由淺入深，了解指紋識(shí)別資料下載

01、指紋識(shí)別成智能手機(jī)標(biāo)配 伴隨移動(dòng)支付業(yè)務(wù)的火爆，指紋識(shí)別技術(shù)已成為今天智能手機(jī)的標(biāo)配，而在CMOS/TFT顯示屏、超音波偵測(cè)等新技術(shù)的不斷助推下，更讓其市場(chǎng)迎來了發(fā)展的新春。 據(jù)調(diào)研機(jī)構(gòu)Yole預(yù)測(cè)，未來5年，指紋識(shí)別市場(chǎng)的復(fù)合年增率(CAGR)將達(dá)到19%，市場(chǎng)規(guī)模有望從2016年的28億美元，增加到2022年的47億美元。 最初只是作為方便手機(jī)解鎖功能的元器件——指紋識(shí)別，如今在智能手機(jī)移動(dòng)支付業(yè)務(wù)的帶動(dòng)下，已經(jīng)變成要為移動(dòng)支付把關(guān)的重要安全元素。據(jù)業(yè)內(nèi)人士分析，目前的指紋識(shí)別市場(chǎng)，大多來自于OEM廠對(duì)全玻璃設(shè)計(jì)與防水功能的需求。這促使CMOS/TFT、超音波偵測(cè)等新技術(shù)，進(jìn)一步推動(dòng)高整合型指紋識(shí)別技術(shù)的演進(jìn)。 據(jù)統(tǒng)計(jì)，2016年的指紋識(shí)別傳感器的出貨量已達(dá)6.89億顆，相較2013年的2300萬顆，CAGR達(dá)到210%。當(dāng)然，大量的需求也促使指紋識(shí)別傳感器均價(jià)的走低，目前已從5美元下滑到3美元，甚至更低，未來供應(yīng)商仍將繼續(xù)面臨價(jià)格壓力。 指紋識(shí)別市場(chǎng)對(duì)傳感器制造商來說具有較高彈性，雖然今后5年的市場(chǎng)規(guī)模非常可觀，但如何在激烈的市場(chǎng)競(jìng)爭(zhēng)中脫穎而出，仍然是考驗(yàn)相關(guān)廠商的一道難題。 02、指紋識(shí)別的原理 指紋識(shí)別技術(shù)包含有以下兩種主要的識(shí)別技術(shù)： 第一種是采用不同指紋圖像統(tǒng)計(jì)對(duì)比的方法; 第二種是采用指紋圖像本身固有的特征信息進(jìn)行比對(duì)的方法。 第一種方法主要是將兩幅指紋圖像進(jìn)行統(tǒng)計(jì)對(duì)比，查看他們之間相似度的大小，根據(jù)大小來判斷這兩幅指紋是否取自于同一個(gè)人，從而實(shí)現(xiàn)身份識(shí)別的作用。第二種方法是根據(jù)兩幅指紋圖像的結(jié)構(gòu)特征，比較他們的特征信息，確認(rèn)他們的身份。特征包含兩種類型：全局特征類型和局部特征類型。 指紋識(shí)別技術(shù)的全過程是： (1)使用指紋采集設(shè)備采集指紋圖像。 (2)對(duì)指紋圖像中的大量噪聲點(diǎn)進(jìn)行預(yù)處理，從而提升后面處理的效率。在預(yù)處理之后，得到了一個(gè)關(guān)于指紋圖像的輪廓線，為下一步特征提取做準(zhǔn)備。 (3)進(jìn)行指紋圖像的特征提取，提取出其特征信息點(diǎn)。 (4)對(duì)指紋圖像進(jìn)行特征匹配，把提取的特征點(diǎn)與數(shù)據(jù)庫中預(yù)存的特征點(diǎn)進(jìn)行比對(duì)，通過比對(duì)來判斷身份。根據(jù)英國學(xué)者E.R.Herry 的研究發(fā)現(xiàn)，兩個(gè)指紋圖像中，如果特征點(diǎn)的對(duì)數(shù)有13 對(duì)是重合的，就可以認(rèn)為這兩個(gè)圖像取自于同一個(gè)人。 指紋識(shí)別系統(tǒng)的主要性能參數(shù)有以下幾種： (1)誤識(shí)率：指兩個(gè)不同指紋被錯(cuò)誤地識(shí)別成相同指紋的概率; (2)拒識(shí)率：指同一個(gè)手指的兩個(gè)不同指紋樣本不能匹配，即被認(rèn)為來自不同手指的概率; (3)等錯(cuò)誤率：第一和第二種錯(cuò)誤相等時(shí)的數(shù)值; (4) 注冊(cè)時(shí)間：從指紋被采集到完成指紋特征提出所需要消耗的時(shí)間; (5) 匹配時(shí)間：兩個(gè)指紋樣本進(jìn)行一次對(duì)比匹配所需要消耗的時(shí)間; (6) 模板特征的大?。簭囊粋€(gè)指紋圖像中提取出的指紋特征的存儲(chǔ)容量; (7)分配內(nèi)存的大小：在指紋識(shí)別的各個(gè)階段，計(jì)算機(jī)系統(tǒng)需要占用的內(nèi)存數(shù)量。 03、指紋圖像的質(zhì)量評(píng)估 在通過指紋采集設(shè)備把圖像采集進(jìn)入系統(tǒng)之后，我們需要對(duì)采集到的指紋圖像的質(zhì)量進(jìn)行評(píng)估。如果圖像的質(zhì)量不達(dá)標(biāo)，就會(huì)對(duì)后期產(chǎn)生影響。因此，需要對(duì)指紋圖像進(jìn)行評(píng)估。