量较小。也可以大大减少网络传输的负担，便于支持网络功能。
第四，指纹识别是生物特征识别中研究最早、技术最成熟、应用最广泛的技术，有着坚实的市场后盾。
指纹识别具有很高的实用性、可行性。随着固体传感器技术的发展。指纹传感器的价格正逐渐下降，在许多应用中基于指纹的生物认证系统的成本是可以承受的。
指纹识别原理和过程如下：首先，通过指纹读取设备读取到人体指纹图像，并对原始图像进行初步的处理，使之更清晰。然后，指纹辨识算法建立指纹的数字表示——特征数据。特征文件存储从指纹上找到被称为“细节点”(minutiae)的数据点，也就是那些指纹纹路的分叉点或末梢点。这些数据称为模板（至今仍然没有一种模板的标准，也没有一种标准的抽象算法，各厂商自行其是）。最后，通过计算机把两个指纹的模板进行比较，计算出它们的相似程度，得到两个指纹的匹配结果。
2.虹膜和视网膜——更准确、更可靠的身份认证技术
虹膜是一种在眼睛中瞳孔内的织物状各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构。世界上两个指纹相同的几率为1/109，而两个虹膜图像相同的几率是1/1011，虹膜在人的一生中均保持稳定不变。因此，利用虹膜来识别身份能够成为独一无二的标识，其可靠性超过了指纹识别。
从直径11mm的虹膜上，Dr. Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息，一个虹膜约有266个量化特征点，而指纹识别技术只有40多个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，Dr. Daugman指出，通过他的算法可获得173个二进制自由度的独立特征点。这在生物识别技术中，所获得特征点的数量是相当大的。
关于虹膜的特征提取方面较有成效的主要有Daugman的利用多分辨率Gabor滤波器提取虹膜纹理的相位信息；Wildes的基于4种不同决策标准的拉普拉斯金字塔提取虹膜纹理特征；Boles和Boashash的基于小波变换过零检测虹膜识别算法以及中科院采用Gabor滤波和aubechies-4小波变换相结合的纹理分析方法。
虹膜技术上有一些地方有待完善；当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的惟一性认证的试验；目前图像获取设备相当昂贵。
视网膜是一些位于眼球后部十分细小的神经（一英寸的1/50），它是人眼感受光线并将信息通过视神经传给大脑的重要器官，用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。
在20世纪30年代，通过研究就得出了人类眼球后部血管分布惟一性的理论，进一步的研究的表明，即使是孪生子，这种血管分布也是具有唯一性的，视网膜的结构形式在人的一生当中都相当稳定。所以，同虹膜识别技术一样，视网膜扫描可能是最可靠、最值得信赖的生物特征识别技术。视网膜扫描设备可以从使用者的视网膜上可以获得400个特征点，创建模板和完成确认。由此可见，视网膜扫描技术的录入设备的认假率低于0.0001%。但拒假率（FAR，指系统不正确地拒绝一个已经获得权限的用户）比较高，相信在进一步的研究中可以大大降低。
因为对视网膜难于采样，也无标准的视网膜样本库供系统软件开发使用，这就导致视网膜识别系统目前阶段难以开发，可行性较低。
与指纹识别技术的主要步骤以及原理相似，虹膜识别与视网膜识别一般包括图像采集、图像处理、特征提取、保存数据、特征值的比对和匹配等过程。
综上所述，指纹识别是最容易实现的；而虹膜识别与视网膜识别受到某些限制，目前除了一些高端应用外很难普及应用，但其有着巨大的技术优势和潜在的商业价值，必将是下一代生物特征识别技术的发展方向。
三、基于生物特征识别和数字签名技术的电子商务身份认证系统解决方案
1.方案设计要求
要确保基于指纹特征的用户身份认证系统的整体安全性，必须对基于指纹特征的网络身份认证方案设计一个安全的身份认证协议。良好的身份认证协议应该满足以下几个要求：
