2.2 指紋識別技術發展沿革

早期指紋識別由人工進行，通過按壓印泥、墨水等方式手工獲取指紋信息，并以紙張等媒介將之留存于指紋庫中，需要識別時利用人工肉眼從指紋庫中進行查找。20世紀60年代之后，隨著計算機技術的發展，人們開始使用數字圖像代替傳統的紙張存儲指紋信息，并逐步開始研究指紋自動識別比對技術。

1974年，奧斯特堡（Osterburg）證明了不同人的兩枚指紋出現12個相同特征的概率大約只有十萬億分之一，該論述奠定了AFIS的研究基礎。

AFIS是對整個人工指紋識別過程的模擬，屬于典型的模式識別系統，它由數據采集、數據處理、分類決策三部分組成，分別對應指紋信息采集、指紋信息預處理及特征提取、指紋特征匹配三個步驟。

指紋信息通常使用各類物理傳感器進行采集，其中利用光學傳感器采集指紋圖像具有采集圖像成像效果好、造價低的特點，光學傳感器是目前最為普遍的指紋信息采集設備。需要注意的是，由于指紋采集設備具有局限性，采集到的指紋圖像會出現一定的畸變，以及手指表面彈性在按壓時用力不均造成的指紋扭曲，因此通常需要對采集到的指紋圖像進行校正。

指紋特征的提取是指紋識別的核心技術之一。指紋特征主要包括全局特征和局部特征。全局特征包括核心點和三角點，利用這些點的數量與位置信息對指紋進行分類。檢測全局特征最著名的方法為基于Poineare指數的特征提取方法；指紋局部特征包含紋脊線的端點和分叉點。端點位于指紋脊線的尾端，分叉點通常位于3條脊線的交叉位置。指紋特征提取就是按照特定的規則提取這些特征的特有信息，并將之保存為特征文件的過程。

指紋特征匹配是指根據提取到的指紋特征計算不同指紋相似程度的過程。早期指紋匹配多通過指紋結構特征進行識別。1986年，Moayer等人使用以字符串及二維數表示指紋特征點集的拓撲結構并通過句法匹配對指紋進行識別；1990年，Herhcka等人使用圖法表示指紋特征點結構，并通過圖像相似程度進行指紋匹配。目前，基于預配準的全局細節匹配算法是最常用的指紋匹配方法。

在指紋識別中，細節點是最具分辨力和魯棒性的指紋特征。指紋特征的有效性很大程度上依賴于指紋圖像的質量；在國際公開測試中，絕大多數識別錯誤源自指紋圖像質量不佳。因此，指紋圖像質量判斷是指紋識別領域的關鍵技術之一。此外，由于指紋存儲所需數據量較大，在指紋辨認過程中需要遍歷數據庫中所有數據進行匹配，因此指紋數據的壓縮同樣也是當今研究中的重點問題。