指纹自动识别比对系统

指纹自动识别比对系统（精选3篇）

指纹自动识别比对系统 第1篇

Cogent AFIS (cafis) 系统是由美国Cogent公司开发的一套代表世界最先进水平指纹自动识别技术的AFIS系统。Cafis系统是以指纹自动处理为核心的指纹处理、管理、识别计算机系统。该系统由指纹输入系统、指纹图像处理系统、指纹图像压缩系统、指纹比对系统、人机交互系统和数据管理系统等6个功能配套子系统组成。

指纹输入系统主要利用摄像机或扫描仪对指纹进行存储, 要求指纹图像采取面积为32×32, 指纹图像最低分辨率为500DPI, 每个像素量化成256灰度级;指纹图像处理系统采用多种图像处理技术, 由计算机自动识别指纹图像质量, 自动分类纹型, 自动确定中心和三角点, 自动提取指纹细节特征等;指纹图像压缩系统是为了节省数据空间, 增加指纹的存储量, 对指纹图像及特征点进行压缩;指纹比对系统是采取先进的计算机方法, 对特定指纹与指纹库中指纹逐一进行比对鉴别, 提供候选名单, 以便专业人员确认;人机交互系统和数据管理系统是提供人工干预处理或确认比对结果的人同交互, 以及完成各种指纹数据的增删、修改、查询、统计、恢复等功能。

二、Cafis系统比对原理

Cafis系统是基于指纹特征点多级匹配的方式进行比对。一级匹配可能通过PMA方式实现。这种匹配算法可以通过匹配上的指纹特征情况对不匹配指纹进行筛选, 通过这种方式可以快速、准确地排除掉98%左右不匹配指纹。二级匹配通过软件实现。这种匹配算法是通过分析指纹特征局部结构来实现的, 可以提高相似指纹的排名名次, 属于精确匹配算法。三级匹配算法是在二级匹配结束后, 再次进行精确匹配的算法, 可以再次提高相似指纹的排名。所以Cafis系统采取多种不同互补的先进算法, 在最大程度上将相似指纹找出来, 有效防止因人为因素造成的漏案, 大幅度提高刑侦破案率。

三、Cafis系统在刑侦指纹比对过程中的应用

指纹具有唯一性和不变性的特点, 在刑侦破案中为人身认定提供依据。因此, Cafis系统利用这一特点, 在比对过程中大量运用指纹学相关知识进行指纹比对和认定。指纹学中的纹型、中心、三角和细节特征以及特征之间的关系等都在Cafis系统中得到了充分的运用。

在Cafis系统中可以利用纹型进行查询比对时, 既可以选择有纹型查找, 也可以选择无纹型查找。对于有纹型查找, 纹型作为一个筛选条件, 先在选定的纹型里查找, 最后在待定纹型里查找;对于无纹型查找, 发送比对请求的指纹将在所有纹型里查找。在Cafis系统中利用指纹中心及三角进行查询比对时, 要求标注中心和三角的方向和位置。指纹中心因纹型不同分为上中心和下中心, 并均有特定的方向和位置;三角因纹型不同分为左三角和右三角, 但只有位置没有方向。指纹中心位置是在纹线曲率变化最大的顶点附近, 纹线中最内的一条完整花纹线, 这就是指纹中心;下中心只有斗型纹中才具有, 位置在下半部分最内完整花纹线顶点附近, 与斗型纹的上中心相对应。如何确定指纹中心方向, 应与中心部位花纹纹线保持一致。三角是由指纹外围线、根基线、中心花纹三方面纹线汇合的区域, 三角分左三角和右三角。在Cafis系统中, 左箕型纹具有右三角, 右箕型纹具有左三角, 斗型纹具有左、右两个三角。Cafis系统中指纹中心、三角有指纹质量级别, 在捺印指纹通过特征处理器处理完毕后, 会对指纹提取的中心、三角的可靠性进行判断, 其可靠程度由质量级别来反应, 质量级别为0则表示人工干预过, 质量级别为1表示提取的可靠度最高, 质量级别为2或〉2按照级别高低表示可靠度高低。Cafis系统对于指纹中心有三种比对查询方式, 分别是自动中心、有中心、无中心。自动中心是通过中心对质量级别为0和1的指纹, 对要求比对指纹的特征进行特征定位。有中心是通过中心对所有比对指纹的特征进行特征定位。无中心是不利用中心进行特征定位。在Cafis系统中, 中心、三角的正确定位对认定人身起到重要的作用。在Cafis系统中利用细节特征查询比对, 是指纹比对的另一重要依据。指纹细节特征一般可归纳为起点、终点、分歧点和结合点, 细节特征是因为纹线线数发生变化而产生, 细节特征的标注方式分为位置与方向, 在线数发生变化处, 就是细节特征的位置。一般情况下, 在指向线数增加的方向, 就是细节特征的方向。

