什么是指紋識別

　　指紋識別是通過解析系統響應的信息來判斷系統身份的技術。有些時侯，會發送出一些意外的數據組合而觸發系統做出響應。

　　指紋識別的原理

　　指紋是手指末端正面皮膚上凸凹不平產生的紋路。盡管指紋只是人體皮膚的小部分，但是，它蘊涵著大量的信息。指紋特征可分為兩類：總體特征和局部特征。總體特征指那些用人眼直接就可以觀察到的特征，包括基本紋路圖案、模式區、核心點、三角點、式樣線和紋線等。基本紋路圖案有環形、弓形、螺旋形。局部特征即指紋上節點的特征，這些具有某種特征的節點稱為特征點。兩枚指紋經常會具有相同的總體特征，但它們的局部特征——特征點，卻不可能完全相同。指紋上的特征點，即指紋紋路上的終結點、分叉點和轉折點。

　　指紋識別技術通常使用指紋的總體特征如紋形、三角點等來進行分類，再用局部特征如位置和方向等來進行用戶身份識別。通常，首先從獲取的指紋圖像上找到“特征點”（minutiae），然后根據特征點的特性建立用戶活體指紋的數字表示——指紋特征數據（一種單向的轉換，可以從指紋圖像轉換成特征數據但不能從特征數據轉換成為指紋圖像）。由于兩枚不同的指紋不會產生相同的特征數據，所以通過對所采集到的指紋圖像的特征數據和存放在數據庫中的指紋特征數據進行模式匹配，計算出它們的相似程度，最終得到兩個指紋的匹配結果，根據匹配結果來鑒別用戶身份。由于每個人的指紋不同，就是同一人的十指之間，指紋也有明顯區別，因此指紋可用于身份鑒定。

　　指紋識別技術主要涉及四個功能：讀取指紋圖像、提取特征、保存數據和比對。首先。通過指紋讀取設備讀取人體指紋的圖像，取到指紋圖像之后，要對原始圖像進行預處理。其次，用指紋辨識軟件建立指紋的數字表示特征數據，是一種單方向的轉換，可以從指紋轉換成特征數據但不能從特征數據轉換成為指紋，而兩枚不同的指紋不會產生相同的特征數據。軟件從指紋上找到被稱為“節點”的數據點，也就是那些指紋紋路的分叉、終止或打圈處的坐標位置，這些點同時具有七種以上的唯一性特征。因為通常手指上平均具有70個節點，所以這種方法會產生大約500個數據。有的算法將節點和方向信息組合產生了更多的數據，這些方向信息表明了各個節點之間的關系，也有的算法還處理整幅指紋圖像。總之，這些數據，通常稱為模板，保存為1KB大小的記錄。最后，通過計算機模糊比較的方法，把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結果。

? ? ? ? 指紋識別的過程

　　指紋識別技術一般涉及指紋圖像采集、指紋圖像處理、細節匹配等過程，其流程圖如圖1所示。

　　圖1中，細節匹配又包括指紋圖像的特征提取、保存數據、特征值的匹配等過程。

　　首先，通過指紋讀取設備讀取人體指紋的圖像，并對原始圖像進行初步處理，使之更清晰。然后，運用指紋識別算法建立指紋的數字表示——特征數據，這是一種單方向的轉換，只能從指紋轉換到特征數據。特征文件存儲的是從指紋圖像上找到的被稱為“細節點（Minutiae）”的數據點，也就是那些指紋紋路的分叉點或者末梢點。這時算法會處理整幅指紋圖像或其中部分圖像。這些數據通常稱為模板，保存為1KB大小的記錄。最后，通過計算機模糊比較的方法，把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結果。

　　1．指紋圖像的獲取

　　指紋圖像的采集是自動指紋識別系統的重要組成部分。早期的指紋采集都是通過油墨按壓在紙張上產生的。20世紀80年代，隨著光學技術和計算機技術的發展，現代化的采集設備開始出現。

　　傳感器是一種能把物理量或化學量變成便于利用的電信號的器件。在測量系統中它是一種前置部件，它是被測量信號輸入后的第一道關口，是生物認證系統中的采集設備。

　　這些傳感器根據探測對象的不同，可分為光學傳感器、熱敏傳感器和超聲傳感器；根據器件的不同，可分為CMOS器件傳感器和CCD器件傳感器。它們的工作原理都是：將生物特征經過檢測后轉化為系統可以識別的圖像信息。在生物認證系統中，可靠和廉價的圖像采集設備是系統運行正常、可靠的關鍵。