(1)能够准确识别被认证对象的身份；
(2)能够明确重要事件的责任人，并实现签名，避免事后抵赖；
(3)能够保障数据在存储和传送时的安全。
2.基于生物特征和数字签名技术的电子商务身份安全认证系统结构
基于秘密信息的身份认证协议：保证通信认证可以防止第三方的重放攻击，但由于客户端密钥存储和管理存在问题。基于生物特征的身份认证：能解决口令窥视和密钥管理难等问题，但很难阻止第三方的重放攻击。因而，笔者提出了综合前述的生物特征识别技术和数字签名后得到的电子商务身份认证系统的解决方案。
在网络环境下(B/S结构），用户（客户端）如果要访问远程服务器所管理的信息资源，在获得相关资源访问权限之前，必须通过生物特征身份认证，所有的信息资源访问权限都在身份认证系统（服务器端）管理之下，未通过身份认证的用户不能访问信息资源。当模板内置于服务器时，通过客户端的生物特征获取仪器获得用户的生物特征信息，该信息被加上数字签名后传送到服务器，在服务器首先校验签名是否有效，再与预先注册的模板进行比较，并完成身份认证。
3.身份认证步骤与协议
在生物认证系统中，为了保证生物特征值这不被非法用户所获得，采用数字签名技术。我们在此对协议中采用的符号做如下定义：A为用户，AS为认证服务器，KUAS为认证服务器公钥，TAS为认证服务器的时限，NA为A的现时数据，FA为A的生物特征值，IDA为A的标识。还需说明的是这里采用的是单向认证协议。基本协议如下：
(1)A用自己标识的签名向认证服务器AS请求认证。使用签名技术能有效地阻止一个虚假认证服务器对用户A的欺骗性连接。因为只有合法的认证服务器才保存有用户的公钥，从而能验证这个签名来获得IDA来为下面的认证过程来使用。
(2)认证服务器产生时限TAS，现时数据NA，并将自己的公钥KUAS、NA和时限TAS用用户A的公钥KUA加密后返回给客户端的A用户。
(3)客户端A接受到认证服务器公钥、时限和现时数据NA，同时在客户端的生物特征传感器读取用户的生物特征图像，并获得特征FA，把元组{TAS，NA，FA}用认证服务器的公钥KUAS加密后发送给认证服务器。
(4)认证服务器AS通过生物特征信息数据库进行比对，若匹配则A的身份通过认证。
这个方案与现时使用的认证体制基本类似，所以电子商务交易系统不必作重大改变。但因为引入了生物特征识别，安全性可以获得有效的加强。
四、结束语
在信息化日趋成为主流的今天，电子商务的业务已随着互联网的普及而飞速发展，与此同时，电子商务的安全性也成为业界的一个热点研究方向。本方案设计将基于生物特征的身份认证技术和数字签名相结合应用于电子商务，加强系统安全性，具有一定的研究和实用意义。
指纹生物识别技术范文4
doi：10.3969/j.issn.1004-7484(x).2012.06.495 文章编号：1004-7484（2012）-06-1626-01
随着信息技术的发展和医疗保健需求的提高，医院信息化建设引起业内外人士的高度关注，其中结合生物识别技术的医院信息系统开发和应用就是目前的一个趋势。我国医院信息化目前的现状大多数还停留在医院管理信息化(HIS)和临床管理信息化(CIS)的初始阶段，真正的医疗业务还很少能参与到信息化的方式中去。在诸多生物识别技术中，自动指纹识别技术集传感器技术、生物技术、数字图像处理技术、模式匹配、电子技术于一体，是一种价廉、方便、可靠、非侵害性的解决方案。1 技术特点
目前各单位常用的识别器技术有光学识别、电容传感器识别、生物射频传感器识别、数字化光学识别，利用计算机图像处理和模式识别技术实现指纹特征提取和自动比对，从而依据指纹这一具备随身性、唯一性、难复制性、高度保密性特点的人体特征进行个人身份自动识别和认证，常用于需要人员身份确认的门禁、考勤、笔记本电脑、银行内部处理、银行支付等系统。就医院信息管理而言，也是目前应用的一个趋势，它将在考勤、门诊、住院、药品、医技科室、住院医生、后勤、检验、电子病历等方面发挥生物识别技术的优势，最终将在医疗、经济、社会等方面取得巨大效益。所以指纹识别技术的应用对于医院来说，其先进的技术特点将让其受益匪浅，一劳永逸。2 实施方案
