CN101819630A - 基于压感指纹采集和dsp算法的指纹识别系统和识别方法 - Google Patents

Abstract

本发明涉及一种指纹识别系统，尤其是涉及一种基于压感指纹采集及DSP算法处理的指纹识别系统，包括指纹采集单元、指纹识别单元和存储单元，指纹采集单元与指纹识别单元之间连接有第一通信总线，指纹识别单元与存储单元之间连接有第二通信总线，指纹采集模块包括一个压感式半导体指纹传感器，存储单元包括ZBTSRAM存储器，指纹识别单元包括一个ZBTSRAM控制器；本发明将指纹凸显识别处理算法经过先进的系统级优化设计理论进行优化设计，使用DSP芯片得以实施的小型化模块单元，通过外接器件实现指纹识别系统的算法数据流的无缝处理，模块体积小、速度快、数据信息量大。本发明还涉及一种应用上述系统的指纹识别方法。

Description

基于压感指纹采集和DSP算法的指纹识别系统和识别方法

技术领域

本发明涉及一种指纹识别系统，尤其是涉及一种基于压感指纹采集及DSP算法处理的指纹识别系统；本发明还涉及一种应用上述系统的指纹识别方法。

背景技术

指纹识别产品是一项技术含量很高的产品，它不是一种所谓‘即插即用’的产品，而是需要专业人员经过特别的安装、调试后才能够使用。

近几年来，全球的生物特征识别技术已经从研究阶段转向应用阶段，对该技术的研究和应用正进行得如火如荼，前景十分广阔。人体生物特征识别技术是一项发展前景极好的高新技术，逐渐被一些机构和消费者采用，成为一种越来越受欢迎的安全保障措施，从保护银行账号到公司的安全保障等都会采用相关技术。随着社会对身份识别要求的不断提高，该技术的重要性能将日益凸现。

911事件之后，随着安全意识的加强，人们对生物特征识别技术产生了巨大的兴趣，包括政府部门、企业等，使得这项技术也具有巨大的市场潜力。到2007年已达到34亿美元的产品收入，产业界预测表明，整个生物特征识别市场会继续增长，国际生物特征组织IBG（InternationalBiometricGroup）对生物特征识别技术做了较详细的市场分析和市场预测。据IBG发布的2007-2012年全球生物识别市场报告预测，到2012年全球生物识别市场的规模将超过74亿美元。其中指纹识别技术在市场上仍然占主要地位。

目前，生物特征识别产品的价格正在降低，一方面是技术进步的结果，另一方面是因为有更多的商家进入这个市场。可以预见，在不久的将来，生物特征识别技术必将越来越广泛地应用于生活和工作的各个领域。从过去10年的市场情况来看，指纹识别和掌形识别技术的应用最为广泛，指纹识别技术占据了更大的优势，看起来用手作为身份识别的手段更易为大众所接受。国内市场上主要的生物特征识别产品基本上都是基于指纹识别技术的，指纹识别的产品也已经应用到了许多方面。

发明内容

本发明的目的在于提供一种体积小、速度快、数据信息量大的基于压感指纹采集和DSP算法的指纹识别系统；

本发明的另一个目的在于提供一种应用上述指纹识别系统的指纹识别方法。

为解决上述技术问题，本发明所采用的第一个技术方案是：

一种基于压感指纹采集和DSP算法的指纹识别系统，包括指纹采集单元、指纹识别单元和存储单元，指纹采集单元与指纹识别单元之间连接有第一通信总线，指纹识别单元与存储单元之间连接有第二通信总线，指纹采集模块包括一个压感式半导体指纹传感器，存储单元包括ZBTSRAM存储器，指纹识别单元包括一个ZBTSRAM控制器。

本系统采用ZBTSRAM存储器，通过高效利用系统总线，进行随机读写，避免了读写状态之间的转换周期，消除了读写延迟，实际数据传输率得到了显著提高，此外，ZBTSRAM存储器还具有容量大，可根据用户系统的要求动态调整输出状态的特点，通过消除无效周期，提高了系统带宽，同时，降低了通信系统对系统计时的要求；ZBTSRAM控制器解决了ZBTSRAM存储器与系统的其他模块之间在进行数据通信时的总线竞争问题。