指纹自动识别比对系统 第2篇

火车站安检通道人脸识别比对系统方案

火车作为人们主要的出行工具，通过火车逃串的逃犯也较多。火车站作为人们乘坐火车的唯一进出口，在进出站行人中藏匿着各类特殊人群。当有需要对这些人员进行辨别、防范时，如何准确、有效地发现他们就成为车站公安，安保部门迫切希望解决的问题。

根据目前国内多数火车站进出站管理流程的模式来看，火车站的进站口、出站口、售票口都是旅客必经之地，在这类地区旅客的流动速度会放慢，就为拍摄照片及人脸比对提供了有利的条件。通常相关部门会在进出站口和售票处安装录像监控设备，利用这些地点的特殊性，通过人工进行辨认方式进行比对；或者直接排人员进行现场身份证抽查辨认。但人工查找和比对有很大的局限性，例如：面对大量的客流量导致的人工成本问题，人的记忆力有限，通常不能清楚地记住短时间接触的对象的面部特征；不能同时辨认多个对象；不能长时间保持注意力和辨认力等等。因此在这些主要地方迫切需要引入人脸智能识别比对系统，来提高安全防范的效率和效果。

火车站人脸识别技术特点

1.本系统具有很好的开放性，可以选择直接从前端录像设备获取实时图像，也可以根据情况二次开发从其他厂家流媒体获取图像。

2.本系统人脸或者车牌比对速度快，准确率高，一台对比服务器可以完成100路的视频实时识别，并完成与数据库内图片特征值的实时比对。

3.本系统具有很友好的界面操作，一旦发生报警，用户可以根据电子地图得到位置，可以看到实时视频，并能看到报警时比对服务器抓拍的照片以及图库中原照片，方便用户进行再次的确认。

4.本系统具有很强的报警预案，其中包括：声音提醒，报警录像，手机短信，联动其他报警设备等。

5.本系统人脸比对准确率高，独有的人像搜索、跟踪、定位、捕捉技术，人脸抓拍率在98%以上，角度能达到35度的偏移不会影响抓拍效果。针对有多个人像张的照片，系统会自动检测人像并分割出多张独立的照片，识别准确度高识别准确度高，1:1识别准确率97%；1:N

深圳市华天成科技有限公司

识别准确率95%以上。独有的图像三维建模技术，每张人脸图像预处理后的特征值大小只有2K左右，识别速度能达每秒100万张以上。

6.本系统车牌可识别普通蓝牌、黑牌、单层黄牌、双层黄牌，以及武警、军车、警车、02式、农用车牌；支持模拟信号识别、数字信号识别、高清图片识别；号牌识别准确率：白天≥97 %；夜晚≥92 %。

7.本系统全部拥有自主知识产权，可以根据客户需求进行二次开发。

人脸识别利用现有的各种形式的数字网络，对监控前端经数字化压缩的视频信号，通过标准的TCP/IP联网协议，传输到监控中心进行智能化分析识别，并结合分析结果与视频监控，报警信息进行联动管理和控制，把被动监控进一步提升成主动监控。因此，IVS是集成了人工视觉、计算机系统、软件、网络、通信、控制以及安全防范技术的综合技术平台。

