2.2 指纹识别技术发展沿革

早期指纹识别由人工进行，通过按压印泥、墨水等方式手工获取指纹信息，并以纸张等媒介将之留存于指纹库中，需要识别时利用人工肉眼从指纹库中进行查找。20世纪60年代之后，随着计算机技术的发展，人们开始使用数字图像代替传统的纸张存储指纹信息，并逐步开始研究指纹自动识别比对技术。

1974年，奥斯特堡（Osterburg）证明了不同人的两枚指纹出现12个相同特征的概率大约只有十万亿分之一，该论述奠定了AFIS的研究基础。

AFIS是对整个人工指纹识别过程的模拟，属于典型的模式识别系统，它由数据采集、数据处理、分类决策三部分组成，分别对应指纹信息采集、指纹信息预处理及特征提取、指纹特征匹配三个步骤。

指纹信息通常使用各类物理传感器进行采集，其中利用光学传感器采集指纹图像具有采集图像成像效果好、造价低的特点，光学传感器是目前最为普遍的指纹信息采集设备。需要注意的是，由于指纹采集设备具有局限性，采集到的指纹图像会出现一定的畸变，以及手指表面弹性在按压时用力不均造成的指纹扭曲，因此通常需要对采集到的指纹图像进行校正。

指纹特征的提取是指纹识别的核心技术之一。指纹特征主要包括全局特征和局部特征。全局特征包括核心点和三角点，利用这些点的数量与位置信息对指纹进行分类。检测全局特征最著名的方法为基于Poineare指数的特征提取方法；指纹局部特征包含纹脊线的端点和分叉点。端点位于指纹脊线的尾端，分叉点通常位于3条脊线的交叉位置。指纹特征提取就是按照特定的规则提取这些特征的特有信息，并将之保存为特征文件的过程。

指纹特征匹配是指根据提取到的指纹特征计算不同指纹相似程度的过程。早期指纹匹配多通过指纹结构特征进行识别。1986年，Moayer等人使用以字符串及二维数表示指纹特征点集的拓扑结构并通过句法匹配对指纹进行识别；1990年，Herhcka等人使用图法表示指纹特征点结构，并通过图像相似程度进行指纹匹配。目前，基于预配准的全局细节匹配算法是最常用的指纹匹配方法。

在指纹识别中，细节点是最具分辨力和鲁棒性的指纹特征。指纹特征的有效性很大程度上依赖于指纹图像的质量；在国际公开测试中，绝大多数识别错误源自指纹图像质量不佳。因此，指纹图像质量判断是指纹识别领域的关键技术之一。此外，由于指纹存储所需数据量较大，在指纹辨认过程中需要遍历数据库中所有数据进行匹配，因此指纹数据的压缩同样也是当今研究中的重点问题。