上述技术方案还可以进一步完善，作为优选，ZBTSRAM控制器包括接口电路传输层、流水线延时控制模块、地址控制输出模块、时钟输出控制模块、和数据存储通道，接口电路传输层存储用户的输入，并输出信号；流水线延时控制模块根据ZBTSRAM存储器的工作模式为输出数据提供适合的延时时间；地址控制输出模块用于对地址和控制信号进行存储；数据存储通道用于对数据的存储提供双向控制。

作为优选，指纹识别单元包括一个与指纹采集模块连接的指纹传感器控制器，用于控制指纹采集模块进行指纹信息采集并对采集到指纹数据进行A/D转换。当有手指按压指纹传感器时，指纹传感器控制器控制指纹识别单元的指纹传感器进行指纹信息的采集，并将A/D转换后的数据传输到ZBTSRAM存储器。

作为优选，指纹识别单元还包括一个DSP处理器算法模块，用于进行指纹的预处理、特征提取和指纹比对，DSP处理器算法模块与指纹传感器控制器通信。指纹的预处理采用指纹判定滤波、图像增强、图像二值化等过程。

作为优选，它还包括一个外接在指纹识别单元上的FLASH存储器，用于存放指纹数据，指纹识别单元还包括一个FLASH控制器，FLASH控制器与DSP处理器算法模块通信。本系统采用外接FLASH存储器存放指纹数据，FLASH控制器提供与FLASH存储器的接口和并实现实时调用。

本发明所采用的第二个技术方案是：

一种指纹识别方法，它包括如下步骤：

a、指纹录入，指纹采集模块采样登录的指纹数据，并通过指纹传感器控制器将指纹数据存入存储单元中；

b、图像处理，DSP处理器算法模块读取存储单元中录入的指纹数据，对其进行预处理，并将预处理后的指纹图像数据重新存入存储单元；

c、特征点提取，DSP处理器算法模块检测预处理后的指纹图像上的分叉点和端点，形成特征点数据，并将特征点数据重新存入存储单元；

d、指纹识别登录或比对，如果是指纹登录，则将存储单元中存储的特征点数据存储到FLASH存储器中，形成指纹数据库；如果是指纹比对，则DSP处理器算法模块还从FLASH存储器中读取存放的指纹数据，并将其与录入的指纹数据进行比较，输出比对结果。

上述技术方案还可以进一步完善，作为优选，预处理是指对录入的指纹数据进行指纹判定滤波、图像增强、图像二值化处理。

作为优选，指纹判定滤波采用空域算法，包括Gabor滤波、频域滤波和中值滤波。预处理过程的滤波实现采用空域算法，用不同的窗口模块对图像卷积运算。Gabor滤波器对于指纹图像纹理来说比较合适，实现了Gabor滤波，其中有一个参数是各点的脊线频率（除了大块背景区域外，整个指纹图像都有一个固定的频率，各点的差别对于Gabor滤波的影响不是很大），这个参数对于滤波的帮助并不是很大，但是，它最大的用处就是求指纹的边界线，这对于后面的伪细节点的判断是有用的，因为，边界处的端点常常是伪端点，它能够被用来调整指纹图像的大小，去掉多余的过大的背景区域，以加快之后的处理速度；频域滤波的目的是为了分析图像滤波处理的效果，这里可以采用高斯低通滤波、巴特沃思滤波和同态滤波；由于FFT变换采用蝶形算法，在频域滤波后最好进行一次中值滤波，尽早消除一些花纹。

作为优选，在图像二值化处理过程中采用两个阀值，当像素灰度大于两个阀值中的任意一个时，则赋予背景的灰度值，否则赋予脊线灰度值。

作为优选，指纹比对采用基于细节点特征的匹配方法，细节点是指分叉点和端点，当存在12个细节点与细节点坐标模型近似对应时，判定两个指纹相同。采用美国联邦调查局提出的细节点坐标模型来做指纹比对匹配，利用端点和分叉点这两种细节点来识别指纹，只要有12个细节点近似对应，就可以判定两个指纹相同，将这些细节点应用到点模式匹配算法中，自动指纹识别问题就转化为点模式匹配问题。

由于上述技术方案的采用，本发明具有以下优点：

本发明将指纹凸显识别处理算法经过先进的系统级优化设计理论进行优化设计，使用DSP芯片得以实施的小型化模块单元，通过外接压感指纹采集器、ZBTSRAM存储器、FLASH存储器实现指纹识别系统的算法数据流的无缝处理，模块体积小、速度快、数据信息量大，本发明可应用到安全检测、计算机、网络、身份识别等领域。