嵌入式指纹识别系统的光学设计 第3篇

摘要： 利用人体指纹具有的唯一性，指纹识别系统越来越多地用于各种机密系统，同时，随着嵌入式指纹识别系统的快速发展，其正倾向于变得更小巧、轻便。因此，研制体积小、识别率高的指纹识别系统已经成为了嵌入式指纹识别领域的趋势。通过分解光焦度的设计方法、采用双高斯的对称光学成像结构、利用Scheimpflug条件设计指纹识别系统，其体积是在市面上现有产品体积的基础上减小了50%，且可以嵌入到考勤机，保险柜，二代身份证等等系统当中。在缩小体积的同时也提高了指纹识别系统的识别率。由于这种指纹识别系统体积小、识别率高、易加工等各种优点，很有普及价值。

关键词： 光学设计； 嵌入式； 指纹识别； 双高斯

中图分类号： O 435.2文献标识码： Adoi： 10.3969/j.issn.1005

引言指纹识别技术是目前最成熟且价格便宜的生物特征识别技术，利用了人的指纹具有唯一性和稳定性的特征，即每个人的指纹都与别人不同、且终身不变。因此可以通过指纹识别系统提取一个人的指纹图像，通过比较他的指纹和预先保存的指纹进行比较，就可以验证这个人的真实身份。目前指纹识别系统在门禁、考勤系统、保险箱、笔记本、手机、银行支付等方面有着广泛的应用。随着市场的发展和科技的进步，出于对个人信息的机密性和便携性的双重考虑，身份证、支付通等将会需要加入个体的指纹信息，这样对小型的指纹识别系统提出了越来越高的要求。本文就是在这一市场需求下，设计出一款更加小型的指纹识别系统，并进一步提高它的分辨率，使它能够嵌入到别的系统中，在安全性、机密性、灵活性上发挥更大的作用。1指纹识别系统

1.1指纹特征指纹由于其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的代名词。指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点（如图1所示）、终点、结合点、分叉点（如图2所示）和短纹（如图3所示），称为指纹的细节特征点。两枚指纹经常会具有相同的总体特征，但它们的细节特征，却不可能完全相同。指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或转折。这些断点、分叉点和转折点就称为"特征点"，就是这些特征点提供了指纹唯一性的确认信息。

1.2指纹图像采集原理利用光学原理得到的指纹识别系统因为图像质量高并且成本低而早已经有了很多的应用领域，所以技术比较成熟。它的主要依据是光的全反射原理。图4为指纹成像原理图，当一束光照射到棱镜平台上的手指时，这束光的反射光被图像传感器所感应，反射光的属性与手指的脊线、谷线之间的深度以及皮肤之间的油脂、水分层息息相关。指纹凸起处（也就是“脊”）由于汗液或者油脂接触到棱镜，汗液的折射率与水接近为1.33左右，根据光线全反射原理，此处不满足光线全反射，发生散射或者漫反射到别的地方。光线经棱镜射到指纹“谷”处不与棱镜接触的地方，光线发生全反射。这样就在CMOS传感器上形成了一个高对比的指纹图像[1]。

1.3指纹识别系统指纹识别系统主要由前端的光学成像部分和后端的程序电路两大部分组成。得到高质量的指纹图像则是整个指纹识别系统的关键，而对提高整个系统性能有重要作用的指纹图像的算法处理，是对系统后续的电路部分提出了要求[2]。文献[3]和文献[4]分别研究了如何来减小外界环境对整体指纹识别系统的影响，例如：人体的干、湿、磨损手指对系统的影响以及对如何增强系统的活体识别能力给出了相关的方法[5]。指纹图像的读取是比较重要的一项[6]，而本文就是在这样的指导思想下，来进行指纹识别系统的光学设计。2设计过程

2.1设计思路本文的主要目的是在市面上现有产品的基础上缩小其体积，由于人体指纹是不变的，所以原系统的视场保持不变，这样在视场不变的条件下减小系统体积会带来系统各种像差的增大，影响最终系统图像质量的下降。所以为了在减小体积的同时得到较好识别率的图像，本文采用反远距的光学系统结构，即在棱镜和光阑之间加入负透镜来减小系统体积。加入负透镜后在减小了系统体积的同时，也使经过负透镜的光线的偏转角变大，这样会导致系统的各种像差加大。为了减小由于光线入射角增大而增加的各种像差，本文尝试在负透镜后面增加透镜（如图5所示），这样通过在几个元件之间分解光焦度的方法，可以减小每个表面上光线的入射角，使得近轴光线与实际光线之间的偏差减小，从而减小像差[7]。