指纹识别终端可根据医院实际情况灵活布局，既可平放也可壁挂，在会议室出入口等无法放置电脑的地方，指纹识别仪直接通过网络终端IP接口连服务器使用；在挂号收费室、医生诊间、多功能厅、手术室、图书馆、麻醉科等有电脑的地方，可以通过串口/USB直接连电脑使用；同时根据医疗建筑和内部交通布局的实际需要，可以在不同出入口设置多个点，通过网线联网应用，将指纹数据在前台采集后集中到一台服务器数据库中，在后台统一认证与管理。由于指纹考勤系统具备历史数据保存功能，可根据医院管理的具体要求，将各类项目内容与考核指标予以量化并赋值，将职工休假、迟到、早退等情况按月统计，计入考核档案，作为年终考核的客观依据，这样可以省去工作人员很多工作强度，极大地提高了工作人员的工作效率。3 应用效果
考勤管理是人事部门进行绩效管理的主要基础和重要依据，在人事管理、工资管理、劳动纪律管理等方面都具有一定的应用效果。①方便工作人员使用。人员无需携带任何考勤卡，只要手指轻轻一按就可以签到，指纹考勤成功与否有蜂鸣器声音提示、显示屏有姓名及时间文字提示及记录，让工作人员省时省心。②提升管理水平。指纹识别考勤应用杜绝了代签到或代刷卡的弊端，通过技术手段完善监督机制并避免了以前的管理模式中存在的人情、面子因素，提高考勤管理品质，使工作更加正规化、程序化，促进人员责任心，加强自我约束力，实现自我监督，让管理人员和员工都从中受益，将更多的时间投入到服务病人的工作中去，提高医疗质量，提升业务水平，让制度更加公平公正，让工作人员心服口服。③减少使用成本。由于无需系统维护费用，也节约了配（补）发考勤卡的麻烦及费用，同时使医院部分管理人员从繁琐的日常事务性工作中解脱了出来，个人工作效率较以前有了大幅度提高，减少了人力成本的支出。4 应用前景
指纹识别技术除了在优化考勤方式、实现科学化管理上有着显著的应用效果外，作为一种较为成熟的身份识别技术在医院门诊、住院、药品、医技科室、住院医生、后勤、检验、电子病历等方面都能发挥生物识别技术的优势，产生良好的应用前景。例如通过各种传输方法在计算机网络上对指纹信息进行传输和验证，提高网上信息的安全性，避免病人在网上挂号预约与检查报告查询时泄露身份信息、医疗信息、个人隐私等，保护了病人权益，也节约了本来就生着病的人的时间和精力，让病人更加放心就医。同时，利用指纹识别技术的身份认证功能，使电子病历系统具备病人身份记录、识别、搜索功能，强化医院对病历的管理，如通过在配药等诸多环节的身份识别，避免以往在品中的管理漏洞，使用药更加安全；此外，通过与照片、ID等身份识别手段的结合应用，有助于寻求医疗救援、使用医疗保险、临床用药或输血的病人的身份确认，最终在医疗安全、服务质量、经济效益、社会影响等方面发挥重要作用。因此，医院里数字化管理中使用指纹考勤系统，能让医院更加规范化、科学化、人性化。
参考文献
［1］ 易钢，张宪.浅谈医院信息系统的安全问题.中医药导报，2005，11(2)：62-63.
［2］ 余杰.指纹自动识别系统在我国的应用和发展.计算机科学，2000，27(27)：95-97.
指纹生物识别技术范文5
1 生物特征传感器技术
通过某种原理可以测量生物特征，并将其转化成计算机可以处理的数字信号，这就是生物特征传感器的主要任务，也是生物特征识别的第一步。大部分的生物特征都是通过光学传感器如CCD 或CMOS 形成图像信号，例如人脸、指纹、虹膜、掌纹、手形、静脉等。但是虹膜和静脉图像需要主动的红外光源才可以得到细节清晰的个性特征。由于外加主动光源能够克服可见光线变化对生物特征的影响，所以最近在人脸识别领域有研究人员设计了红外成像设备，来克服人脸模式随光照变化的类内差异，从而大幅度提高了人脸识别的精度。
为了提高生物识别系统的易用性、舒适性和用户的接受程度，同时又要保证生物特征信号的质量，此外还要小巧精致、成本低廉，生物特征传感器技术还有许多需要改进的地方。例如最近已经有通过非接触方式采集的3D 指纹传感器技术。生物特征传感器的核心技术包括:
