一、指紋識別成智能手機(jī)標(biāo)配
　　伴隨移動支付業(yè)務(wù)的火爆，指紋識別技術(shù)已成為今天智能手機(jī)的標(biāo)配，而在CMOS圖像傳感器/TFT顯示屏、超音波偵測等新技術(shù)的不斷助推下，更讓其市場迎來了發(fā)展的新春。
　　據(jù)調(diào)研機(jī)構(gòu)Yole預(yù)測，未來5年，指紋識別市場的復(fù)合年增率（CAGR）將達(dá)到19%，市場規(guī)模有望從2016年的28億美元，增加到2022年的47億美元。
　　最初只是作為方便手機(jī)解鎖功能的元器件——指紋識別傳感器，如今在智能手機(jī)移動支付業(yè)務(wù)的帶動下，已經(jīng)變成要為移動支付把關(guān)的重要安全元素。據(jù)業(yè)內(nèi)人士分析，目前的指紋識別市場，大多來自于OEM廠對全玻璃設(shè)計(jì)與防水功能的需求。這促使CMOS/TFT、超音波偵測等新技術(shù)，進(jìn)一步推動高整合型指紋識別技術(shù)的演進(jìn)。
　　據(jù)統(tǒng)計(jì)，2016年的指紋識別傳感器的出貨量已達(dá)6.89億顆，相較2013年的2300萬顆，CAGR達(dá)到210%。當(dāng)然，大量的需求也促使指紋識別傳感器均價的走低，目前已從5美元下滑到3美元，甚至更低，未來供應(yīng)商仍將繼續(xù)面臨價格壓力。
　　
　　指紋識別市場對傳感器制造商來說具有較高彈性，雖然今后5年的市場規(guī)模非?？捎^，但如何在激烈的市場競爭中脫穎而出，仍然是考驗(yàn)相關(guān)廠商的一道難題。
　　二、指紋識別的原理
　　指紋識別技術(shù)包含有以下兩種主要的識別技術(shù)：
　　第一種是采用不同指紋圖像統(tǒng)計(jì)對比的方法；
　　第二種是采用指紋圖像本身固有的特征信息進(jìn)行比對的方法。
　　第一種方法主要是將兩幅指紋圖像進(jìn)行統(tǒng)計(jì)對比，查看他們之間相似度的大小，根據(jù)大小來判斷這兩幅指紋是否取自于同一個人，從而實(shí)現(xiàn)身份識別的作用。第二種方法是根據(jù)兩幅指紋圖像的結(jié)構(gòu)特征，比較他們的特征信息，確認(rèn)他們的身份。特征包含兩種類型：全局特征類型和局部特征類型。
　　指紋識別技術(shù)的全過程是：
　?。?）使用指紋采集設(shè)備采集指紋圖像。
　　（2）對指紋圖像中的大量噪聲點(diǎn)進(jìn)行預(yù)處理，從而提升后面處理的效率。在預(yù)處理之后，得到了一個關(guān)于指紋圖像的輪廓線，為下一步特征提取做準(zhǔn)備。
　　（3）進(jìn)行指紋圖像的特征提取，提取出其特征信息點(diǎn)。
　?。?）對指紋圖像進(jìn)行特征匹配，把提取的特征點(diǎn)與數(shù)據(jù)庫中預(yù)存的特征點(diǎn)進(jìn)行比對，通過比對來判斷身份。根據(jù)英國學(xué)者E.R.Herry 的研究發(fā)現(xiàn)，兩個指紋圖像中，如果特征點(diǎn)的對數(shù)有13 對是重合的，就可以認(rèn)為這兩個圖像取自于同一個人。
　　指紋識別系統(tǒng)的主要性能參數(shù)有以下幾種：
　?。?）誤識率：指兩個不同指紋被錯誤地識別成相同指紋的概率；
　?。?）拒識率：指同一個手指的兩個不同指紋樣本不能匹配，即被認(rèn)為來自不同手指的概率；
　?。?）等錯誤率：第一和第二種錯誤相等時的數(shù)值；
　?。?） 注冊時間：從指紋被采集到完成指紋特征提出所需要消耗的時間；
