淮安信息学院毕业设计（论文） 第 1 页 共 1 页 1 绪论
1.1 指纹识别的背景
指纹识别是依据人手指指尖表面的脊线和谷线的分布状态来识别和验证个人身份的方法。公元前7000年到6000年以前，古叙利亚和中国已经开始利用指纹来鉴别身份。据考古发现，在这个时代，一些粘土陶器上留有陶艺匠人的指纹，中国的一些文件上印有起草者的大拇指指纹，在Jercho的古城市的房屋留有砖匠一对大拇指指纹的印记等。公元前2700多年前的周代，指纹被用于民间契约的签署，即画押，旨在保持契约的可信度。尽管指纹在我国应用较早，但由于缺乏专门的系统研究，那时还未能成为一门专门的学科。英国科学家Galton于1892年出版了《指纹学》和《指纹分析法》
[1]
，向世人介绍了用于单个指纹分类的细节特征，首次系统地阐述了指纹学，完善地
确立了一整套指纹识别的方法，从此奠定了指纹科学研究的基础。
由于人体指纹具有终身稳定性和唯一性，很快就被用于刑事侦查，并被尊为“物证之首”。但早期的指纹识别采用的方法是人工识别法。这项工作需要有一些经过专门训练的专业技术人员和有经验的指纹专家凭经验对指纹逐个对比，从而得出鉴定的结果。那时候世界上许多国家都建立了指纹库，仅美国联邦调查局的指纹库中就存有二亿多张指纹卡。然而用传统的指纹识别方法进行指纹鉴定，不但效率低、速度慢，查找范围也很有限，远远不能满足现代社会的需要。从二十世纪六十年代开始，随着计算机技术的发展，传统的指纹识别技术发生了重大变化。人们开始利用计算机来建立指纹识别系统。
1.2 指纹识别研究的目的和意义
随着世界经济的飞速发展与社会信息化的日益普及，访问控制与信息安全已成为人们的关注热点，身份认证也越来越多地受到人们的重视。传统的身份认证主要依靠两种手段：(1)所掌握的，如证件、钥匙、IC卡等；(2)所知道的，如密码、口令等。然而，这些认证手段均存在这易丢失、遗忘、复制以及破译等安全隐患，已经无法满足现代社会对于身份认证所提出的准确性、安全性和实用性等更高的要求。
生物特征识别技术利用人体“所固有的”生理特征和行为特征来进行个人身份的鉴定。人体的生理特征包括指纹、掌纹、虹膜、面相、耳廓等；行为特征包括语音、笔记、步态、击键习惯等[2]。
淮安信息学院毕业设计（论文） 第 2 页 共 2 页 生物特征识别技术相对于传统的身份认证手段具有独特优势。首先，生物特征体现的是人体的自然属性和行为习惯，具有普遍性，不存在应用局限；其次，生物特征对于任何个体来说都是唯一的，这就确保了使用的安全性；另外，生物特征受外界环境及其他因素的影响非常小，具备了良好的稳定性。这些特点使得生物特征识别技术成为当前身份认证领域的研究热点和应用发展趋势。
在所有的生物特征中，指纹相对稳定，但采集指纹不是非侵犯性的；面相特征具有很多优势，如主动性、非侵犯性和用户友好等，但面部会随着年龄变化，而且容易被伪装；语音特征具有与面相特征相似的优点，也会随着年龄、健康状况及环境等因素而变化，而且语音识别系统比较容易被录所欺骗、被伪造；虹膜特征解决了上述问题，同时还具有上述其他生物特征所具有的一些优点，但是技术的应用没有指纹成熟，而且造价较高。所以相对而言，利用指纹识别技术来进行身份认证是一种较好的解决方案。到目前为止，指纹识别是一种应用最为成熟、最为广泛的生物特征识别技术。
1.3 指纹识别技术的研究现状及发展分析
1.3.1 国内外研究现状