智能定位技术
生物特征获取装置必须让用户和识别系统处于合适的距离和位置才可以捕获合格的生物特征信号。最理想的方案是让采集装置自动判别用户的位置，然后主动调节光学系统或者直接通过机械装置移动采集设备，这样就可以降低对用户的要求，采集方式更加智能化和人性化。
人机接口设计
生物特征采集系统应该“以人为本”，符合人体工学，设计生物特征和采集装置之间的交互接口。通过开发用户自定位技术让用户在某种方式的导引下很快找到合适的成像位置。例如现有的人脸识别和虹膜识别系统中通常在采集装置上安装一面镜子或者设置一个注视点或者设计比较巧妙的光学系统，用户通过视觉或者语音反馈就可以比较迅速地找到适合成像的位置。
光学系统设计
主要是光学镜头组的设计和加工，如果需要主动光源照明的话还要在镜头上安装滤光片，根据成像距离设置主动光源。
机械控制技术
包括自动变焦的电控单元设计、配合用户的身高和距离进行程序调节的机械单元设计等。
生物特征传感器的核心技术还包括传感器电路设计; 信号传输与通信技术; 防撬报警技术以及和其他技术的有机结合。
2 活体检测技术
为了防止恶意者伪造和窃取他人的生物特征用于身份认证，生物识别系统必须具有活体检测功能，即判别向系统提交的生物特征是否来自有生命的个体。一般生物特征的活体判别技术利用的是人们的生理特征，例如活体指纹检测可以基于手指的温度、排汗、导电性能等信息， 活体人脸检测可以基于头部的移动、呼吸、红眼效应等信息，活体虹膜检测可以基于虹膜振颤特性、睫毛和眼皮的运动信息、瞳孔对可见光源强度的收缩扩张反应特性等。
此外，基于生物特征图像的光谱学信息也是进行活体检测的有效途径。例如打印的图像会形成有规律的纸质纹理特征，可以用频谱特征进行检测。此外，还可以通过人机互动的形式检测生物特征的活体特性; 使用多模态生物特征识别系统也可以提高伪造的难度。
从现有的技术水平看，活体检测功能一直是生物识别系统的薄弱环节，已经有研究人员使用伪造的指纹和人脸攻破了现有的系统，引发了有些用户对生物识别技术的信任危机。所以活体检测技术将是生物识别系统进入高端安全应用的最大瓶颈。
3 生物特征信号质量评价技术
在自动身份识别系统中，生物特征一般是以连续的视频流或者音频流的形式进行获取。由于有效的生物特征采集范围总是有限的，再加上人的运动、姿态变化等因素，传输到计算机的生物特征信号大部分都是不合格的。而高质量的生物特征信号是进行特征表达和身份识别的基础，低质量的生物特征信号有可能引起错误接收或错误拒绝，降低系统的稳定性和鲁棒性（系统的健壮性），浪费大量的计算资源在无效的生物特征信号处理上。
基于上述分析，我们可以从三个方面努力排除低质量生物特征信号对识别性能的影响:
■ 研究高性能的成像硬件平台;
■ 提高识别算法的鲁棒性;
■ 在生物识别系统中引入智能的质量评价软件模块，只容许较高质量的生物特征信号进行注册或识别。
在这些措施中设计有效的质量评价算法最实际。因为再鲁棒的识别算法能够接受的信号质量也是有限的。虽然已经有高性能的生物特征获取装置面世，但是价格十分昂贵，也解决不了根本问题。所以研究生物特征的质量评价算法对于识别系统性能的提高具有重要意义。
生物特征信号的质量评价可看做一个两类模式识别问题――将采集到的生物特征分为合格和不合格两种情况。如果要对合格信号量化打分，还要将评价指标定量化。生物特征信号的质量评价问题是一个比较困难的问题，因为造成特征信号质量差的原因千差万别，即负样本的种类太多，不胜枚举，很难设计一个分类器将所有的正负样本区分开。需要通过质量评价来过滤的低质量生物特征一般包括存在离焦模糊或运动模糊的图像，信噪比太低的信号，遮挡的图像等。一般可以从空域和频域两个角度出发去设计质量评价算法。
从产品实用化的角度考虑，生物识别系统现在遇到的最大的瓶颈之一就是信号的质量评价。一方面，为了拓宽系统的适用范围，提高产品的易用性，对用户更友好，为此，研究人员希望系统能在生物特征质量要求较低的条件下运作，但是同时又要求系统能有稳定的高精度。为了平衡这个矛盾，设计“稳、快、准”的质量评价算法将是必由之路。
