指纹识别的算法原理，指纹识别算法流程简介

很多朋友对指纹识别的算法原理，指纹识别算法流程简介不是很了解，每日小编刚好整理了这方面的知识，今天就来带大家一探究竟。

关键词：指纹识别

指纹识别算法在特征量的选取方法和任意角度旋转时特征量不变的算法上具有鲜明的特点：识别速度为0.5s单指特征信息为256字节；拒绝率为0.01%；错误识别率为0.0001%。下面详细介绍指纹识别算法的步骤。(1)输入指纹从CCD输入模块输入的指纹图像为黑白图像，大小为256 256PIX(像素)。(2)提取指纹区域指纹录入部分根据手指的压力和手指的接触位置抓取背景。

如果提取指纹的局部区域，可能会降低指纹识别率。从这个角度来说，提取出真实有效的指纹区域是非常重要的。处理方法：首先将指纹区域划分成若干个具有一定大小的块，然后利用块的浓度分布信息提取指纹边缘。(3)在自动成像输入部分没有物理按键功能的情况下，需要确定指纹采集的时刻。在处理不完整图像或湿度过大的低质量图像时，自动成像功能是必不可少的一部分。

处理方法：利用一部分指纹区域的浓度分布图，用程序实现。(4)数字化：利用图像块的平均密度和背景密度自动进行数字化处理。(5)指纹形态的分类根据指纹形态分类的特征点来提高识别速度和误识别率是非常有效的。处理方法：指纹形态分类是指以指纹中心点为基础，考虑丢失区域的分布特征，对四种形态进行分类。

我们的形态学分类方法在四种形态学分类中具有99%的识别特征。(6)在非线性自适应滤波器的输入图像中，当指纹线幅值发生变化或有很多孤立点(洞)时，在检测特征点时可能会出现很多虚假的特征量；当滤波没有正确进行时，也可以检测到错误的特征量。比如指纹线连在一起的现象，或者应该连在一起的地方断了。处理方法：去除白点周围的黑色区域和黑点周围的隔离区域。保证指纹线宽的均匀性。

滤波采用线性滤波器和中值非线性滤波器相结合的方式实现。(7)指纹的中心方向(此处取消)指纹的中心方向是应对任意角度旋转的重要特征量之一。处理方法：首先基于中心点将指纹图像分成四个区域，然后利用每个区域的方向分布确定一个中心方向。(8)确定指纹块的方向向量指纹块向量对确定指纹中心的方向和正确选择细节起辅助作用。

处理方法：将整个指纹场分为16个方向，用8向掩膜去除尖峰。基于块方向向量，更容易确定指纹中心。(9)特征量(位置、方向、类型等)的确定。)目前大多数特征量选择方法都是基于细化、指纹线宽均匀性保证等。上述方法的缺点是处理时间太长。

我们的指纹识别算法在数字处理值(过滤)的基础上直接确定细节点。该方法的特点是能快速确定指纹线的起点和终点，这些点可能成为分叉点的候选特征点，并参考方向向量去除虚假特征点。上述方法缩短了整个识别时间。(10)登记的指纹特征信息限于256(字节)字节。在比对特征信息(一个人的指纹信息)时，为了快速完成搜索，合理配置了搜索键。

(11)高速比较算法的处理方法：比较算法的特点是使用适合任意角度旋转的评价函数，以最少的运算完成比较检索。也就是将细节点位置的相对距离、方向差、类型进行合理的组合比较，提高了识别效果。

以上知识分享希望能够帮助到大家！