前言：中文期刊網精心挑選了指紋生物識別技術范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
指紋生物識別技術范文1
【關鍵詞】指紋識別 身份證識別 人臉現場對比 嵌入式系統 龍芯1B
隨著我國行政改革和教學改革的深化發展，冒名頂替和考場舞弊現象越來越多。針對這類情況，采用指紋識別、身份證識別、人臉現場比對等技術手段，精準判斷人員身份，杜絕替考。同時采用聯網通訊，異常情況聯網報警等手段，也杜絕了監考人員參與的現場舞弊行為。
本論文通過項目實施開發出一種基于龍芯232內核的嵌入式身份識別終端，以達到降低成本的目的。并且針對指紋身份驗證終端與服務中心之間制定一套通訊交互和指令協議，同時采用國產主控芯片，專用內部通訊協議，保證信息安全，可以用在教育考試、公務員考試等民用領域，也可以廣泛采用到國防、安全相關領域中。
1.1 生物識別技術簡介
高速發展的現代化社會，計算機和網絡信息化日益普及，如何準確識別個人身份是一個重要的社會問題，更是一個技術難度比較大的問題。適用于身份鑒定的生物特征有不少，能夠做為身份識別的生物特征必須要滿足以下條件：唯一性、廣泛性、可測量性、穩定性、隨身性、這幾個特點。除此之外，在實際應用過程中，還需考慮該技術是否能被人們接受，測試過程中是否對人體造成傷害，識別過程是否方便，識別是否準確，技術手段和設備的經濟與否等因素。
目前主流的生物特征識別技術有：指紋識別、掌紋識別、人臉識別、視網膜識別、虹膜識別、手形識別、生物紅外譜圖識別、外耳廓輪廓識別、體味特征區分、基因特征識別。每種生物識別技術都有其優劣性，這里采用指紋和人臉作為身份交叉識別的技術手段。
1.2 生物識別技術改進
為了提高生物識別精度，本文提出三個改進方向：
1.2.1 采用多種特征的融合識別（多模結合）
對各種生物特征識別技術的工作原理和優缺點研究后，了解到這些技術和手段都有一定的優缺點，在不同的場合也有不同的限制和局限性，因此采用單一生物識別技術并不能實現本論文的目標。因此，需要場合結合多種生物特征識別技術，進一步提高識別率和系統的可靠性。
1.2.2 現場采樣，實時識別，數據實時可靠傳輸，與數據庫實時比對
通過采用更高效快速的算法或者采用高性能的硬件設備或者采用專用的算法DSP輔助來實現實時出結果，實時傳輸，實時反饋。
1.2.3 生物特征識別技術與身份證讀取技術相結合
根據各種人體生理特征識別技術的綜合比較結果，本文考慮了可靠性、經濟性和技術成熟度以及供貨方便等因素，決定采用指紋特征識別作為首要識別手段；其次采用身份證電子讀寫技術進行現場的驗證，做到人證合一。
1.3 指紋特征比對過程的優化
本文主要進行了以下兩個方面的改進：
1.3.1 方法改進一：標志索引法
將指紋數據劃分成9大類，在指紋圖像特征文件上附加標識碼，采用數據庫索引的方法對存儲的指紋檔案進行歸類，比對的時候先從標識碼開始檢索，可以大大加快比對速度。
1.3.2 方法改進二：單列循環法
每個人都會存儲多個指紋檔案，一般的方法是將采用檔案與列表中的人員的所有指紋一一比對，都不相符才會進行下一人的比對，但實際的測試過程中發現，第一枚指紋檔案的比對成功率可以達到80%以上，因此將比對策略改為：與所有人的第一個指紋檔案全部進行比對，如果成功，繼續比對該人的其他檔案，如果不成功，再全部檢查所有人的第二個檔案，以此類推，也可以加快比對速度。實驗表明采用這個方法額可以將2000枚樣本比對的速度提高六倍。
2 軟件系統的設計與實現
如圖1所示。
3 結束語
本文主要設計了基于嵌入式軟硬件系統平臺，綜合采用多種生物識別手段的在線身份識別系統。深入研究了龍芯1B軟硬件平臺和Linux 操作系統內核，移植了引導程序Uboot，完成了對Linux 操作系統內核的重新配置和編譯，達到了減小系統體積的目的；該系統能夠通過單機采集多種考生信息，提供包括指紋讀取驗證，身份證驗證，實時拍照和照片彩屏顯示等功能，利用實時采集的考生信息，通過終端設備聯網驗證考生身份信息，巡考復查考生身份，有效杜絕考生的替代替考情況，實現真正意義上的在線身份驗證平臺。
參考文獻
[1]張敏貴，潘泉等.多生物特征識別[J].信息與控制，2002（32）.
[2]于瑞華，洪衛軍.生物特征識別技術及其應用[J].智能建筑與城市信息，2004（08）.
[3]夏鴻斌，須文波，劉淵.生物特征識別技術研究[J].計算機工程與應用，2003（21）.
[4]楊俊，景疆.淺談生物認證技術―指紋識別[J].計算機時代，2004（03）.
[5]譚鐵牛，王蘊紅.現代身份鑒別---生物特征識別技術[J].中國基礎科學，2000（09）.