4 生物信号的定位与分割技术
经过处理后的掌纹纹路更清晰了
从生物特征获取装置采集得到的原始信号一般不仅包括生物特征本身，还包括背景信息，例如原始的虹膜图像中包括虹膜、瞳孔、巩膜、眼皮和睫毛等多个区域，真正能有效鉴别人们身份的图像内容也就在虹膜区域。所以必须从原始信号中分割出感兴趣内容进行特征提取。定位和分割算法一般都是基于生物特征在图像结构和信号分布方面的先验知识。例如人脸检测就是要从图像中找到并定位人脸区域，一直是计算机视觉领域的研究热点。
2001年美国的Viola 和Jones提出了用易于计算的Harr 小波特征来描述人脸模式，用AdaBoost来训练人脸检测分类器，取得了人脸检测领域的突破性进展，实现了实时检测视频中的人脸图像，而且准确率也非常高。这个方法对计算机视觉和生物识别领域的影响都很大，现在商业化的人脸识别系统基本上都是使用这种人脸检测方法或者其变种。而且这种通过机器学习训练弱分类器的方法也被推广到了一般视觉对象的检测和识别上。指纹的分割算法一般是基于指纹区域和背景区域的图像块灰度方差的差异特性; 虹膜的定位主要利用瞳孔/虹膜/巩膜存在较大的灰度跳变并且成圆形的边缘分布结构特征; 掌纹的定位一般是基于手指之间的参考点来构建参考坐标系。
5 生物特征信号增强技术
得到了分割后的特征区域后，有的生物特征识别方法需要在特征提取前对感兴趣区域进行增强，主要目的包括去噪和凸显特征内容。例如人脸和虹膜图像一般用直方图均衡化的方法增强图像信息的对比度; 指纹一般用频域的方法得到脊线分布的频率和方向特征后进行纹路增强; 对于比较模糊的生物特征信号，可以考虑使用超分辨率的方法或者逆向滤波的方法进行增强。
6 生物特征信号的校准技术
为了克服不同时刻采集的生物特征信号之间的平移、尺度和旋转变换，需要将参与比对的两个生物特征进行对齐。有的生物特征校准在特征提取之前完成，例如常用主动形状模型（Active Shape Model）和主动表观模型（Active Appearance Model）进行人脸对齐; 有的生物特征校准的过程就是特征匹配的过程。生物特征信号的校准结果对于识别精度的影响很大，所以也有学者认为生物特征识别最重要的问题是校准技术。
7 生物特征表达与抽取技术
对于生物特征识别，不管是外行还是内行，人们首先想到的问题就是: 机器是用什么特征进行身份识别的？什么是生物特征信号中凸现个性化差异的本质特征？这就是生物识别的基本的、原理性的问题。对于这个问题在个别的生物特征识别领域得到了共识，例如指纹识别，大家都公认细节点（包括末梢点和分叉点）是描述指纹特征的最佳表达方式，所以国际上就有统一的基于细节点信息的指纹特征模板交换标准，给不同厂商的指纹识别系统的兼容性和数据交换带来了便利。但是在其他生物识别领域，例如人脸、虹膜、掌纹等领域研究人员还在不断探索最佳的特征表达模型。虽然这些领域的特征表达方法的种类繁多，部分算法也已经取得了很好的识别性能，但是人脸识别、虹膜识别、掌纹识别的根本问题―― “什么是人脸、虹膜或掌纹图像的本质特征及其有效表达？”一直没有得到权威和普遍认同的回答。
这是因为每个人脸、虹膜和掌纹图像的特征表达方法都是基于某种信号处理方法或者某个计算机视觉或者某个模式识别的理论，“公说公有理，婆说婆有理”，大家对于这些图像的本质特征表达还没有进行深入的研究。现在生物特征表达领域的流行趋势是把各种经典的或者新提出的图像分析方法依次去试，有点撞大运的感觉，产生这种现象的根源是大家没有基础理论的指导，不知道向哪个方向努力好。由于各种方法各自为“政”，造成生物特征模板的数据交换格式难以统一和标准化。例如人脸、虹膜和掌纹的数据交换标准只能基于图像，这是因为大家找不到一个统一的、权威的图像特征表达方法。
相对于基于特征的数据交换标准，基于图像的交换标准在计算和存储资源的占用、传输速率等多方面都处于下风。例如在电子护照应用中，统一格式的生物数据都存放在非接触IC 芯片中，在识别前需要通过无线读卡器从护照IC 中读出生物数据，这时基于特征的方法比基于图像的方法快100 倍，而且基于图像的方法还要多一个特征提取的步骤才能得到用户护照中的生物特征。所以不管是对于研究还是应用，生物特征信号本质特征的尽快确定都是最重要的。
