生物识别技术是人体生物特征进行身份鉴别的技术。要求这些特征具有“人各有异”、“终身不变”和“随身携带”这三大特点。 常见的生物识别技术有：指纹识别、手掌识别、静脉识别、面像识别、虹膜识别、视网膜识别、声音识别、签名识别等等。

　　几种常见生物识别技术优劣比较

　　各种生物识别技术都分别有其优缺点，在此我们不一一详述，各种生物识别技术的对比如图1所示。从图1中可以清晰地得出结论——指纹识别技术是目前最成熟可靠的生物识别技术，而且应用也最广泛，性价比也是最高的。本文就指纹识别的几种常见技术进行解析比较，从而为用户在针对不同场合选择最合适的指纹机提供参考依据。
 

▲图1    各种生物识别技术的对比分析

　　手指上的指纹表征了一个人的身份特征。指纹具有惟一性（随身携带、无法复制、人人不同、指指相异）。根据指纹学理论，将两个指纹分别匹配上12个特征时的相同几率仅为1/1050。因此，至今找不出两个指纹完全相同的人，即使相貌酷似的孪生兄弟姐妹，或同一个人的十指之间，指纹也存在明显差异。指纹的这一特点，为身份鉴定提供了客观依据。

　　指纹识别技术发展历程

　　指纹识别是一门古老的学科，1788年Mayer首次提出没有两个人的指纹完全相同，1823年Purkinie首次把指纹纹形分成9类，1889年Henry提出了指纹细节特征识别理论，奠定了现代指纹学的基础。但采用人工比对的方法，效率低、速度慢。20世纪60年代，开始用计算机图像处理和模式识别方法进行指纹分析，这就是自动指纹识别系统（简称AFIS）。20世纪70年代末80年代初，刑事侦察用自动指纹识别系统（Police AFIS，P AFIS）投入实际运用。20世纪90年代，AFIS进入民用，称为民用自动指纹识别系统（Civil AFIS，C AFIS）。

　　每个人包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，呈现惟一性且终生不变。据此，我们就可以把一个人同他的指纹对应起来，通过将他的指纹和预先保存的指纹数据进行比较，就可以验证它的真实身份，这就是指纹识别技术。

　　指纹识别主要根据人体指纹的纹路、细节特征等信息对操作或被操作者进行身份鉴定，得益于现代电子集成制造技术和快速而可靠的算法研究，已经开始走入我们的日常生活，成为目前生物检测学中研究最深入、应用最广泛、发展最成熟的技术。

　　指纹识别算法及技术特征

　　与人工处理不同，一般的生物识别技术公司并不直接存储指纹的图像，而是使用不同的数字化算法在指纹图像上找到并比对指纹的特征。每个指纹都有几个独一无二、可测量的特征点，每个特征点都有大约500多个特征，我们的十个手指产生最少4900个独立可测量的特征，这足以说明指纹识别是一个更加可靠的鉴别方式。

　　识别指纹主要从总体特征和局部特征这两个方面展开。

　　总体特征

　　总体特征是指那些用人眼直接就可以观察到的特征，包括纹形、模式区、核心点、三角点和纹数等。

　　纹形：指纹专家在长期实践的基础上，根据脊线的走向与分布情况一般将指纹分为三大类——环型（loop，又称斗形）、弓形（arch）、螺旋形（whorl），如图2所示。其他指纹图案都是基于这三种基本图案衍生而成的。
 

▲图2    三种基本纹型图案

　　模式区：即指纹上包括了总体特征的区域，从此区域就能够分辨出指纹是属于哪一种类型的。有的指纹识别算法只使用模式区的数据，有的则使用所取得的完整指纹。

　　核心点：位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。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。

　　三角点：位于从核心点开始的第一个分叉点或者断点，或者两条纹路会聚处、孤立点、折转处，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。

　　纹数：即模式区内指纹纹路的数量。在计算指纹的纹路时，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数。

　　局部特征

　　局部特征是指指纹上节点的特征，这些具有某种特征的节点称为细节特征或特征点。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惟一性的确认信息，其中最典型的是终结点和分叉点，其他还包括分歧点、孤立点、环点、短纹等。特征点的参数包括：方向（节点可以朝着一定的方向）、曲率（描述纹路方向改变的速度）、位置（节点的位置通过x/y坐标来描述，可以是绝对的，也可以是相对于三角点或特征点的）。

　　指纹识别的过程及原理

　　指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像，然后要对原始图像进行初步的处理，使之更清晰，再通过指纹辨识软件建立指纹的特征数据。

　　指纹识别过程

　　指纹采样→指纹图像预处理→二值化处理→细化，纹路提取→细节特征提取→指纹匹配（即指纹库的查对）。如图3所示。
 

▲图3    指纹识别过程

　　指纹图像的获取技术

　　指纹图像的获取技术主要有4种类型：光学扫描设备（例如微型三棱镜矩阵）、温差感应式指纹传感器、半导体指纹传感器、超声波指纹扫描。

　　（1）光学识别技术

　　借助光学技术采集指纹是历史最久远、使用最广泛的技术。将手指放在光学镜片上，手指在内置光源照射下，用棱镜将其投射在电荷耦合器件（CCD）上，进而形成脊线（指纹图像中具有一定宽度和走向的纹线）呈黑色、谷线（纹线之间的凹陷部分）呈白色的数字化的、可被指纹设备算法处理的多灰度指纹图像。

　　光学的指纹采集技术有明显的优点：它已经过较长时间的应用考验，一定程度上适应温度的变异，可达到500DPI的较高分辨率等，最主要是价格低廉。也有明显的缺点：由于要求足够长的光程，因此要求足够大的尺寸，而且过分干燥和过分油腻的手指也将使光学指纹产品的效果变坏。

　　光学指纹传感局限性体现于潜在指印方面（潜在指印是手指在台板上按完后留下的），不但会降低指纹图像的质量，严重时还可能导致2个指印重叠，显然，难以满足实际应用需要。此外，台板涂层及CCD阵列会随时间推移产生损耗，可能导致采集的指纹图像质量下降。但是具有无法进行活体指纹鉴别、对干湿手指的适用性差等缺点。