　　2．指紋圖像的增強

　　采集獲得的指紋圖像通常都伴隨著各種各樣的噪聲：一部分是由于采集儀器造成的，如采集儀器上有污漬，參數設置不恰當等；另外一部分是由于手指的狀態造成的，如手指過干、過濕、傷疤、脫皮等。第一類噪聲相對來說是固定的系統誤差，比較容易恢復。第二類噪聲與個體手指密切相關，較難恢復。指紋增強在指紋圖像的識別過程中是最為重要的一環，這部分算法的優劣將對整個系統產生至關重要的影響。

　　采集到的指紋圖像要經過預處理。預處理指的是在指紋圖像進行增強之前使用一些簡單的圖像處理手段對圖像進行初加工的過程。常見的預處理方法如下：

　　（1）采用灰度的均衡化，可以消除不同圖像之間對比度的差異。

　　（2）使用簡單的低通濾波消除斑點噪聲、高斯噪聲。

　　（3）計算出圖像的邊界，進行圖像的裁剪，這樣可以減少多余的計算量，提高系統的速度。

　　指紋圖像的增強就是對指紋圖像采用一定的算法進行處理，使其紋線結構清晰化，盡量突出和保留固有的特征信息，避免產生偽特征信息，其目的是保證特征信息提取的準確性和可靠性。常用圖像增強算法具體包括以下幾種：

　　（1）基于傅里葉濾波的低質量指紋增強算法；

　　（2）基于Gabor濾波的增強方法；

　　（3）多尺度濾波方法；

　　（4）改進的方向圖增強算法；

　　（5）基于知識的指紋圖像增強算法；

　　（6）非線性擴散模型及其濾波方法；

　　（7）改進的非線性擴散濾波方法。

　　另外，指紋圖像的分割也是預處理階段非常重要的一個步驟。對一些光學儀器采集到的指紋，分割相對容易；對一些電容傳感器采集到的指紋圖像，分割則比較困難。

　　目前最新的分割算法有以下幾種：

　　（1）基于正態模型進行的指紋圖像分割算法；

　　（2）基于馬爾科夫隨機場的指紋圖像分割算法；

　　（3）基于數學形態學閉運算的灰度方差法；

　　（4）基于方向場的指紋圖像分割算法。

　　3．指紋特征的提取

　　指紋特征的提取是基于指紋特征來進行的。用計算機語言完整地描述穩定而又有區別的指紋特征是實現自動指紋識別的一個關鍵問題，選擇什么特征及如何表示既關乎指紋本身的特點，又與具體的指紋匹配算法密切聯系。某種提取指紋的算法在什么情況下才能達到最佳的識別效果是人們關心的問題，因此應選擇一組好的特征，這些特征不僅能夠達到身份識別的基本要求，而且對噪聲、畸變和環境條件不敏感。

　　近年來，新的指紋特征提取算法主要包括以下幾種：

　　（1）基于Gabor濾波方法對指紋局部特征的提取算法。

　　（2）基于CNN通用編程方法對指紋特征的提取算法。

　　（3）基于IFS編碼的圖像數字化技術，即建立IFS模型，計算源圖像與再生圖像之間的相似性，快速提取指紋圖像的特征。

　　（4）基于脊線跟蹤的指紋圖像特征點提取算法。該算法可以直接從灰度指紋圖像中有效提取細節點和脊線骨架信息。

　　（5）基于小波變換和ART（自適應共振理論）神經網絡的指紋特征提取算法。

　　4．指紋圖像的分類與壓縮

　　利用指紋技術識別一個人的時候，需要將他的指紋與數據庫中的所有指紋作比較才能做出判斷。在某些民用或者刑偵場合，數據庫可能非常大，在這種情況下，識別需要耗費很長的時間，從而降低了識別技術的可用性。這一問題可以通過減少必須執行的匹配次數以提高速度來解決。在某些情況下，加入與個體相關的信息（諸如性別、年齡等）能顯著降低搜索數據庫的范圍，然而這些信息并不總是存在的。通常的策略是將指紋數據庫劃分成幾個子類，這樣指紋識別時只需將此類指紋與數據庫中同一類的指紋作比較，這就是指紋分類技術。指紋分類就是研究如何以穩定而可靠的方式將指紋劃為某一類別。

　　常用的指紋分類技術有以下幾種：

　　（1）基于規則的方法，即根據指紋奇異點的數目和位置分類。

　　（2）基于句法的方法。這種方法的語法復雜，推導語法的方法復雜、不固定。這種方法已經逐漸被淘汰了。

　　（3）結構化的方法，即尋找低層次的特征到高層次的結構之間相關聯的組織。

　　（4）統計的方法。

　　（5）結合遺傳算法和BP神經元網絡的方法。

　　（6）多分類器方法。

　　指紋壓縮技術也是自動指紋識別系統中的一項重要技術。在大量的指紋庫中，為了節省存儲空間，必須對指紋圖像進行壓縮儲存，使用時再進行解壓縮。圖像壓縮編碼的目的是以盡量少的比特數表示圖像，同時保持原圖像的質量，使它符合預定應用場合的要求。