指纹识别系统对图像的畸变要求很高，由于指纹是放在棱镜的斜面上，所以在设计的过程中，要把物面设计成一个倾斜的平面，但是这样会引入梯形畸变[8]，对系统的成像质量会产生很大的影响，有很多的相关文献[9]研究如何来减小这种系统的畸变。本文为了减小系统畸变，设计了满足Scheimpflug条件的无畸变系统，即物面、等效薄透镜平面和像面必须交于同一点，如图6所示。所以相应的像面也是一个倾斜的平面，如图7和图8所示（图中像面倾斜1.506 1°）

通过图7可以看出，通过负透镜缩小了系统结构，其后加入的2片透镜是用来减小偏转角，达到减小像差的目的[10 ]。结果表明，由这种设计思路得到的指纹识别系统在达到体积减小50%的同时，也能得到较好的图像识别率。

2.2设计成果由图9和图10可以看出，按照本文所述的设计思路得到的指纹识别系统实现了在系统体积缩小的前提下得到了成像良好的像质，系统球差控制在0.000 143 mm左右，彗差控制在0.006 398 mm左右，其余各项像差也得到了很好的矫正。如图9所示，该系统点列图结果比较理想，而且有较优良的系统MTF值，这样在实际的应用中，如果遇到纹理不是很清晰或者有破损的手指等（如图10所示）情况，这种指纹采集系统也能得到手指的特征。文中设计的指纹识别光学系统的各项设计参数如表1所示，表2是现在市面上的指纹识别系统的参数。其中的设计参数包括：系统总长（OAL）、有效焦距（EFL）、相对照度、所使用的CMOS尺寸大小、像方F数以及视场等。通过比较表1和表2，可以看出，本文设计的指纹识别系统在体积减小50%的同时，得到像质较好的图像，系统的相对照度也能得到较好的结果。

nlc202309022129

3结论在本文的设计中，物体大小不变，单纯的减小体积必然会带来各种像差的急剧增大，从而影响最后提取到的图像的清晰度，然而指纹识别系统对图像清晰度有很高的要求，本文通过采用分解光焦度的方法来减小像差，在结构上采用反远距型的结构[11]。最后达到了体积减小50%，同时识别率也得到大大地提高。文中设计的指纹识别系统结构，由于体积大大地减小，同时识别率进一步提高，可以方便地嵌入到其他要求更加精密的系统中，为这种指纹识别系统更加广泛的应用奠定了基础。

参考文献：

[1]吉紫鹃，包佳祺.指纹识别系统的光学设计[J].湖北第二师范学院学报，2008，25（2）：69-71.

[2]赵月萍，王明泉，冯晓夏.一种有效的指纹特征提取算法的研究[J].应用光学，2009，31（3）：447-450.

[3]李秀艳，刘铁根，邓仕超.基于手背静脉虹膜和指纹融合身份识别算法[J].光电工程，2010，37（8）：104-110.

[4]ROWE R K，NIXON K A，BUTLER P W.Multispectral fingerprint image acquisition[M].New York：Advances in Biometrics，2008：3-23.

[5]TAKESHI I，KENTA K，ICHIRO F.Imaging simulated smeared fingers with a sensor based on scatteredlight detection[J].Optical Review，2008，15（3）：143-147.

[6]王卫卫，韩雨，冯象初.基于非局部扩散的图像去噪[J].光学学报，2010，30（2）：373-377.

[7]郁道银，谈恒英.工程光学[M].北京：机械工业出版社，2006：105-256.

[8]黄玮.柱面系统无畸变指纹采集仪的光学设计[J].光学 精密工程，2007，15（5）：646-650.

[9]辛玉洁，韩正臣.采用球面复合棱镜的指纹仪的红外光学系统设计[J].红外技术，2008，30（10）：580-590.

[10]萧泽新，安连生.工程光学设计[M].2版.北京：电子工业出版社，2008：3-31.

[11]李湘宁.工程光学[M].2版.北京：科学出版社2010：103-128.