指紋生物識別技術范文2
【關鍵詞】生物支付 靜脈識別 指紋識別 人臉識別
一、引言
基于生物個體獨特的特征的支付模式就是“生物支付”，它原理就是將人體固有的生理器官和行為特征作為客戶身份信息，再與其銀行賬戶進行關聯，支付交易時通過識別其生物特征信息來完成。生物識別技術所具有的唯一性和穩定性，作為打擊欺詐和身份盜竊理想方法，將替代隨身攜帶的智能卡或者復雜的密碼，極大的提高支付的安全性和可靠性。目前，據Unisys （）網站調查統計，全球范圍接近70%的消費者的支持使用生物特征識別技術支付。
二、生物支付的概況
生物識別技術本質上是一種模式識別技術，即通過提取個體的生物特征數據（如指紋、人臉、虹膜、筆跡、聲音、步態等），與采集數據庫中的數據進行匹配，進而鑒定個體身份的。隨著生物識別技術的成熟，生物支付模式孕育而生，目前在支付領域應用最廣的，當屬靜脈識別技術和指紋識別技術。
（一）靜脈識別
靜脈識別是通過手掌內的靜脈分布圖像來對身份信息進行識別，該技術克服了指紋識別速度慢，手指有污漬或者脫皮使得無法識別等缺點，是一種提高了識別效率比較高的活體識別技術。手指靜脈技術具有多項重要特點，使它在高度安全性和使用便捷性上遠勝于其它生物識別技術。2014年，國外一家公司開發了一臺內置生物特征的信用卡終端PulseWallet，它可以通過內置的紅外照相機拍攝用戶靜脈，然后與用戶的信用卡進行綁定。完成配對后，用戶便可以直接使用手掌掃描完成支付。目前，國外一些國家已經將基于靜脈支付技術的“手掌衛士”等機具安裝到取款機、門禁系統、收銀臺等設備上，有效提高了對客戶身份識別的準確性。
（二）指紋識別
到1998年，指紋識別產品占銷售總額的生物識別技術的78%。每個人的指紋的紋路圖案、斷點和交叉點上各不相同，呈現獨一無二，即使同卵雙胞胎的指紋也有所不同。每個指紋都有5到7個特征信息，至少可以產生4900個獨立可測量的特征信息，這足以說明指紋識別是一個更加可靠的身份鑒別方式。另外，手指樣品大小約1KB，只有觸摸到指紋設備了即可提供訪問認證（通常小于1秒）。如今，“指紋支付”已經付諸于實踐。例如在提供指紋支付服務的交易中，消費者只需通過終端上掃描手指來確認其身份信息，并從其關聯的賬戶中自動轉賬支付消費款項，從而實現無需銀行卡和現金，只用手指即完成整個消費過程。日前，阿里巴巴宣布，支付寶錢包和三星公司一起推出指紋支付服務，使用三星手機和支付寶錢包的用戶在進行網絡購物消費時，只要用手指在指紋傳感器上輕輕一按，就能實現在線支付。
（三）人臉識別
人臉識別是基于人的臉部特征信息進行身份信息識別技術。通過用攝像頭采集人臉的圖像信息，對檢測到的人臉進行臉部模式識別，通常也叫做面部識別。面部識別的主要好處是，它是無干擾，非接觸的，提供連續的認證，并且由大多數用戶所接受。樣本大?。ɡ?，5個人臉樣本）的范圍可以從1KB-2KB。芬蘭創業公司最新推出一種基于人臉識別的支付平臺，用戶只需面對POS機屏幕刷一次臉，5秒鐘之內就可以完成整個支付。它以其唯一性和穩定性，正逐步取代存折、銀行卡等傳統支付工具，成為未來支付結算的主媒。
據Enterprise Networks and Servers雜志報告，全球66%消費者的青睞生物支付，因為作為打擊欺詐和身份盜竊理想方法。生物支付技術興起于互聯網時代，主要的生物支付包括靜脈支付、人臉支付、指紋支付、虹膜支付、聲紋支付等。2014年，國際生物識別集團（IBG）撰寫的一份《生物識別市場與產業報告2009～2014》報告，該報告統計了全球各種生物特征識別技術的市場份額，其中，指紋識別所占市場份額最大，為66.7%;其次是人臉識別占到11.4%;新興識別技術如虹膜識別、語音識別、靜脈識別和掌形識別分別各占市場份額的8.0%、3.0%、2.4%和1.8%。
三、生物支付模式
所有的生物支付流程具體如圖1所示，其中可分為兩大流程即客戶注冊和消費支付。
流程說明：
（一）客戶
客戶通過識別終端中錄入銀行注冊中存儲的身份識別碼，便可輕松完成支付，消費金額在關聯的銀行卡賬戶中扣除。
（二）商戶
客戶支付的模式同原來的銀聯支付平臺一樣，區別在于客戶不是使用銀行卡交易，而是身份識別碼來完成消費交易。
（三）身份識別服務器（第三方）
負責對身份識別碼進行解碼、比對和匹配，并將認證結果反饋給銀行，銀行對客戶信息進行相應的交易操作。
（四）銀行
對客戶身份信息進行注冊，通過采集器錄入身份識別碼，并與銀行卡號碼建立關聯后存入到身份識別服務器中的數據庫中;作為收單行進行資金和手續費的核算，向客戶提供交易確定消息。
圖1 生物支付流程
四、生物支付模式特點
基于生物識別的支付模式的極大優勢在于安全性和便利性。就安全性而言，生物特征信息呈現獨一無二特點，有利于打擊現今比較猖獗的銀行卡欺詐行為，有效的提高了金融支付的安全性。就便利性而言，生物識別是一種“活體識別”技術，客戶購物消費時無需攜帶大量的信用卡和身份證，個人身份信息（銀行賬戶、個人保險和醫療記錄等）都關聯到自己的DNA信息里。消費者只需簡單地掃描一下個人的身體信息，就可以完成支付。相比于傳統支付方式，生物支付不僅減少了消費者的等待時間，而且提升了購買體驗。
目前，全球各個國家的政府、企業和消費者都積極關注生物支付技術的發展進程，但是與信用卡支付和手機支付相比，由于生物支付技術的還顯稚嫩，但是，它有廣闊的發展前景，或許有一天，去銀行取款將無需帶卡，也不需輸入賬戶密碼，只要客戶的一個眼神、刷手掌即可，生物識別技術終將改變傳統的金融支付模式。
五、結束語
指紋生物識別技術范文3
[關鍵詞] 生物特征識別 數字簽名 電子商務 身份安全認證
一、引言
在電子商務應用日益廣泛的今天，從某種角度看，身份認證技術可能比信息加密本身更加重要。它是網絡安全和信息系統安全的第一道屏障，是在信息安全時代備受關注的一個研究領域。
目前的應用主要是以“用戶ID+口令＋數字證書”來進行用戶的身份認證。從根本上說這種身份認證不能解決訪問者的物理身份和電子身份的一致性問題，即無法確認通過身份認證的訪問者即獲授權者。