通过模拟这些生物体神经细胞对外界视觉刺激的信息编码规则，计算机视觉研究人员提出了Ordinal Measures（定序测量特征）来表达图像内容。中科院自动化所生物识别与安全技术研究中心通过拓展原始的定序测量特征的内涵，提出了多极子滤波器的概念，建立了虹膜图像特征表达的一般框架，证明了虹膜图像区域之间的排序测度特征等价于虹膜物理表面不同位置反光率之间的大小顺序关系，是独立于光照、对比度等外界因素的虹膜图像的本质特征。
在这个框架下，虹膜特征抽取甚至可以简化成简单的加减运算，成功地解决了虹膜识别从PC 向嵌入式平台移植的计算复杂性难题。通过定序测量特征，研究中心还建立了掌纹图像特征表达的一般框架，统一了该领域识别性能最好的三种掌纹识别方法。并针对低分辨率掌纹图像上主线和皱纹线灰度模式特点，提出了新颖的十字架形微分滤波器来抽取掌纹图像中的定序测量特征。实验结果表明新的掌纹识别方法不仅识别精度远高于主流方法，并且计算速度比最好方法快一倍。
8 生物特征的匹配技术
特征匹配就是计算两个生物特征样本的特征向量之间的相似度。图匹配算法也在指纹细节点模式、人脸模式、虹膜斑块模式的相似性度量中得到成功应用。
9 生物特征数据库检索与分类技术
收集掌纹信息
随着生物特征识别技术在人类日常生活中的普及，使用人数的增长必然导致生物特征数据库的不断扩大。这种规模的扩大不仅仅表现在数据存储量的扩大，还表现在从数据库中搜索某一条记录所耗费的时间的增加。例如在一对多的超大规模（如一个城市、一个国家、一个行业的人群）生物识别应用中，完成一次识别的时间的长度将会让人无法忍受。这是任何一项成熟的生物识别技术从小规模应用向大规模应用转化时不可避免的问题。
虽然可以使用并行计算技术来减少每次识别的时间，如果有一个生物特征粗分类的方法就可以实现分层次的生物识别: 根据生物特征向量将数据库中所有的模板分成若干个大类，在大规模识别时首先判断输入生物特征所属的大类，然后首先和这个大类的数据库模板进行比对，这样就可以（至少从期望值）减少等待识别结果的时间。例如指纹可以根据奇异点的个数和位置信息分成拱形、尖拱形、左旋形、右旋形和旋涡形等几个大类。在虹膜识别研究领域也有人利用分形维特征将虹膜数据库分成四大类。这些分类方法的准确率都高于90%，结果是令人鼓舞的。利用生物特征模式，还可以实现人种分类、性别分类等。所以生物特征粗分类和数据库检索技术将是一个很有前途的研究方向，下一步研究的重点是增加类别数，提高分类的准确率。
10 生物特征识别系统的性能评价
迄今为止，任何的生物特征识别系统或者方法都有出错的可能。对系统的识别精度给出客观、准确的评估其实是一个很复杂的问题，它受测试样本的数量、质量、评估指标等因素的影响，但是这对应用单位和司法部门却是一个很关注的焦点问题。所以生物特征识别方法的性能测评已成为生物特征识别研究的一个重要方向。对于1∶1比对的身份验证系统，错误有两种情况: 一是把不同人的生物特征识别为同一类，称为错误接收; 另一种可能是把同一人的生物特征识别为不同类，称为错误拒绝。
一般可以从理论和实验两个方面评估一个生物识别方法的性能指标。从理论方面可以研究生物特征的唯一性，即对影响错误接收和错误拒绝的各种参数进行准确建模，从每种生物特征识别方法的本质和机理出发给出理论上可以取得的错误率的下界。这个工作是很有意义也是难度很大的。例如司法界对通过指纹匹配结果来指认罪犯还存在着很大争议，虽然有研究人员宣称地球上找不到指纹特征完全相同的两个人，但是在自动或者人工指纹识别系统中，到底需要多大的相似度才可以完全确认两枚指纹的同源性？识别出错的准确概率到底是多少？已经有研究人员对这个问题进行了比较深入的研究，但是并没有完全解决好这个问题。
链接:生物识别也需要安全技术
指纹生物识别技术范文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.
