指纹识别技术和指纹考勤机的工作原理
指纹识别技术和指纹考勤机的工作原理
什么是指纹识别技术
我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。人们也注意到，包括指纹在内的这些皮肤的纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同他的指纹对应起来，通过对他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。这种依靠人体的身体特征来进行身份验证的技术称为生物识别技术，指纹识别是生物识别技术的一种。目前，从实用的角度看，指纹识别技术是优于其他生物识别技术的身份鉴别方法。这是因为指纹各不相同、终生基本不变的特点已经得到公认，近二三十年的警用指纹自动识别系统的研究和实践为保安指纹自动识别打下了良好的技术基础。特别是现有的指纹自动识别系统已达到操作方便、准确可靠、价格适中的阶段，是实用化的生物测定方法。
指纹是指手指末端正面皮肤上凸凹不平产生的纹路。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。尽管指纹只是人体皮肤的一小部分，但是，它蕴涵大量的信息。这些皮肤的纹路在图案、断点和交叉点上是各不相同的，在信息处理中将它们称作" 特征" ，这些特征每个手指都是不同的。依靠特征的惟一性，我们就可以把一个人同他的指纹对应起来，通过比较他的指纹特征和预先保存的指纹特征，就可以验证他的真实身份。
指纹自动识别系统通过特殊的光电转换设备和计算机图像处理技术，对活体指纹进行采集、分析和比对，可以自动、迅速、准确地鉴别出个人身份。系统一般主要包括对指纹图像采集、指纹图像处理、特征提取、特征值的比对与匹配等过程。现代电子集成制造技术使得指纹图像读取和处理设备小型化，同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进行指纹比对运算的可能，而优秀的指纹处理和比对算法保证了识别结果的准确性。
在计算机系统中，指纹识别可以用于开机登录身份确认，远程网络数据库的访问权限及身份的确认，银行储蓄防冒领及通存通兑的加密方法，保险行业中投保人的身份确认，期货证券提款人的身份确认，医疗卫生系统中医疗保险人的身份确认等等. 如将指纹信息记录在特殊用途的卡上，通过现场比对，可以防止冒充等欺诈行为。例如：信用卡、医疗卡、会议卡、储蓄卡、驾驶证、准考证、护照防伪等。
计算机指纹自动识别技术正在从科幻小说和好莱坞电影中走入我们实际生活中，也许有一天，您不必随身携带那一串钥匙，只需手指一按，门就会打开；也不必记住那烦人的密码，利用指纹就可以提款、计算机登录。相信这一天，不会太远。
指纹识别技术的原理
指纹其实是比较复杂的。与人工处理不同，许多生物识别技术公司并不直接存储指纹的图象。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，指纹图象属于个人隐私，因此不能直接存储指纹图象）。但指纹识别算法最终都归结为在指纹图象上找到并比对指纹的特征。 指纹的特征
我们定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。总体特征是指那些用人眼直接就可以观察到的特征，包括：
基本纹路图案 环型（loop ）, 弓型（arch ）, 螺旋型（whorl ）。其他的指纹图案都基于这三种基本图案。仅仅依靠图案类型来分辨指纹是远远不够的，这只是一个粗略的分类，但通过分类使得在大数据库中搜寻指纹更为方便。
模式区（Pattern Area）模式区是指指纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。有的指纹识别算法只使用模式区的数据。 Aetex 的指纹识别算法使用了所取得的完整指纹而不仅仅是模式区进行分析和识别。
核心点（Core Point）核心点位于指纹纹路的渐进中心，它用于读取指纹和比对指纹时的参考点。
三角点（Delta ）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和跟踪的开始之处。
式样线（Type Lines）式样线是在指包围模式区的纹路线开始平行的地方所出现的交叉纹路，式样线通常很短就中断了，但它的外侧线开始连续延伸。
纹数（Ridge Count）指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先在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的节点。两枚指纹经常会具有相同的总体特征，但它们的局部特征--节点，
却不可能完全相同节点（Minutia Points）指纹纹路并不是连续的，平滑笔直的，而是经常出现中断、分叉或打折。这些断点、分叉点和转折点就称为" 节点" 。就是这些节点提供了指纹唯一性的确认信息。 指纹上的节点有四种不同特性：
1. 分类 - 节点有以下几种类型，最典型的是终结点和分叉点
A. 终结点（Ending ） -- 一条纹路在此终结。
B. 分叉点（Bifurcation ） -- 一条纹路在此分开成为两条或更多的纹路。
C. 分歧点（Ridge Divergence） -- 两条平行的纹路在此分开。
D. 孤立点（Dot or Island） -- 一条特别短的纹路，以至于成为一点
E. 环点（Enclosure ） -- 一条纹路分开成为两条之后，立即有合并成为一条，这样形成的一个小环称为环点
F. 短纹（Short Ridge） -- 一端较短但不至于成为一点的纹路，
2. 方向（Orientation ） -- 节点可以朝着一定的方向。
3. 曲率（Curvature ） -- 描述纹路方向改变的速度。
4. 位置（Position ） -- 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。
指纹自动识别技术简介
从20世纪60年代起，新型的电子计算机技术进入指纹鉴定领域，为指纹鉴定自动化开辟了新的途径。从此，罪犯十指指纹资料可以在鉴定犯罪现场手印中发挥巨大作用，长期以来只能查证犯罪前科的历史得以结束了。
指纹图像输入到计算机的工作，一般由扫描仪或摄像输入设备完成。这些设备将一枚指纹转化为一幅数字图像，可以用灰度函数来表示。
对于自动化程度较高的指纹自动识别鉴定系统AFIS （Automaed Fingerprint Idenification System）来说，计算机必须对输入的指纹图像进行处理，以实现指纹的分类、定位、提取形态和细节特征，然后才根据所提取的特征进行指纹的比对和识别。对于公安刑事侦破案件的AFIS 系统来说，实现精确的指纹粗分类是很重要的。因为对于中等以上的城市，建立AFIS 系统需要入库的指纹量一般都有数十万张指纹卡，含数百万枚指纹，如果在建库时，能准确地将指纹分成弓、左箕、右箕和斗四类，就可以得到指纹卡的十指
编码，在食指卡查重时，实现极为有效的快速粗筛选。对于现场指纹的查找匹配，在能够判定其类型时，按指纹分布的统计知识，一般也可以快速筛选掉40%以上。北京大学通过对数字图像几何拓扑性质的深入研究，独创了直接从灰度图像精确计算指纹纹线局部方向的算法，同时设计实现了基于指纹方向图的纹型分类算法，把指纹自动分成弓、左箕、右箕和斗四类，对于由指纹读入器输入的指纹，精确度更高，达到了实用要求。
指纹识别技术的重要技术指标
由于计算机处理指纹时，只是涉及了指纹的一些有限的信息，而且比对算法并不是精确匹配，其结果也不能保证100%准确。指纹识别系统的特定应用的重要衡量标志是识别率。主要由两部分组成，拒真率(FRR)和误识率(FAR)。我们可以根据不同的用途来调整这两个值。FRR 和FAR 是成反比的。用0-1.0或百分比来表达这个数。
指纹识别技术的两种基本算法
指纹识别技术的核心技术为指纹识别算法。算法分为两种，1：1和1：N 。
1：1算法，是一个验证的过程。利用人员的ID ，先从指纹库中将事先录入的指纹特征提取出来，然后与现场采集的指纹提取的指纹特征值进行一比一的比对，来证明该人员为所要识别的人。