啟發于人的身體特征具有不可復制的特點，人們開始把目光轉向了生物識別技術。人的指紋、虹膜、視網膜等都具有惟一性和穩定性的特征，為實現更安全、方便的用戶身份認證提供了有利的物理條件。
用戶最關注的問題是因特網的網絡安全性和保密性。保障網絡中數據傳輸的安全性通常需要借助信息安全功能來實現。在開放系統中對具有重要價值的信息或私密信息進行通信時，可使用數字簽名等密碼技術進行加密。
生物識別技術代表著用戶身份認證技術的未來，有著廣闊的應用前景。如果將生物特征識別技術和數字簽名技術有機地結合在一起，可以提供一種更加安全、便捷的用戶身份認證技術。
二、生物特征識別技術
生物特征識別技術是通過計算機與光學、聲學傳感器和生物統計學原理等高科技手段結合，利用人體固有的生理特性來進行個人身份的鑒定。其核心在于如何獲取這些生物特征，并將之轉換為數字信息，存儲于計算機中，利用可靠的匹配算法來完成驗證與識別個人身份的過程。
1.指紋識別——成熟的身份認證技術
在網絡環境下的身份認證系統中，應用指紋作為身份確認依據是理想的。
第一，理論上，每個人的指紋是獨一無二的。
第二，指紋樣本便于獲取，易于開發識別系統，實用性強。
第三，指紋識別中使用的模板而是由指紋圖中提取的關鍵特征，使系統對模板庫的存儲量較小。也可以大大減少網絡傳輸的負擔，便于支持網絡功能。
第四，指紋識別是生物特征識別中研究最早、技術最成熟、應用最廣泛的技術，有著堅實的市場后盾。
指紋識別具有很高的實用性、可行性。隨著固體傳感器技術的發展。指紋傳感器的價格正逐漸下降，在許多應用中基于指紋的生物認證系統的成本是可以承受的。
指紋識別原理和過程如下：首先，通過指紋讀取設備讀取到人體指紋圖像，并對原始圖像進行初步的處理，使之更清晰。然后，指紋辨識算法建立指紋的數字表示——特征數據。特征文件存儲從指紋上找到被稱為“細節點”(minutiae)的數據點，也就是那些指紋紋路的分叉點或末梢點。這些數據稱為模板（至今仍然沒有一種模板的標準，也沒有一種標準的抽象算法，各廠商自行其是）。最后，通過計算機把兩個指紋的模板進行比較，計算出它們的相似程度，得到兩個指紋的匹配結果。
2.虹膜和視網膜——更準確、更可靠的身份認證技術
虹膜是一種在眼睛中瞳孔內的織物狀各色環狀物，每一個虹膜都包含一個獨一無二的基于像冠、水晶體、細絲、斑點、結構、凹點、射線、皺紋和條紋等特征的結構。世界上兩個指紋相同的幾率為1/109，而兩個虹膜圖像相同的幾率是1/1011，虹膜在人的一生中均保持穩定不變。因此，利用虹膜來識別身份能夠成為獨一無二的標識，其可靠性超過了指紋識別。
從直徑11mm的虹膜上，Dr. Daugman的算法用3.4個字節的數據來代表每平方毫米的虹膜信息，一個虹膜約有266個量化特征點，而指紋識別技術只有40多個特征點。266個量化特征點的虹膜識別算法在眾多虹膜識別技術資料中都有講述，在算法和人類眼部特征允許的情況下，Dr. Daugman指出，通過他的算法可獲得173個二進制自由度的獨立特征點。這在生物識別技術中，所獲得特征點的數量是相當大的。
關于虹膜的特征提取方面較有成效的主要有Daugman的利用多分辨率Gabor濾波器提取虹膜紋理的相位信息；Wildes的基于4種不同決策標準的拉普拉斯金字塔提取虹膜紋理特征；Boles和Boashash的基于小波變換過零檢測虹膜識別算法以及中科院采用Gabor濾波和aubechies-4小波變換相結合的紋理分析方法。
虹膜技術上有一些地方有待完善；當前的虹膜識別系統只是用統計學原理進行小規模的試驗，而沒有進行過現實世界的惟一性認證的試驗；目前圖像獲取設備相當昂貴。
視網膜是一些位于眼球后部十分細小的神經（一英寸的1/50），它是人眼感受光線并將信息通過視神經傳給大腦的重要器官，用于生物識別的血管分布在神經視網膜周圍，即視網膜四層細胞的最遠處。
在20世紀30年代，通過研究就得出了人類眼球后部血管分布惟一性的理論，進一步的研究的表明，即使是孿生子，這種血管分布也是具有唯一性的，視網膜的結構形式在人的一生當中都相當穩定。所以，同虹膜識別技術一樣，視網膜掃描可能是最可靠、最值得信賴的生物特征識別技術。視網膜掃描設備可以從使用者的視網膜上可以獲得400個特征點，創建模板和完成確認。由此可見，視網膜掃描技術的錄入設備的認假率低于0.0001%。但拒假率（FAR，指系統不正確地拒絕一個已經獲得權限的用戶）比較高，相信在進一步的研究中可以大大降低。
因為對視網膜難于采樣，也無標準的視網膜樣本庫供系統軟件開發使用，這就導致視網膜識別系統目前階段難以開發，可行性較低。
與指紋識別技術的主要步驟以及原理相似，虹膜識別與視網膜識別一般包括圖像采集、圖像處理、特征提取、保存數據、特征值的比對和匹配等過程。
綜上所述，指紋識別是最容易實現的；而虹膜識別與視網膜識別受到某些限制，目前除了一些高端應用外很難普及應用，但其有著巨大的技術優勢和潛在的商業價值，必將是下一代生物特征識別技術的發展方向。
三、基于生物特征識別和數字簽名技術的電子商務身份認證系統解決方案
1.方案設計要求
要確?；谥讣y特征的用戶身份認證系統的整體安全性，必須對基于指紋特征的網絡身份認證方案設計一個安全的身份認證協議。良好的身份認證協議應該滿足以下幾個要求：
(1)能夠準確識別被認證對象的身份；
(2)能夠明確重要事件的責任人，并實現簽名，避免事后抵賴；
(3)能夠保障數據在存儲和傳送時的安全。
2.基于生物特征和數字簽名技術的電子商務身份安全認證系統結構
基于秘密信息的身份認證協議：保證通信認證可以防止第三方的重放攻擊，但由于客戶端密鑰存儲和管理存在問題?；谏锾卣鞯纳矸菡J證：能解決口令窺視和密鑰管理難等問題，但很難阻止第三方的重放攻擊。因而，筆者提出了綜合前述的生物特征識別技術和數字簽名后得到的電子商務身份認證系統的解決方案。
在網絡環境下(B/S結構），用戶（客戶端）如果要訪問遠程服務器所管理的信息資源，在獲得相關資源訪問權限之前，必須通過生物特征身份認證，所有的信息資源訪問權限都在身份認證系統（服務器端）管理之下，未通過身份認證的用戶不能訪問信息資源。當模板內置于服務器時，通過客戶端的生物特征獲取儀器獲得用戶的生物特征信息，該信息被加上數字簽名后傳送到服務器，在服務器首先校驗簽名是否有效，再與預先注冊的模板進行比較，并完成身份認證。