目前，世界上拥有众多的指纹识别系统开发厂商与科研机构。美国在这一领域的研究水平居于世界最前沿。亚洲在这一领域研究水平最高的是朝鲜，其鸭绿江公司的指纹产品在国际上享有一定的声誉[3]。国内从事自动指纹识别技术研究的公司和机构基本上可以分为两大类：一类主要是从事国外产品代理业务，一类是从事自主研发。其中，第二类数目较少，以北京四方元大公司、西安青松企业集团和长春鸿达集团为代表。尽管各个指纹识别系统的生产商都报出极高的识别率，但是他们都是在自己的实验库上做测试，而不是在一个统一的标准指纹库上测试，结果的可比性不大。所以在指纹识别算法的研究上，还存在着许多需要改进的地方，这使得指纹识别算法的研究还在继续。
目前，自动指纹识别技术在刑侦、司法部门已得到广泛的应用。近年来，信息社会的高速运转使得自动指纹识别在政府部门、商业机构被迅速推广应用，掀起了生物识别市场新一轮的热潮。其在各部门的主要应用如下：
(1)刑侦司法部门：死者鉴定、罪犯调查、恐怖分子认证、亲身父母鉴定、查找遗失孩童等；
(2)政府部门：身份证、驾驶证、社保、福利发放、出入境检查、护照等； (3)商业机构：计算机网络登录、电子信息安全、电子商务、互联网访问、自动取
淮安信息学院毕业设计（论文） 第 3 页 共 3 页 款机、信用卡、物理访问控制、手机、个人数字助理、医疗记录管理、远程教育等。 1.3.2 指纹识别面临的挑战以及发展趋势
自动指纹识别的广泛应用使得很多人存有一种误解，认为自动指纹识别技术已经成为一个完全解决了的问题，继续研究的必要性和意义因此受到质疑。事实上，尽管已经有众多成型的自动指纹识别产品在使用，但在很多民用领域指纹匹配的准确度仍然达不到要求。主要问题在于：
1.指纹采集过程中的噪声、形变、按压力度不均、有效面积太小、放置位置偏离中心等影响了指纹质量。此外，影响指纹采集图像差异的因素还包括：人体本身因素(手指太干或太湿)、疤痕导致的不同时期的指纹差异、不同年龄阶段导致指纹差异等，甚至一小部分人群因为某种原因无法提供指纹用于识别。尽管现在已经有一些采集设备配有指纹质量监控软件，但不能从根本上保证指纹图像采集的质量问题。这无疑是自动指纹识别技术研究中的一个薄弱环节，对指纹图像特征提取的鲁棒性和适应性提出了很高的要求。
2.不同的应用场合对指纹识别的性能要求不同。在验证模式下，对使用性和拒识率要求较高(一般要求处理时间<1s，要求用户输入<3次)，以防给用户带来不便；在辨识模式下，由于要对数据库进行检索和匹配，所以对匹配时间和检索空间，同时还要求。这样就要求选择合适的指纹特征表示方式以减少所占用的贮存空间，同时还要合适的匹配算法加快匹配速度和精度。
3.自动指纹分类技术仍然是自动指纹识别技术中的一大难题。一方面指纹类别本身存在着类别与类别之间的交叉模糊边界(如弓形与帐弓形、脊与帐弓形)，另一方面自动指纹分类算法本身还需作改进。
4.自动指纹识别产品的相关设备的更新以及越来越广阔的应用领域需求也对传统的指纹识别技术提出了新的要求。例如，指纹采集设备正在向具有低价格和小型化发展。这使得指纹产品可以嵌入到其它设备中(如鼠标、手机等)，但同时由于采集到的指纹图像区域变小，必然对匹配算法提出了新的要求，即在采集到的指纹区域小的情况下能否取出足够多的特征用于识别。
综上所述，自动指纹识别中还存在大量尚未解决的问题，还需更好的指纹识别模式与匹配技术来改善系统性能。一方面，就指纹特征而言，结合多种可行的指纹特征表述方式以提供丰富的指纹信息用于匹配识别；就识别系统而言，通过增加每个人指纹模板数目(采集同一个人多个手指指纹或同一个手指的多次采集)提高系统的安全系