附图说明

图1是本发明的一种结构示意图；

图2是本发明的指纹采集单元、指纹传感器控制器、ZBTSRAM控制器的一种电路框图；

图3是本发明的ZBTSRAM控制器的一种结构示意图；

其中：1、指纹采集单元；2、指纹识别单元；21、指纹传感器控制器；22、DSP处理器算法模块；23、ZBTSRAM控制器；3、存储单元；4、FLASH存储器。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

请参见图1所示的一种基于压感指纹采集和DSP算法的指纹识别系统，包括指纹采集单元、指纹识别单元和存储单元，指纹采集单元与指纹识别单元之间连接有第一通信总线，指纹识别单元与存储单元之间连接有第二通信总线，指纹采集模块包括一个压感式半导体指纹传感器，存储单元包括ZBTSRAM存储器，指纹识别单元包括一个ZBTSRAM控制器。

压感式半导体指纹传感器是一种利用含有微型晶体的平面，通过感知压力转化为电子信号并通过多种技术来绘制指纹图像的器件，它采用自动控制技术，能够自动调节指纹图像像素行以及指纹局部范围的敏感程度，在不同的环境下结合反馈的信息便可产生高质量的图像。半导体指纹采集设备可以获得相当精确的指纹图像，分辨率可高达600dpi并且指纹采集时不需要像光学采集设备那样，要求有较大面积的采集头。由于半导体芯片的体积小巧，功耗很低，可以集成到许多现有设备中，这是光学采集设备所无法比拟的。

在本实施例中，采用了一种压感式半导体器件，它通过感知压力并转化为电子信号生成指纹传感图像，其传感区域16．0*23．4mm，象素数为256*384点，尺寸仅为1．1英寸，分辨率可达600DP，高过其他目前市场上使用较多的电容式传感器，并且它是世界上第一个表面压感式指纹传感器，在水中和干燥环境下都能毫无影响地正确感知。另外，它的一个显著优点是极低的电流消耗，感知时的峰值电流在3mA以下。这种器件采用了自动控制技术，能够自动调节指纹图像像素行以及指纹局部范围的敏感程度，在不同的环境下结合反馈的信息便可产生高质量的图像。

指纹识别单元2包括一个与指纹采集模块1连接的指纹传感器控制器21，用于控制指纹采集模块1进行指纹信息采集并对采集到指纹数据进行A/D转换。在指纹采集阶段，当有手指按压到指纹传感器上时，指纹传感器控制器21即控制指纹传感器进行指纹信息的采集，并将A/D转换后的数据传输到ZBTSRAM存储器。

如图2所示，指纹传感器控制器21包括寄存器控制模块和传感器控制模块，用于输出控制信号至指纹采集单元1；指纹传感器控制器21还包括采样保持电路，AD转换器，256×2字节缓存，ID编码模块，串并通信模块，用于对指纹采集单元1接收的指纹数据进行处理。寄存器控制模块、串并通信模块通过数据总线与ZBTSRAM控制器23通信。

指纹识别系统的存储单元3采用ZBT（zerobusturn-around）SRAM存储器，并通过高效利用系统总线，进行随机读写，避免了读写状态之间的转换周期，消除了读写延迟，实际数据传输率得到显著提高。ZBTSRAM控制器23的设计是系统中的关键部分，其性能直接影响到整个系统的性能。全新智能ZBTSRAM系列存储器，容量大，可根据用户系统的要求动态调整输出状态，它通过消除无效周期，提高了系统带宽，同时降低通信系统对系统计时的要求。

ZBTSRAM控制器23解决ZBTSRAM与系统的DSP处理器算法模块、指纹采集模块、FLASH存储器数据通信中的总线竞争的问题。ZBTSRAM接口控制器主要由5个模块组成，如图3所示，分别是，接口电路传输层、流水线延时控制模块、地址控制输出模块、时钟输出控制模块、数据存储通道。接口电路传输层存储用户的输入，并输出信号；流水线延时控制模块根据ZBTSRAM存储器的工作模式为输出数据提供适合的延时时间；地址控制输出模块用于对地址和控制信号进行存储；数据存储通道用于对数据的存储提供双向控制。