3.身份認證步驟與協議
在生物認證系統中，為了保證生物特征值這不被非法用戶所獲得，采用數字簽名技術。我們在此對協議中采用的符號做如下定義：A為用戶，AS為認證服務器，KUAS為認證服務器公鑰，TAS為認證服務器的時限，NA為A的現時數據，FA為A的生物特征值，IDA為A的標識。還需說明的是這里采用的是單向認證協議?；緟f議如下：
(1)A用自己標識的簽名向認證服務器AS請求認證。使用簽名技術能有效地阻止一個虛假認證服務器對用戶A的欺騙性連接。因為只有合法的認證服務器才保存有用戶的公鑰，從而能驗證這個簽名來獲得IDA來為下面的認證過程來使用。
(2)認證服務器產生時限TAS，現時數據NA，并將自己的公鑰KUAS、NA和時限TAS用用戶A的公鑰KUA加密后返回給客戶端的A用戶。
(3)客戶端A接受到認證服務器公鑰、時限和現時數據NA，同時在客戶端的生物特征傳感器讀取用戶的生物特征圖像，并獲得特征FA，把元組{TAS，NA，FA}用認證服務器的公鑰KUAS加密后發送給認證服務器。
(4)認證服務器AS通過生物特征信息數據庫進行比對，若匹配則A的身份通過認證。
這個方案與現時使用的認證體制基本類似，所以電子商務交易系統不必作重大改變。但因為引入了生物特征識別，安全性可以獲得有效的加強。
四、結束語
在信息化日趨成為主流的今天，電子商務的業務已隨著互聯網的普及而飛速發展，與此同時，電子商務的安全性也成為業界的一個熱點研究方向。本方案設計將基于生物特征的身份認證技術和數字簽名相結合應用于電子商務，加強系統安全性，具有一定的研究和實用意義。
指紋生物識別技術范文4
doi：10.3969/j.issn.1004-7484(x).2012.06.495 文章編號：1004-7484（2012）-06-1626-01
隨著信息技術的發展和醫療保健需求的提高，醫院信息化建設引起業內外人士的高度關注，其中結合生物識別技術的醫院信息系統開發和應用就是目前的一個趨勢。我國醫院信息化目前的現狀大多數還停留在醫院管理信息化(HIS)和臨床管理信息化(CIS)的初始階段，真正的醫療業務還很少能參與到信息化的方式中去。在諸多生物識別技術中，自動指紋識別技術集傳感器技術、生物技術、數字圖像處理技術、模式匹配、電子技術于一體，是一種價廉、方便、可靠、非侵害性的解決方案。1 技術特點
目前各單位常用的識別器技術有光學識別、電容傳感器識別、生物射頻傳感器識別、數字化光學識別，利用計算機圖像處理和模式識別技術實現指紋特征提取和自動比對，從而依據指紋這一具備隨身性、唯一性、難復制性、高度保密性特點的人體特征進行個人身份自動識別和認證，常用于需要人員身份確認的門禁、考勤、筆記本電腦、銀行內部處理、銀行支付等系統。就醫院信息管理而言，也是目前應用的一個趨勢，它將在考勤、門診、住院、藥品、醫技科室、住院醫生、后勤、檢驗、電子病歷等方面發揮生物識別技術的優勢，最終將在醫療、經濟、社會等方面取得巨大效益。所以指紋識別技術的應用對于醫院來說，其先進的技術特點將讓其受益匪淺，一勞永逸。2 實施方案
指紋識別終端可根據醫院實際情況靈活布局，既可平放也可壁掛，在會議室出入口等無法放置電腦的地方，指紋識別儀直接通過網絡終端IP接口連服務器使用；在掛號收費室、醫生診間、多功能廳、手術室、圖書館、麻醉科等有電腦的地方，可以通過串口/USB直接連電腦使用；同時根據醫療建筑和內部交通布局的實際需要，可以在不同出入口設置多個點，通過網線聯網應用，將指紋數據在前臺采集后集中到一臺服務器數據庫中，在后臺統一認證與管理。由于指紋考勤系統具備歷史數據保存功能，可根據醫院管理的具體要求，將各類項目內容與考核指標予以量化并賦值，將職工休假、遲到、早退等情況按月統計，計入考核檔案，作為年終考核的客觀依據，這樣可以省去工作人員很多工作強度，極大地提高了工作人員的工作效率。3 應用效果
考勤管理是人事部門進行績效管理的主要基礎和重要依據，在人事管理、工資管理、勞動紀律管理等方面都具有一定的應用效果。①方便工作人員使用。人員無需攜帶任何考勤卡，只要手指輕輕一按就可以簽到，指紋考勤成功與否有蜂鳴器聲音提示、顯示屏有姓名及時間文字提示及記錄，讓工作人員省時省心。②提升管理水平。指紋識別考勤應用杜絕了代簽到或代刷卡的弊端，通過技術手段完善監督機制并避免了以前的管理模式中存在的人情、面子因素，提高考勤管理品質，使工作更加正規化、程序化，促進人員責任心，加強自我約束力，實現自我監督，讓管理人員和員工都從中受益，將更多的時間投入到服務病人的工作中去，提高醫療質量，提升業務水平，讓制度更加公平公正，讓工作人員心服口服。③減少使用成本。由于無需系統維護費用，也節約了配（補）發考勤卡的麻煩及費用，同時使醫院部分管理人員從繁瑣的日常事務性工作中解脫了出來，個人工作效率較以前有了大幅度提高，減少了人力成本的支出。4 應用前景
指紋識別技術除了在優化考勤方式、實現科學化管理上有著顯著的應用效果外，作為一種較為成熟的身份識別技術在醫院門診、住院、藥品、醫技科室、住院醫生、后勤、檢驗、電子病歷等方面都能發揮生物識別技術的優勢，產生良好的應用前景。例如通過各種傳輸方法在計算機網絡上對指紋信息進行傳輸和驗證，提高網上信息的安全性，避免病人在網上掛號預約與檢查報告查詢時泄露身份信息、醫療信息、個人隱私等，保護了病人權益，也節約了本來就生著病的人的時間和精力，讓病人更加放心就醫。同時，利用指紋識別技術的身份認證功能，使電子病歷系統具備病人身份記錄、識別、搜索功能，強化醫院對病歷的管理，如通過在配藥等諸多環節的身份識別，避免以往在品中的管理漏洞，使用藥更加安全；此外，通過與照片、ID等身份識別手段的結合應用，有助于尋求醫療救援、使用醫療保險、臨床用藥或輸血的病人的身份確認，最終在醫療安全、服務質量、經濟效益、社會影響等方面發揮重要作用。因此，醫院里數字化管理中使用指紋考勤系統，能讓醫院更加規范化、科學化、人性化。
參考文獻
［1］ 易鋼，張憲.淺談醫院信息系統的安全問題.中醫藥導報，2005，11(2)：62-63.