淮安信息学院毕业设计（论文） 第 4 页 共 4 页 数。另一方面，每种生物特征都有自己的使用范围。比如，有些人的指纹无法提取特征，患白内障的人虹膜会发生变化等。在对安全有严格要求的应用领域中，融合多种生物识别特征来实现高精度的识别系统无疑是身份识别领域发展的必然趋势。
1.4 本文研究的主要内容及工作安排
本课题是基于TMS320VC5416 DSP的指纹识别系统知识的软件设计，主要是通过指纹采集器将现场采集的指纹图像传输给定点DSP，并运用数字图像处理的相关理论知识对原始指纹图像进行预处理、特征提取、指纹比对等一系列操作，最后实现个人身份认证。论文具体结构安排如下：
第一章 绪论。对指纹识别技术的研究目的、意义及国内外发展动态进行了概述，并对其研究现状进行了分析。
第二章 自动指纹识别技术。简单介绍了指纹识别的工作流程以及指纹识别的基本原理，包括指纹特征结构、分类方式等。
第三章 自动指纹识别系统设计方案介绍。介绍了设计的硬件平台、核心硬件的组成以及各模块之间的通信方式。
第四章 指纹识别系统软件设计。介绍了系统的软件设计方案，各模块初始化方法等，并给出相应的工作流程图。并完成软件设计和调试。
最后对本次毕业设计进行了总体概述，总结了设计心得、过程中遇到的困难以及自己的成长过程，并对以后的工作和学习提出了展望。
2 自动指纹识别技术
2.1 指纹特征分析
指纹其实是比较复杂的。与人工处理不同，大多数生物识别技术公司并不直接存储指纹的图像。多年来在各个公司及其研究机构产生了许多数字化的算法(美国有关法律认为，指纹图像属于个人隐私，因此不能直接存储指纹图像)。但指纹识别算法最终都归结为在指纹图像上找出指纹的特征并用来进行比对。
在指纹识别系统中，通常采用全局特征和局部特征两种层次的结构特征。据相关证明显示，两枚指纹可能具有相同的全局特征，但局部特征却不可能完全相同。英国学者E.R.Herry认为，在只考虑局部特征的条件下，只要有超过13个特征点比对重合，那么就可以确认这两枚指纹来自同一个手指。 2.1.1 全局特征
淮安信息学院毕业设计（论文） 第 5 页 共 5 页 全局特征是指那些用人眼就可以直接观察到的特征，包括：
(1) 基本纹型，包括环型(loop)，弓型(arch)，螺旋形(whorl)，如图2.1所示。其他的指纹图案都基于这三种基本图案。仅仅依靠指纹图案来鉴定指纹时远远不够的，因为这只是一个粗略的分类，但是通过这种分类却可以使得在海量数据库中搜索指纹变得更加方便。
(a)环型 (b)弓型 (c)螺旋形
图2.1 指纹基本图案分类
(2) 模式区(pattern area)是指指纹上包括了总体特征的区域，即从模式区就能分辨出指纹属于那一种基本类型。有的指纹识别算法只使用模式区的数据,但也有的不是，如Secure Touch的指纹识别算法就使用了所取的完整指纹而不仅仅是模式区来进行分析和识别。
(3) 核心点(core point)即指位于指纹纹路的渐进中心，在读取指纹和指纹比对是作为参考点。许多算法是基于核心点的，即只能处理和识别具有核心点的指纹。
(4) 三角点(delta)即位于从核心点开始的第一个分叉点或断点、或者两条纹路会聚处、孤立点、转折点，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。
(5) 纹数(ridge count)指模式区内指纹纹路的数量。在计算指纹纹数时，一般先连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹路。
(d)模式区 (f)核心点 (e)三角点 (f)纹数
图2.2 指纹特征示意图