　　常用的壓縮算法有以下兩種：

　　（1）圖像壓縮編碼方法：包括無損壓縮（熵編碼）和有損壓縮（量化）。

　　（2）基于小波變換的指紋壓縮算法：包括WSQ算法、DjVu算法、改進的EZW算法等。

　　指紋壓縮方法在很大程度上得益于圖像壓縮領域的發展。相信在不久的將來，指紋壓縮技術將為指紋識別技術在大容量數據庫級別上的應用提供更有利的支持。

　　5．指紋圖像的匹配

　　指紋圖像匹配指的是通過對兩個指紋特征集之間的相似性進行比較來判斷對應的指紋圖像是否來自于同一手指的過程，它是一種非常經典而又亟待解決的模式識別問題。

　　傳統的指紋匹配算法有很多種，例如：

　　（1）基于點模式的匹配方法：如基于Hough變換的匹配算法、基于串距離的匹配算法、基于N鄰近的匹配算法等。

　　（2）圖匹配及其他方法：如基于遺傳算法的匹配、基于關鍵點的初匹配等。

　　（3）基于紋理模式的匹配：如PPM匹配算法等。

　　（4）混合匹配方法等。

　　近幾年，又出現了如下新的匹配算法：

　　（1）基于指紋分類的矢量匹配。該法首先利用指紋分類的信息進行粗匹配，然后利用中心點和三角點的信息進一步匹配，最后以待識別圖像和模板指紋圖像的中心點為基準點，將中心點與鄰近的36個細節點形成矢量，于是指紋的匹配就轉變為矢量組數的匹配。

　　（2）基于PKI（Public Key Infrastructure，公鑰基礎設施）的開放網絡環境下的指紋認證系統。

　　（3）實時指紋特征點匹配算法。該算法的原理是：通過由指紋分割算法得到圓形匹配限制框和簡化計算步驟來達到快速匹配的目的。

　　（4）一種基于FBI（Federal Bureauof Investigation）細節點的二次指紋匹配算法。

　　（5）基于中心點的指紋匹配算法。該算法利用奇異點或指紋有效區域的中心點尋找匹配的基準特征點對和相應的變換參數，并將待識別指紋相對于模板指紋作姿勢糾正，最后采用坐標匹配的方式實現兩個指紋的比對。

　　指紋識別系統

　　指紋識別系統主要由指紋取像、預處理、特征提取、比對、系統管理和數據庫管理幾部分組成（如圖2所示）。對于警用的指紋識別系統還包括結果證實和圖像數據壓縮兩部分，主要是將指紋圖像保存下來以供指紋專家觀看，從而最終判斷找到的指紋與輸入的指紋是否匹配來確定罪犯的身份。

　　數據庫管理主要負責存儲已提取的指紋特征信息和參與指紋的比對。一般的自動識別系統的數據庫只含有指紋的特征信息，并不包含指紋圖像，也不能由存儲的特征數據恢復成指紋圖像。警用系統的數據庫可以包含指紋壓縮圖像以及與前兩類數據相應的罪犯的文本信息。系統管理主要負責調度和協調各模塊的工作，并處理可能出現的故障以確保自動指紋識別系統能夠順利工作。　
? ? 　
? ? ? ? 而2016年對手機指紋產業來說是非常關鍵的一年。這一年不僅指紋芯片產業上下游供應鏈日漸成熟，硬軟件體驗大幅提升，而且用戶接受度和使用頻率迅速提升。品牌手機廠商也已經將其普及到銷量最大千元機市場。

　　有數據顯示，2016年的指紋識別傳感器的出貨量已達6.89億顆，相較2013年的2300萬顆，CAGR達到210%。調研機構Yole預測，未來5年，指紋識別市場的復合年增率（CAGR）將達到19%，市場規模有望從2016年的28億美元，增加到2022年的47億美元。

　　2017年中國智能手機指紋芯片翻倍至4億顆，帶動晶圓廠產能大增

　　具體到今年中國智能手機指紋芯片市場上，業內預期為2017年指紋芯片需求量可望從2億顆倍增至4億顆。 包括FPC、思立微、神盾、匯頂等指紋芯片廠商持續放量，也帶動晶圓代工廠訂單大增。

　　近期消息稱，GlobalFoundries和聯電和艦廠分別拿下思立微和匯頂的指紋芯片的訂單。GlobalFoundries 2016年底與思立微合作并開始出貨。而***神盾將訂單給了世界先進，讓其成功進入指紋芯片領域。業內預測，2017年指紋芯片將持續塞爆8寸廠產能。