［2］ 余杰.指紋自動識別系統在我國的應用和發展.計算機科學，2000，27(27)：95-97.
指紋生物識別技術范文5
1 生物特征傳感器技術
通過某種原理可以測量生物特征，并將其轉化成計算機可以處理的數字信號，這就是生物特征傳感器的主要任務，也是生物特征識別的第一步。大部分的生物特征都是通過光學傳感器如CCD 或CMOS 形成圖像信號，例如人臉、指紋、虹膜、掌紋、手形、靜脈等。但是虹膜和靜脈圖像需要主動的紅外光源才可以得到細節清晰的個性特征。由于外加主動光源能夠克服可見光線變化對生物特征的影響，所以最近在人臉識別領域有研究人員設計了紅外成像設備，來克服人臉模式隨光照變化的類內差異，從而大幅度提高了人臉識別的精度。
為了提高生物識別系統的易用性、舒適性和用戶的接受程度，同時又要保證生物特征信號的質量，此外還要小巧精致、成本低廉，生物特征傳感器技術還有許多需要改進的地方。例如最近已經有通過非接觸方式采集的3D 指紋傳感器技術。生物特征傳感器的核心技術包括:
智能定位技術
生物特征獲取裝置必須讓用戶和識別系統處于合適的距離和位置才可以捕獲合格的生物特征信號。最理想的方案是讓采集裝置自動判別用戶的位置，然后主動調節光學系統或者直接通過機械裝置移動采集設備，這樣就可以降低對用戶的要求，采集方式更加智能化和人性化。
人機接口設計
生物特征采集系統應該“以人為本”，符合人體工學，設計生物特征和采集裝置之間的交互接口。通過開發用戶自定位技術讓用戶在某種方式的導引下很快找到合適的成像位置。例如現有的人臉識別和虹膜識別系統中通常在采集裝置上安裝一面鏡子或者設置一個注視點或者設計比較巧妙的光學系統，用戶通過視覺或者語音反饋就可以比較迅速地找到適合成像的位置。
光學系統設計
主要是光學鏡頭組的設計和加工，如果需要主動光源照明的話還要在鏡頭上安裝濾光片，根據成像距離設置主動光源。
機械控制技術
包括自動變焦的電控單元設計、配合用戶的身高和距離進行程序調節的機械單元設計等。
生物特征傳感器的核心技術還包括傳感器電路設計; 信號傳輸與通信技術; 防撬報警技術以及和其他技術的有機結合。
2 活體檢測技術
為了防止惡意者偽造和竊取他人的生物特征用于身份認證，生物識別系統必須具有活體檢測功能，即判別向系統提交的生物特征是否來自有生命的個體。一般生物特征的活體判別技術利用的是人們的生理特征，例如活體指紋檢測可以基于手指的溫度、排汗、導電性能等信息， 活體人臉檢測可以基于頭部的移動、呼吸、紅眼效應等信息，活體虹膜檢測可以基于虹膜振顫特性、睫毛和眼皮的運動信息、瞳孔對可見光源強度的收縮擴張反應特性等。
此外，基于生物特征圖像的光譜學信息也是進行活體檢測的有效途徑。例如打印的圖像會形成有規律的紙質紋理特征，可以用頻譜特征進行檢測。此外，還可以通過人機互動的形式檢測生物特征的活體特性; 使用多模態生物特征識別系統也可以提高偽造的難度。
從現有的技術水平看，活體檢測功能一直是生物識別系統的薄弱環節，已經有研究人員使用偽造的指紋和人臉攻破了現有的系統，引發了有些用戶對生物識別技術的信任危機。所以活體檢測技術將是生物識別系統進入高端安全應用的最大瓶頸。
3 生物特征信號質量評價技術
在自動身份識別系統中，生物特征一般是以連續的視頻流或者音頻流的形式進行獲取。由于有效的生物特征采集范圍總是有限的，再加上人的運動、姿態變化等因素，傳輸到計算機的生物特征信號大部分都是不合格的。而高質量的生物特征信號是進行特征表達和身份識別的基礎，低質量的生物特征信號有可能引起錯誤接收或錯誤拒絕，降低系統的穩定性和魯棒性（系統的健壯性），浪費大量的計算資源在無效的生物特征信號處理上。
基于上述分析，我們可以從三個方面努力排除低質量生物特征信號對識別性能的影響:
■ 研究高性能的成像硬件平臺;
■ 提高識別算法的魯棒性;
■ 在生物識別系統中引入智能的質量評價軟件模塊，只容許較高質量的生物特征信號進行注冊或識別。
在這些措施中設計有效的質量評價算法最實際。因為再魯棒的識別算法能夠接受的信號質量也是有限的。雖然已經有高性能的生物特征獲取裝置面世，但是價格十分昂貴，也解決不了根本問題。所以研究生物特征的質量評價算法對于識別系統性能的提高具有重要意義。
生物特征信號的質量評價可看做一個兩類模式識別問題――將采集到的生物特征分為合格和不合格兩種情況。如果要對合格信號量化打分，還要將評價指標定量化。生物特征信號的質量評價問題是一個比較困難的問題，因為造成特征信號質量差的原因千差萬別，即負樣本的種類太多，不勝枚舉，很難設計一個分類器將所有的正負樣本區分開。需要通過質量評價來過濾的低質量生物特征一般包括存在離焦模糊或運動模糊的圖像，信噪比太低的信號，遮擋的圖像等。一般可以從空域和頻域兩個角度出發去設計質量評價算法。
從產品實用化的角度考慮，生物識別系統現在遇到的最大的瓶頸之一就是信號的質量評價。一方面，為了拓寬系統的適用范圍，提高產品的易用性，對用戶更友好，為此，研究人員希望系統能在生物特征質量要求較低的條件下運作，但是同時又要求系統能有穩定的高精度。為了平衡這個矛盾，設計“穩、快、準”的質量評價算法將是必由之路。
