新闻中心

指纹识别过程分为两个步骤：定位和打分。常用的图像算法和特征点算法都属于定位算法。

　　一. 图像算法

　　原理：基于图形结构本身，对图形局部或全局进行信息提取和数字化描述。因需要描述的信息量大，所以产生的图形模板数据量也较大，需要较高的运算资源来支持其完成图像采集、分析、存储、比对等工作。

　　识别过程：指纹图像识别算法采取全局比对的方式，包括指纹图像获取、图像处理、模板生成和图像比对等四个过程。

　　1、指纹图像获取：通过指纹传感器采集指纹图像。目前，指纹传感器主要有光学式、电容式、超声波方式等。图像算法适用于小面积的指纹传感器。

　　2、图像处理：包括指纹区域检测、图像质量判断、频域滤波、频谱分析、图像增强等过程。

　　3、指纹模块模板生成：图像拼接获得手指的整体图像，形成指纹图像模板。

　　4、图像比对：将输入指纹的图像与已有的指纹图像模板进行匹配，给出两枚指纹的相似度得分，从而给出判决结果。

　　优缺点：图像算法可利用极小范围内的指纹信息识别异同。但这类算法在指纹图像获取时需多次采集，其中典型的应用就是手机上普遍采用的指纹方案，手机在录入一个手指指纹时往往会要求用户变换角度、按压多次。

　　此算法对于运算资源需求较高，即硬件成本相对较低。储存的指纹容量相对较少，在比对速度相对较快而误识率方面相对较高。

　　适用场景：适合指纹容量小、安全级别不高、体验要求识别速度快的产品上。

　　二. 特征点算法

　　原理：基于图像纹理结构，提取出指纹特征点，及其位置、相互关系、曲率等相关信息，并以此做指纹比对。指纹特征点一般有以下6大类：

　　1. 终结点：一条纹路在此终结 ；

　　2. 分叉点： 一条纹路在此分开成为两条或更多的纹路；

　　3. 分歧点： 两条平行的纹路在此分开；

　　4. 孤立点： 一条特别短的纹路，以至于成为一点 ；

　　5. 环点： 一条纹路分开成为两条之后，立即又合并成为一条，形成一个小环 ；

　　6. 短纹：一端较短但不至于成为一点的纹路 。

　　识别过程：特征点算法采取局部比对的方式，主要包括指纹采集、图像处理、特征点提取、指纹比对等过程。

　　1、指纹采集：通过指纹传感器采集指纹图像。

　　2、图像处理：包括指纹区域检测、图像质量判断、方向图和频率估计、图像增强、指纹图像二值化和细化等。

　　3、特征点提取：从指纹图像中提取出6种特征点的相关信息数据。

　　4、指纹比对：将多枚指纹的特征点进行匹配，给出指纹的特征相似性得分，给出是否为同一手指的判断结果。

　　优缺点：特征点算法的优势是高速、有效、准确。但其依赖于特征点的多少，如果图像太小，则获取的特征点太少，识别效果会出现较大变化。

　　适用场景：适合指纹仪、指纹采集器、[敏感词]机、指纹门禁机、指纹读头、大容量指纹比对、安全级别高、体验要求高的产品上。