　　從格局看，臺積電、中芯國際是指紋芯片主要的晶圓代工伙伴。臺積電掌握的主要客戶有FPC、匯頂、神盾等客戶訂單，中芯國際擁有FPC和思立微訂單，目前僅FPC訂單就讓中芯國際 8 寸廠的產能爆滿。

　　原本在臺積電投片的神盾，傳新增世界先進成為指紋芯片晶圓代工伙伴，2017年神盾指紋芯片出貨將放量，包括臺積電、世界先進都有望受益。

　　2017年指紋芯片晶圓代工訂單變化將比較大，幾乎每家晶圓代工廠都參與戰局。很多指紋芯片廠商憑借出貨量規模優勢，開始尋求第二供應商，這將帶動整個指紋芯片上、下游產業百花齊放。

　　指紋芯片現狀：中國廠商逐漸取代國外廠商

　　目前國外的指紋識別廠商主要有AuthenTec（2012年被蘋果收購）、FPC、Synaptics等幾個國際大廠，以及神盾、義隆、敦泰、茂丞等***廠商之外，國產指紋識別芯片廠商主要有匯頂、邁瑞微、費恩格爾、信煒、芯啟航、貝特萊、思立微、集創北方、比亞迪等十多家企業。

　　其中除AuthenTec專供蘋果手機外，其他廠商分食整個安卓手機市場。作為歐洲傳統指紋廠商FPC 因占據先發優勢，過去幾年賺的盆滿缽滿。不過從2016年大趨勢看，中國廠商崛起速度驚人，打著物美價廉的旗幟，2017年FPC已成為眾多廠商對標的目標。業內認為，歐美系指紋芯片廠商在成本上還是無法拼過中國廠商，預計未來指紋芯片行業將重演LCD Driver IC產業歷史，最終由亞洲廠商獨占市場。

　　目前中國廠商中匯頂勢頭最為迅猛，拿下了幾乎所有的國內主要的手機品牌廠商。包括vivo、小米、魅族、樂視、金立、中興等等。華為以前幾乎全部FPC為主，目前也已經開始擴展到思立微和匯頂的解決方案。預計國內廠商將在今年下半年取代FPC，成為華為第一大供應商。

　　FPC 主要地盤包括華為、OPPO、vivo 等客戶，隨著匯頂產量擴大，有望形成對FPC的取而代之。

　　價格打響，匯頂稱瞄準高端差異化競爭

　　隨著指紋芯片技術和產業的成熟，越來越多國內指紋芯片廠商參與其中，過去一年指紋芯片雖然放量，但是單價也迅速下滑。

　　來自Yole的報告指出，指紋傳感器元件均價在同一時間已從5美元下滑到3美元，甚至更低的2美元，未來供應商仍將持續面臨價格壓力。

　　對于市場的競爭，此前匯頂科技CEO 張帆表示，“我們的這種戰略定位自然離不開大環境，當前使用國產品牌手機的人越來越多，國產手機的價格也越來越高，這也使得匯頂科技有條件和基礎去選擇不做便宜和低端的東西。”

　　去年匯頂科技在A股上市成功，受到資本市場的熱捧，一度總市值逼近聯發科。張帆曾對記者表示，上市意味著能夠獲得更多資源，那么就應該利用好資源，把產品做好;也同時意味著具備能力，去承擔起推出中國高端制造的使命。

　　另外，在應對同質化競爭方面，匯頂的策略是做到技術與服務的領先。此前，集微網采訪匯頂高管時，其表示相比海外公司，匯頂作為中國本土廠商離客戶最近，也更能理解客戶，從而在服務上優勢更明顯。另外，匯頂在軟件技術和算法上也擁有自己的技術，這比其他公司更具有競爭優勢。?

　　一個明顯例子，就是匯頂在技術上一直保持持續領先。除了目前常見的Coating、玻璃、藍寶石等方案，匯頂科技在2016年下半年推出了“活體指紋芯片”，能檢測出真假指紋，保障機主的安全性。這些也保證了公司不會一味地陷入低端價格戰泥潭中。

　　整體看，2017年指紋芯片市場價格戰不可避免。很多國際大品牌因為成本或服務，將被中國廠商取代。而中國廠商內部，很多競爭力比較弱小的廠商更會做出拼死一搏的舉動，利用價格戰攪局市場。要保持持續領先，還需廠商持續不斷的提高技術和服務水平。

　　另外，現有指紋表現形式能否在今年有所突破也是看點之一，例如人們希望全屏指紋識別等。