4 生物信號的定位與分割技術
經過處理后的掌紋紋路更清晰了
從生物特征獲取裝置采集得到的原始信號一般不僅包括生物特征本身，還包括背景信息，例如原始的虹膜圖像中包括虹膜、瞳孔、鞏膜、眼皮和睫毛等多個區域，真正能有效鑒別人們身份的圖像內容也就在虹膜區域。所以必須從原始信號中分割出感興趣內容進行特征提取。定位和分割算法一般都是基于生物特征在圖像結構和信號分布方面的先驗知識。例如人臉檢測就是要從圖像中找到并定位人臉區域，一直是計算機視覺領域的研究熱點。
2001年美國的Viola 和Jones提出了用易于計算的Harr 小波特征來描述人臉模式，用AdaBoost來訓練人臉檢測分類器，取得了人臉檢測領域的突破性進展，實現了實時檢測視頻中的人臉圖像，而且準確率也非常高。這個方法對計算機視覺和生物識別領域的影響都很大，現在商業化的人臉識別系統基本上都是使用這種人臉檢測方法或者其變種。而且這種通過機器學習訓練弱分類器的方法也被推廣到了一般視覺對象的檢測和識別上。指紋的分割算法一般是基于指紋區域和背景區域的圖像塊灰度方差的差異特性; 虹膜的定位主要利用瞳孔/虹膜/鞏膜存在較大的灰度跳變并且成圓形的邊緣分布結構特征; 掌紋的定位一般是基于手指之間的參考點來構建參考坐標系。
5 生物特征信號增強技術
得到了分割后的特征區域后，有的生物特征識別方法需要在特征提取前對感興趣區域進行增強，主要目的包括去噪和凸顯特征內容。例如人臉和虹膜圖像一般用直方圖均衡化的方法增強圖像信息的對比度; 指紋一般用頻域的方法得到脊線分布的頻率和方向特征后進行紋路增強; 對于比較模糊的生物特征信號，可以考慮使用超分辨率的方法或者逆向濾波的方法進行增強。
6 生物特征信號的校準技術
為了克服不同時刻采集的生物特征信號之間的平移、尺度和旋轉變換，需要將參與比對的兩個生物特征進行對齊。有的生物特征校準在特征提取之前完成，例如常用主動形狀模型（Active Shape Model）和主動表觀模型（Active Appearance Model）進行人臉對齊; 有的生物特征校準的過程就是特征匹配的過程。生物特征信號的校準結果對于識別精度的影響很大，所以也有學者認為生物特征識別最重要的問題是校準技術。
7 生物特征表達與抽取技術
對于生物特征識別，不管是外行還是內行，人們首先想到的問題就是: 機器是用什么特征進行身份識別的？什么是生物特征信號中凸現個性化差異的本質特征？這就是生物識別的基本的、原理性的問題。對于這個問題在個別的生物特征識別領域得到了共識，例如指紋識別，大家都公認細節點（包括末梢點和分叉點）是描述指紋特征的最佳表達方式，所以國際上就有統一的基于細節點信息的指紋特征模板交換標準，給不同廠商的指紋識別系統的兼容性和數據交換帶來了便利。但是在其他生物識別領域，例如人臉、虹膜、掌紋等領域研究人員還在不斷探索最佳的特征表達模型。雖然這些領域的特征表達方法的種類繁多，部分算法也已經取得了很好的識別性能，但是人臉識別、虹膜識別、掌紋識別的根本問題―― “什么是人臉、虹膜或掌紋圖像的本質特征及其有效表達？”一直沒有得到權威和普遍認同的回答。
這是因為每個人臉、虹膜和掌紋圖像的特征表達方法都是基于某種信號處理方法或者某個計算機視覺或者某個模式識別的理論，“公說公有理，婆說婆有理”，大家對于這些圖像的本質特征表達還沒有進行深入的研究?，F在生物特征表達領域的流行趨勢是把各種經典的或者新提出的圖像分析方法依次去試，有點撞大運的感覺，產生這種現象的根源是大家沒有基礎理論的指導，不知道向哪個方向努力好。由于各種方法各自為“政”，造成生物特征模板的數據交換格式難以統一和標準化。例如人臉、虹膜和掌紋的數據交換標準只能基于圖像，這是因為大家找不到一個統一的、權威的圖像特征表達方法。
相對于基于特征的數據交換標準，基于圖像的交換標準在計算和存儲資源的占用、傳輸速率等多方面都處于下風。例如在電子護照應用中，統一格式的生物數據都存放在非接觸IC 芯片中，在識別前需要通過無線讀卡器從護照IC 中讀出生物數據，這時基于特征的方法比基于圖像的方法快100 倍，而且基于圖像的方法還要多一個特征提取的步驟才能得到用戶護照中的生物特征。所以不管是對于研究還是應用，生物特征信號本質特征的盡快確定都是最重要的。
通過模擬這些生物體神經細胞對外界視覺刺激的信息編碼規則，計算機視覺研究人員提出了Ordinal Measures（定序測量特征）來表達圖像內容。中科院自動化所生物識別與安全技術研究中心通過拓展原始的定序測量特征的內涵，提出了多極子濾波器的概念，建立了虹膜圖像特征表達的一般框架，證明了虹膜圖像區域之間的排序測度特征等價于虹膜物理表面不同位置反光率之間的大小順序關系，是獨立于光照、對比度等外界因素的虹膜圖像的本質特征。
在這個框架下，虹膜特征抽取甚至可以簡化成簡單的加減運算，成功地解決了虹膜識別從PC 向嵌入式平臺移植的計算復雜性難題。通過定序測量特征，研究中心還建立了掌紋圖像特征表達的一般框架，統一了該領域識別性能最好的三種掌紋識別方法。并針對低分辨率掌紋圖像上主線和皺紋線灰度模式特點，提出了新穎的十字架形微分濾波器來抽取掌紋圖像中的定序測量特征。實驗結果表明新的掌紋識別方法不僅識別精度遠高于主流方法，并且計算速度比最好方法快一倍。