　　（5） 匹配時間：兩個指紋樣本進(jìn)行一次對比匹配所需要消耗的時間；
　?。?） 模板特征的大小：從一個指紋圖像中提取出的指紋特征的存儲容量；
　?。?）分配內(nèi)存的大?。涸谥讣y識別的各個階段，計(jì)算機(jī)系統(tǒng)需要占用的內(nèi)存數(shù)量。
　　三、指紋圖像的質(zhì)量評估
　　在通過指紋采集設(shè)備把圖像采集進(jìn)入系統(tǒng)之后，我們需要對采集到的指紋圖像的質(zhì)量進(jìn)行評估。如果圖像的質(zhì)量不達(dá)標(biāo)，就會對后期產(chǎn)生影響。因此，需要對指紋圖像進(jìn)行評估。目前，指紋圖像的質(zhì)量評估有以下幾種方法：
　?。?）計(jì)算圖像的信噪比：
　　這種方法是指求出圖像的信號與噪聲的方差之比。首先計(jì)算圖像所有像素的局部方差，將局部方差的最大值設(shè)為信號方差，最小值設(shè)為噪聲方差，求出它們的比值，再轉(zhuǎn)成dB 數(shù)，最后用經(jīng)驗(yàn)公式進(jìn)行修正。此方法在效率方面表現(xiàn)一般。
　?。?）統(tǒng)計(jì)指紋圖像細(xì)節(jié)點(diǎn)的數(shù)量：
　　對指紋圖像中細(xì)節(jié)點(diǎn)的數(shù)量進(jìn)行識別和統(tǒng)計(jì)。通過數(shù)量的多少來判斷該指紋圖像的質(zhì)量是否在合格的范圍之內(nèi)。此方法理論上可行，但是由于首先需要對指紋進(jìn)行預(yù)處理、提取細(xì)節(jié)點(diǎn)，因此效率不高。
　?。?）視覺客觀測度：
　　該方法建立在視覺測評過程和客觀測度基礎(chǔ)上，利用設(shè)定的評測參數(shù)，對指紋圖像的質(zhì)量評價出一個綜合結(jié)果。這一方法從全局上對指紋圖像的質(zhì)量，能夠得出很好的判斷。但是從局部上來看，指紋的紋理分析缺少了對指紋方向信息的判斷。
　?。?）計(jì)算指紋圖像方向信息：
　　從指紋圖像局部特征開始，結(jié)合指紋的全局特征來判斷指紋圖像的質(zhì)量。通過檢測圖像的有效面積和清晰度，來確定圖像是否合格。具體方法是：首先，通過計(jì)算圖像方向信息，確定前景塊和背景塊；然后，通過比較前景塊和背景塊的比例來判斷是否是偏手指；再次，通過圖像塊的對比度的大小來判斷是干手指或濕手指（干手指對比度較大，濕手指對比度較?。?br /> 　　四、指紋圖像的分割
　　在指紋圖像質(zhì)量評估合格后，需要對圖像進(jìn)行灰度變換，即對指紋圖像均衡化，使得圖像灰度均衡，以及對圖像進(jìn)行歸一化。在這些完成之后，還需要對圖像按照一定的算法和要求進(jìn)行分割。即把指紋圖像中質(zhì)量很差，后期無法處理的圖像區(qū)域與有效區(qū)域進(jìn)行區(qū)分，使后期處理集中到有效區(qū)域上，提供特征提取精度，減少處理時間。目前，常用的分割方法有以下幾種：
　?。?）基于方向圖的分割方法：
　　根據(jù)圖像上紋理的方向，區(qū)分指紋區(qū)域和背景區(qū)域，然后按照不同的區(qū)域分割。如果指紋的紋理線不連續(xù)、圖像的灰度 單一等方向難以正確估計(jì)或者有些區(qū)域變化劇烈，則此方法不能進(jìn)行有效的分割。
　　（2）基于圖像的局部灰度均值、局部標(biāo)準(zhǔn)差和局部一致性的分割方法：
　　利用指紋圖像局部區(qū)域的灰度均值、標(biāo)準(zhǔn)差和一致性作為特征，再采用線性分類來分割指紋圖像。局部圖像的一致性顯示了局部圖像的紋理走向，但是這些特征對于模糊區(qū)域無法做出有效的表示。