目前，指紋圖像的質(zhì)量評(píng)估有以下幾種方法： (1)計(jì)算圖像的信噪比： 這種方法是指求出圖像的信號(hào)與噪聲的方差之比。首先計(jì)算圖像所有像素的局部方差，將局部方差的最大值設(shè)為信號(hào)方差，最小值設(shè)為噪聲方差，求出它們的比值，再轉(zhuǎn)成dB 數(shù)，最后用經(jīng)驗(yàn)公式進(jìn)行修正。此方法在效率方面表現(xiàn)一般。 (2)統(tǒng)計(jì)指紋圖像細(xì)節(jié)點(diǎn)的數(shù)量： 對(duì)指紋圖像中細(xì)節(jié)點(diǎn)的數(shù)量進(jìn)行識(shí)別和統(tǒng)計(jì)。通過數(shù)量的多少來判斷該指紋圖像的質(zhì)量是否在合格的范圍之內(nèi)。此方法理論上可行，但是由于首先需要對(duì)指紋進(jìn)行預(yù)處理、提取細(xì)節(jié)點(diǎn)，因此效率不高。 (3)視覺客觀測(cè)度： 該方法建立在視覺測(cè)評(píng)過程和客觀測(cè)度基礎(chǔ)上，利用設(shè)定的評(píng)測(cè)參數(shù)，對(duì)指紋圖像的質(zhì)量評(píng)價(jià)出一個(gè)綜合結(jié)果。這一方法從全局上對(duì)指紋圖像的質(zhì)量，能夠得出很好的判斷。但是從局部上來看，指紋的紋理分析缺少了對(duì)指紋方向信息的判斷。 (4)計(jì)算指紋圖像方向信息： 從指紋圖像局部特征開始，結(jié)合指紋的全局特征來判斷指紋圖像的質(zhì)量。通過檢測(cè)圖像的有效面積和清晰度，來確定圖像是否合格。具體方法是：首先，通過計(jì)算圖像方向信息，確定前景塊和背景塊;然后，通過比較前景塊和背景塊的比例來判斷是否是偏手指;再次，通過圖像塊的對(duì)比度的大小來判斷是干手指或濕手指(干手指對(duì)比度較大，濕手指對(duì)比度較小)。 04、指紋圖像的分割 在指紋圖像質(zhì)量評(píng)估合格后，需要對(duì)圖像進(jìn)行灰度變換，即對(duì)指紋圖像均衡化，使得圖像灰度均衡，以及對(duì)圖像進(jìn)行歸一化。在這些完成之后，還需要對(duì)圖像按照一定的算法和要求進(jìn)行分割。即把指紋圖像中質(zhì)量很差，后期無法處理的圖像區(qū)域與有效區(qū)域進(jìn)行區(qū)分，使后期處理集中到有效區(qū)域上，提供特征提取精度，減少處理時(shí)間。目前，常用的分割方法有以下幾種： (1)基于方向圖的分割方法： 根據(jù)圖像上紋理的方向，區(qū)分指紋區(qū)域和背景區(qū)域，然后按照不同的區(qū)域分割。如果指紋的紋理線不連續(xù)、圖像的灰度 單一等方向難以正確估計(jì)或者有些區(qū)域變化劇烈，則此方法不能進(jìn)行有效的分割。 (2)基于圖像的局部灰度均值、局部標(biāo)準(zhǔn)差和局部一致性的分割方法： 利用指紋圖像局部區(qū)域的灰度均值、標(biāo)準(zhǔn)差和一致性作為特征，再采用線性分類來分割指紋圖像。局部圖像的一致性顯示了局部圖像的紋理走向，但是這些特征對(duì)于模糊區(qū)域無法做出有效的表示。 (3)多級(jí)分割法： 就是將指紋圖像進(jìn)行多級(jí)分割，逐級(jí)減少分割的范圍。例如：第一級(jí)分割圖像的背景區(qū)域，第二級(jí)在前景區(qū)域中分割出模糊區(qū)域，第三級(jí)從模糊區(qū)域中分割出不可恢復(fù)區(qū)域。 (4)動(dòng)態(tài)閾值分割法： 根據(jù)各個(gè)子塊的局部灰度對(duì)比度自動(dòng)調(diào)節(jié)閾值，基于像素的方差進(jìn)行分割。該方法簡(jiǎn)單、快捷、分割效果好。具體為：將圖像劃分為不重疊的各個(gè)子塊;計(jì)算每個(gè)子塊的平均灰度和灰度方差;計(jì)算方差最大值與最小值之間的差值;定義動(dòng)態(tài)閾值，并分割圖像;平滑操作，去除孤立塊。 05、指紋圖像的增強(qiáng) 指紋圖像增強(qiáng)就是將模糊的指紋紋理改變得更加清晰，例如：將斷裂的指紋紋線進(jìn)行連接，把連接的紋線區(qū)分開，而且在這個(gè)過程中還需要保持原有的指紋圖像結(jié)構(gòu)，使圖像更加易于提取特征信息。目前，有以下幾種指紋圖像增強(qiáng)方法： (1)從脊線方向上采用平滑算子而在垂直于脊線的方向使用增強(qiáng)算子的圖像增強(qiáng)算法。這種算法在理論上是十分正確的，但是要估計(jì)出脊線寬度以及濾波的參數(shù)卻比較困難。如果參數(shù)估計(jì)有誤，則會(huì)使得脊線產(chǎn)生污染，并且對(duì)于脊線上有折痕的指紋會(huì)產(chǎn)生偏差。 (2)基于Gabor 濾波器的指紋圖像增強(qiáng)算法。此算法是在使用上一方法之前先進(jìn)行濾波。將指紋圖像分成不同的區(qū)域，有效削弱垂直于主導(dǎo)紋線方向的噪聲，提高方向信息提取的可靠性。