張先峰　李燦平

【摘要】隨著網(wǎng)絡信息化時代的快速發(fā)展，個人身份的數(shù)字化和隱性化水平也得到了提高。如何準確鑒定一個人的身份，保護信息安全是當今信息化時代必須解決的一個關鍵性社會問題。目前，我國的各種管理大部分使用證件、磁卡、IC卡和密碼，這些手段無法避免偽造或遺失，密碼也很容易被竊取或遺忘。這些都給管理者和使用者帶來很大不方便，因此更加凸顯指紋識別驗證技術的重要性。

【關鍵詞】網(wǎng)絡信息化 指紋識別 特征 原理

【中圖分類號】TP391.41 【文獻標識碼】A 【文章編號】1672-5158（2013）01—0179-01

當今社會工作生活中，無論你是到銀行取錢，網(wǎng)上購物，還是注冊微博、社交網(wǎng)站，甚至平日的進出校園，上下班都需要經(jīng)過身份認證，太多太多的場合都需要身份的認證，而傳統(tǒng)的基于標志的身份認證技術由于受到證件偽造以及密碼破解等手段的威脅，逐漸表現(xiàn)得有些力不從心。如何保護我們的個人隱私不受泄露，如何保證我們的重要文獻資料的保密性成了我們今天熱議的話題。在傳統(tǒng)的操作中，我們往往使用密碼加密法，但這種方法也許是“防君子不防小人”的。在高明的黑客眼里，由幾個字符組成的密碼脆弱得不堪一擊?，F(xiàn)在，科技的發(fā)展讓我們有了新的選擇——指紋識別加密產(chǎn)品。將指紋鎖應用于筆記本，機箱甚至鼠標上，可以對文件、系統(tǒng)起保護作用，并且進行身份識別。

一、指紋識別的初步探究

每個人包括指紋在內的皮膚紋路在圖案、斷點和交叉點上各不相同，呈現(xiàn)不同人指紋或同一個人不同手指指紋的互異性、唯一性，且隨著人們年齡的不斷增長，指紋也不會發(fā)生改變。根據(jù)指紋的這些特性，我們就可以把一個人與其的指紋對應起來，通過將其的指紋和預先保存的指紋數(shù)據(jù)進行比較，就可以驗證它的真實身份，這就是指紋識別技術。

二、指紋識別的基本原理

1、指紋的特征

我們定義了指紋的兩類特征來進行指紋的驗證：總體特征和局部特征。在考慮局部特征的情況下，英國學者E.R.Herry認為，只要比對13個特征點重合，就可以確認為是同一個指紋。總體特征是指那些用人眼直接就可以觀察到的特征，包括：基本紋路圖案環(huán)型（100p），弓型（arch），螺旋型（whorl）。其他的指紋圖案都基于這三種基本圖案。僅僅依靠圖案類型來分辨指紋是遠遠不夠的，這只是一個粗略的分類，但通過分類使得在大數(shù)據(jù)庫中搜尋指紋更為方便。

2、指紋識別的基本原理

指紋其實是比較復雜的。與人工處理不同，許多生物識別技術公司并不直接存儲指紋的圖象。多年來在各個公司及其研究機構產(chǎn)生了許多數(shù)字化的算法（美國有關法律認為，指紋圖象屬于個人隱私，因此不能直接存儲指紋圖象）。但指紋識別算法最終都歸結為在指紋圖象上找到并比對指紋的特征。

指紋識別技術通常使用指紋的總體特征如紋形、三角點等來進行分類，再用局部特征如位置和方向等來進行識別用戶身份。通常，首先從獲取的指紋圖像上找到“特征點”，然后根據(jù)特征點的特性建立用戶活體指紋的數(shù)字表示——指紋特征數(shù)據(jù)。由于兩枚不同的指紋不會產(chǎn)生相同的特征數(shù)據(jù)，所以通過對所采集到的指紋圖像的特征數(shù)據(jù)和存放在數(shù)據(jù)庫中的指紋特征數(shù)據(jù)進行模式匹配，計算出它們的相似程度，最終得到兩個指紋的匹配結果，根據(jù)匹配結果來鑒別用戶身份。根據(jù)指紋識別的基本原理分析，指紋識別技術主要通過四個個步驟來實現(xiàn)：①指紋圖像的獲取，而指紋圖像的獲取技術主要有4種類型：光學掃描設備、溫差感應式指紋傳感器、半導體指紋傳感器、超聲波指紋掃描。②指紋圖像的預處理、③指紋特征的提?、苤讣y特征匹配。

三、Matlab在指紋識別系統(tǒng)中的應用

Matlab和Mathematica、Maple并稱為三大數(shù)學軟件。它在數(shù)學類科技應用軟件中在數(shù)值計算方面首屈一指。Matlab可以進行矩陣運算、繪制函數(shù)和數(shù)據(jù)、實現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應用于工程計算、控制設計、信號處理與通訊、圖像處理、信號檢測、金融建模設計與分析等領域。

Matlab是美國Math Works公司出品的商業(yè)數(shù)學軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術計算語言和交互式環(huán)境，主要包括Matlab和Simulink兩大部分。

利用Matlab對圖像進行預處理。對圖像進行濾波、消除毛刺、空洞處理以及二值化處理由于分割后的圖像質量仍然不是很好，所以需要對其進行濾波、消除毛刺、空洞處理和二值化處理，以使指紋圖像清晰，消除不必要的噪聲，以利于進一步的辨識。首先對圖像進行3X3的中值濾波。經(jīng)過中值濾波后的指紋圖像首先要進行二值化過程，變成二值圖像，才能進行細化處理。由于采集到的指紋圖像不同區(qū)域深淺不一，如對整幅圖像使用同一閾值進行二值分割，會造成大量有用信息的丟失。這里我們使用自適應局部閾值二值化的思想，對每塊指紋圖像，選取的閾值應盡量使該塊圖像內大于該閾值的像素點數(shù)等于小于該閾值的像素點數(shù)。對圖像進行細化處理細化處理是在指紋圖像二值化之后，在不影響紋線連通性的基礎上，刪除紋線的邊緣像素，直到紋線為單像素寬為止，并在此基礎上進行細化紋線的修復，包括斷線的連接、毛刺和叉連的去除、短線和小孔的消除等。理想細化后的紋線骨架應位于原始紋線的中間位置，并保持紋線的連通性、拓撲結構和細節(jié)特征。細化算法種類很多，按細化順序來看主要有3類：串行細化、并行細化和混合細化，其中快速細化算法和改進的OPTA算法是目前使用較多的兩種細化算法。

參考文獻

[1]董日榮.指紋識別系統(tǒng)核心算法的研究[D]華南師范大學，2004

[2]林喜榮，蘇曉生，丁天懷，于政濤，黃新營，王敏.Gabor濾波器在指紋圖像處理中的應用[J].儀器儀表學報，2003，24（2）：183-186

[3]馮國進，顧國華，張保民.指紋圖像預處理與特征提取[M].計算機應用研究，2004，（5）：183-186

[4]田捷，楊鑫.生物特征識別技術理論與應用[M].北京：電子工業(yè)出版社，2005

[5]劉軍波，馬利莊，聶棟棟，等.改進的基于Gabor濾波器的指紋增強算法[J].計算機工程，2005，31（15）：146-148