8 生物特征的匹配技術
特征匹配就是計算兩個生物特征樣本的特征向量之間的相似度。圖匹配算法也在指紋細節點模式、人臉模式、虹膜斑塊模式的相似性度量中得到成功應用。
9 生物特征數據庫檢索與分類技術
收集掌紋信息
隨著生物特征識別技術在人類日常生活中的普及，使用人數的增長必然導致生物特征數據庫的不斷擴大。這種規模的擴大不僅僅表現在數據存儲量的擴大，還表現在從數據庫中搜索某一條記錄所耗費的時間的增加。例如在一對多的超大規模（如一個城市、一個國家、一個行業的人群）生物識別應用中，完成一次識別的時間的長度將會讓人無法忍受。這是任何一項成熟的生物識別技術從小規模應用向大規模應用轉化時不可避免的問題。
雖然可以使用并行計算技術來減少每次識別的時間，如果有一個生物特征粗分類的方法就可以實現分層次的生物識別: 根據生物特征向量將數據庫中所有的模板分成若干個大類，在大規模識別時首先判斷輸入生物特征所屬的大類，然后首先和這個大類的數據庫模板進行比對，這樣就可以（至少從期望值）減少等待識別結果的時間。例如指紋可以根據奇異點的個數和位置信息分成拱形、尖拱形、左旋形、右旋形和旋渦形等幾個大類。在虹膜識別研究領域也有人利用分形維特征將虹膜數據庫分成四大類。這些分類方法的準確率都高于90%，結果是令人鼓舞的。利用生物特征模式，還可以實現人種分類、性別分類等。所以生物特征粗分類和數據庫檢索技術將是一個很有前途的研究方向，下一步研究的重點是增加類別數，提高分類的準確率。
10 生物特征識別系統的性能評價
迄今為止，任何的生物特征識別系統或者方法都有出錯的可能。對系統的識別精度給出客觀、準確的評估其實是一個很復雜的問題，它受測試樣本的數量、質量、評估指標等因素的影響，但是這對應用單位和司法部門卻是一個很關注的焦點問題。所以生物特征識別方法的性能測評已成為生物特征識別研究的一個重要方向。對于1∶1比對的身份驗證系統，錯誤有兩種情況: 一是把不同人的生物特征識別為同一類，稱為錯誤接收; 另一種可能是把同一人的生物特征識別為不同類，稱為錯誤拒絕。
一般可以從理論和實驗兩個方面評估一個生物識別方法的性能指標。從理論方面可以研究生物特征的唯一性，即對影響錯誤接收和錯誤拒絕的各種參數進行準確建模，從每種生物特征識別方法的本質和機理出發給出理論上可以取得的錯誤率的下界。這個工作是很有意義也是難度很大的。例如司法界對通過指紋匹配結果來指認罪犯還存在著很大爭議，雖然有研究人員宣稱地球上找不到指紋特征完全相同的兩個人，但是在自動或者人工指紋識別系統中，到底需要多大的相似度才可以完全確認兩枚指紋的同源性？識別出錯的準確概率到底是多少？已經有研究人員對這個問題進行了比較深入的研究，但是并沒有完全解決好這個問題。
鏈接:生物識別也需要安全技術
指紋生物識別技術范文6
【 關鍵詞 】 指紋識別；嵌入式系統；圖像處理
1 引言
自動指紋識別系統（AFIS）是利用人體固有的生物特征——指紋來進行身份的辨識。指紋由于其具有唯一性和穩定性的特點，在對個人信息安全要求比較高的領域可發揮其優勢。研究自動指紋識別系統，將嵌入式技術與指紋識別技術結合起來，充分發揮各自的優勢，提高信息安全認證的自動化程度，具有較高的應用價值。
2 基于Linux的嵌入式開發平臺
嵌入式系統的開發平臺由硬件和軟件構成。硬件部分包括嵌入式處理器、接口、存儲器、外設、顯示屏等。軟件部分包括嵌入式操作系統、設備驅動程序以及應用軟件等。
本文所開發系統選用Linux嵌入式操作系統，它具有強大的管理功能、可裁剪性以及極好的網絡傳輸功能。近年來，由于Linux操作系統的開源特征、穩定性、可開發性，以及各大廠家相繼推出的基于ARM的微處理器的支持，使得基于Linux的嵌入式系統研發發展迅速。從軟件的角度來看，嵌入式Linux系統通常可以分為四個部分：（1） 加載引導程序Bootloader；（2） 定制內核，根據系統實際工作需求裁剪、移值后的定制內核及控制參數；（3） 文件系統，主要包含根文件系統和構建于Flash閃存設備上的其它文件系統；（4） 驅動程序和用戶應用程序。
3 嵌入式指紋識別系統的架構
硬件框架圖如圖1所示，系統主要硬件中的核心處理器采用一款基于ARM920T內核的16/32位RISC嵌入式處理器S3C2410；SDRAM使用的是兩片三星公司生產的K4S561632C-TC75芯片構建32位的SDRAM存儲系統；Flash采用容量為64M的三星公司生產的K9F1208UDM-YC80芯片；LCD顯示屏選擇夏普公司生產的3.5英寸TFT液晶屏LQ035Q7DB02，該顯示屏具有320×240個像素，白色LED背光；選用RTL8019AS作為以太網控制芯片；指紋傳感器采用FPS200電容式指紋傳感器。由于指紋識別對系統實時性的要求比較高，故本文是通過硬中斷來實現實時響應。