　　（3）多級分割法：
　　就是將指紋圖像進(jìn)行多級分割，逐級減少分割的范圍。例如：第一級分割圖像的背景區(qū)域，第二級在前景區(qū)域中分割出模糊區(qū)域，第三級從模糊區(qū)域中分割出不可恢復(fù)區(qū)域。
　?。?）動態(tài)閾值分割法：
　　根據(jù)各個子塊的局部灰度對比度自動調(diào)節(jié)閾值，基于像素的方差進(jìn)行分割。該方法簡單、快捷、分割效果好。具體為：將圖像劃分為不重疊的各個子塊；計(jì)算每個子塊的平均灰度和灰度方差；計(jì)算方差最大值與最小值之間的差值；定義動態(tài)閾值，并分割圖像；平滑操作，去除孤立塊。
　　五、指紋圖像的增強(qiáng)
　　指紋圖像增強(qiáng)就是將模糊的指紋紋理改變得更加清晰，例如：將斷裂的指紋紋線進(jìn)行連接，把連接的紋線區(qū)分開，而且在這個過程中還需要保持原有的指紋圖像結(jié)構(gòu)，使圖像更加易于提取特征信息。目前，有以下幾種指紋圖像增強(qiáng)方法：
　?。?）從脊線方向上采用平滑算子而在垂直于脊線的方向使用增強(qiáng)算子的圖像增強(qiáng)算法。這種算法在理論上是十分正確的，但是要估計(jì)出脊線寬度以及濾波的參數(shù)卻比較困難。如果參數(shù)估計(jì)有誤，則會使得脊線產(chǎn)生污染，并且對于脊線上有折痕的指紋會產(chǎn)生偏差。
　　（2）基于Gabor 濾波器的指紋圖像增強(qiáng)算法。此算法是在使用上一方法之前先進(jìn)行濾波。將指紋圖像分成不同的區(qū)域，有效削弱垂直于主導(dǎo)紋線方向的噪聲，提高方向信息提取的可靠性。
　　（3）傅立葉增強(qiáng)后濾波的方法?；跁r間和處理效果的考慮，先采用傅立葉變換來增強(qiáng)指紋圖像，然后使用濾波器來修補(bǔ)指紋圖像的紋線。具體為：首先，多級分割出可恢復(fù)區(qū)域塊，將該塊像素變?yōu)閺?fù)數(shù)形式；利用離散傅立葉變換，濾掉頻率過高或過低的頻帶噪點(diǎn)；利用方向?yàn)V波器消除指紋的斷裂和叉連。
　　六、指紋圖像的提取
　　在細(xì)化圖像的基礎(chǔ)上提取
　　首先，需要對指紋圖像進(jìn)行細(xì)化處理，將指紋紋線變細(xì)，然后通過分析紋線上每一個像素點(diǎn)的8 個方向上的連接點(diǎn)來判定該像素點(diǎn)的類型、位置，并且通過分析該像素點(diǎn)所連接的紋線段來判斷點(diǎn)位的方向，進(jìn)而提取出特征點(diǎn)。這個方法存在的優(yōu)點(diǎn)是原理比較簡單而且容易實(shí)現(xiàn)；缺點(diǎn)是需要對大量的像素點(diǎn)進(jìn)行細(xì)化處理，時間較慢，當(dāng)圖像質(zhì)量不高時，細(xì)化處理會產(chǎn)生很多雜質(zhì)項(xiàng)。
　　從原始灰度圖像上直接提取
　　利用指紋方向圖，在灰度圖像上跟蹤指紋的紋線，每跟蹤一定的長度，根據(jù)圖像的投影極值來確定紋線的位置，當(dāng)遇到端點(diǎn)和分叉點(diǎn)時無法投影，跟蹤過程自動終止。這個方法的優(yōu)點(diǎn)是具有較高的效率和精度；缺 點(diǎn)是實(shí)現(xiàn)起來比較復(fù)雜，需要大量的運(yùn)算，而且當(dāng)圖像質(zhì)量不高時，求出的方向圖可能不可靠，導(dǎo)致跟蹤出的紋線出現(xiàn)偏差。