軟件結構上分為三層：底層是系統硬件；中間層為嵌入式操作系統；上層是應用軟件，用來實現用戶與系統信息的交互，如進行指紋的采集、識別以及身份驗證后的執行控制等操作。
4 自動指紋識別系統的設計
因為嵌入式系統自身的特點，一般不可能配置很大的存儲設備和色彩豐富的GUI界面，故其開發環境一般都需要安裝在PC上，而通過工具鏈（Toolchain）交叉編譯構建生成的最終目標文件可以運行在相應的嵌入式目標平臺上。
（1）指紋識別的基本思想
指紋是手指表面脊和谷的映像組合，是典型的紋理圖像，其大部分區域是由互相近似平行的紋線組成。每個人的指紋圖像都具有自身獨特的特征，這一特征取決于其局域脊線特征及其相互關系。美國FBI提出的細節模型將指紋最顯著特征分為脊線終點和分叉點，這兩種特征占指紋全部特征的90%以上，每一枚清晰的指紋一般含有40～100個這樣的細節點。本系統就是依賴這些局部脊線特征及其關系進行指紋細節點的提取和匹配。
（2）指紋圖像的采集
指紋圖像的采集獲取是自動指紋識別系統（AFIS）的關鍵部分，其通過指紋傳感器來完成。指紋傳感器的工作原理就是將指紋所具有的生物特征經過檢測提取后轉化為系統可以識別的圖像信息。本系統采用FPS200 CMOS指紋傳感器，其表面運用Veridicom公司專利技術而制成，可防止各種物質對芯片的劃傷、腐蝕等，它能承受超過8KV的靜電放電（ESD），因此可應用在苛刻的環境下。在指紋采集過程中，可以根據芯片反饋信息調節電容放電時間等參數，從而增強其靈敏度。傳感器提供USB接口、SPI接口和8位數據總線接口，本系統采用SPI接口來進行圖像的采集。
（3）指紋圖像的預處理
通過指紋傳感器獲得的圖像仍有很多噪音，這主要由于手指與傳感器的不均勻接觸、設備自身噪聲以及手指的傷疤等問題引起的。因此，要得到清晰的指紋，必須對指紋圖像進行預處理，即圖像增強。
1）圖像的歸一化：調整指紋圖像的灰度均值和方差接近期望的均值和方差，歸一化不改變脊線和谷線的清晰度，但可以減少沿著脊線和谷線方向上灰度的變化。
2）圖像分割：通過自適應的局部閾值圖像分割方法進行圖像分割。
3）圖像的方向場及方向濾波：通過掩模法確定圖像的方向場，采用同時具有頻率選擇和方向選擇的Gabor濾波器來增強指紋圖像并進行方向濾波。
4）二值化：采用方向圖法對圖像進行二值化處理，該方法簡單快速，二值化后的線條平滑。
5）細化及細化后的處理：采用基于形態學的細化算法，利用邏輯規則來進行細化，但細化后的指紋會有有許多毛刺，故引入四個對角方向的消除模板以平滑指紋。
（4）特征提取
細節特征是指指紋脊線的突變位置，一般常見的有端點、分叉點、環點、孤立點、短紋等。根據FBI的建議，指紋識別一般只選用脊線的端點和分叉點作為細節特征。本文采用從指紋細化圖像上提取節點信息的方法，采用3×3模板考察每個像素及其8鄰域的取值，來確定該像素可否為特征點及其類型、位置。對指紋識別過程中的偽特征：毛刺、短線、斷線、叉連、小環等，采用紋線跟蹤技術及方向圖法對偽特征點進行判別和清除。
（5）特征匹配
指紋特征的匹配是將采集到的指紋特征值與指紋數據庫中所存儲指紋的特征值進行比對，實現指紋的驗證/辨識。由于指紋圖像采集時會有平移、旋轉和非線性形變，手指表面干濕、臟污情況，以及指紋采集設備的精度差異，這些都將影響到指紋特征提取和匹配的效果。本系統采用改進的指紋匹配算法，即首先通過Pincare索引數值法檢測出其中心點，然后對于非中心點的指紋紋形采用一個基于點模式的特征匹配算法；對于無中心點的指紋，采用分叉點來尋找參考點的方法進行特征匹配。若兩幅指紋有達到一定閾值（一般為12點以上）匹配成功，則可以認定為同一指紋。
最后，在系統上設計相應的應用程序界面及入口，以及建立后臺指紋比對數據庫，改寫系統腳本文件etc/profile，使程序可自動啟動。
5 結束語
近年來，隨著指紋傳感器等硬件價格的不斷降低以及功能的日益強大，指紋識別技術的應用領域將不斷擴大。本文所設計的嵌入式自動指紋識別系統已經初步實現指紋驗證的整體功能，為今后相關領域的研究開發提供了一定的模式借鑒。
參考文獻
[1] 傅景廣，許剛基.基于二值圖像的指紋細節點提取計算機研究與發展，2004，（4）：720～727.
[2] 田捷，楊鑫.生物特征識別技術理論與應用.電子工業出版社，2005.9.
[3] Hong，L.，Wan，Y.，Jain，A.K.. Fingerprint image enhancement： algorithm and performance evaluation. IEEE Trans. on Pattern Analysis and Machine Intelligence，1998，20（8）： 777～789.
[4] 羅希平，田捷.自動指紋識別中的圖像增強和細節匹配算法.軟件學報，2002.5：946～956.
[5] 劉家峰，黃劍華，唐降龍等.聯機指紋鑒別系統中的細化與中心點計算[J].哈爾濱工業大學學報，2000，32（6）：91～96.
[6] 江杰，胡曉莉，李杰. 一種新的指紋細節點匹配算法的研究[J].計算機應用，2005，25：114～116.