如图3所示，ZBTSRAM的接口信号主要由时钟信号、控制总线、地址总线和数据总线等组成。其中，时钟信号clk_zbt是为ZBTSRAM实现包括读、写操作在内的各种操作提供驱动信号。控制总线主要由三种信号组成，we_n是读写信号控制、we_n=1允许读操作、we_n=0允许写操作。bw_n是同步字节写使能信号，每个字节都有自己有效的写使能低电平。ld_n是地址控制信号，ld_n=0时内部的寄存器加载新的地址，若在时钟的上升沿ld_n=1则内部地址计数器增加。地址总线addr为对ZBTSRAM读写操作存储器单元提供存储地址寻址信号，其位数由ZBTSRAM的存储容量决定；数据总线dq是ZBTSRAM在读写操作时与外部进行数据交换的通道。

指纹识别单元2还包括一个DSP处理器算法模块22，用于进行指纹的预处理、特征提取和指纹比对，DSP处理器算法模块22与指纹传感器控制器21通信，ZBTSRAM控制器23与DSP处理器算法模块22通信。

此外，如图1所示，指纹识别系统还包括一个外接在指纹识别单元2上的FLASH存储器4，用于存放指纹数据，指纹识别单元2还包括一个FLASH控制器24，FLASH控制器24与DSP处理器算法模块22通信。本系统采用外接FLASH存储器存放指纹数据，FLASH控制器提供与FLASH存储器的接口和并实现实时调用。

一种上述指纹识别系统的指纹识别方法，包括如下步骤：

a、指纹录入，指纹采集模块1采样登录的指纹数据，并通过指纹传感器控制器21将指纹数据存入存储单元3中；

b、图像处理，DSP处理器算法模块22读取存储单元3中录入的指纹数据，对其进行预处理，并将预处理后的指纹图像数据重新存入存储单元3；

c、特征点提取，DSP处理器算法模块22检测预处理后的指纹图像上的分叉点和端点，形成特征点数据，并将特征点数据重新存入存储单元3；

d、指纹识别登录或比对，如果是指纹登录，则将存储单元3中存储的特征点数据存储到FLASH存储器4中，形成指纹数据库；如果是指纹比对，则DSP处理器算法模块22还从FLASH存储器4中读取存放的指纹数据，并将其与录入的指纹数据进行比较，输出比对结果。

本系统DSP处理器算法模块用于实现指纹的预处理、特征点提取和指纹比对。

指纹的预处理包括指纹判定滤波、图像增强、图像二值化等过程，具体包括：预处理过程的滤波实现采用空域算法，用不同的窗口模块对图像卷积运算。Gabor滤波器对于指纹图像纹理来说比较合适，实现了Gabor滤波，其中有一个参数是各点的脊线频率（除了大块背景区域外，整个指纹图像都有一个固定的频率，各点的差别对于Gabor滤波的影响不是很大），这个参数对于滤波的帮助并不是很大，但是，它最大的用处就是求指纹的边界线，这对于后面的伪细节点的判断是有用的，因为，边界处的端点常常是伪端点，它能够被用来调整指纹图像的大小，去掉多余的过大的背景区域，以加快之后的处理速度；频域滤波的目的是为了分析图像滤波处理的效果，这里可以采用高斯低通滤波、巴特沃思滤波和同态滤波；由于FFT变换采用蝶形算法，在频域滤波后最好进行一次中值滤波，尽早消除一些花纹。

在图像二值化处理过程中，将指纹脊线和谷线分为两个不同的灰度等级，前提是前面的滤波增强做好，二值化的阀值选择合适。阀值的选择有静态的和动态的，静态的就是对一副指纹图像使用单一阀值进行分割，可以直接指定一个数值，或者使用整幅图象的灰度均值，动态阀值选择就是对一幅指纹图像的不同象素点或不同区域使用不同的阀值，比如象素领域的均值。动态阀值的方法对当图像不同部分平均灰度差别很大时比静态的单一阀值效果好些。当指纹背景区域比较大而且背景的灰度值也有变化，不是单一的灰度时，动态阀值分割就会遇到困难，难免把一部分背景分割为指纹脊线，但如果选取的领域比较大，超过脊线和谷线的宽度时，不大可能会把脊线或谷线划错。所以本系统采用的是将两种方法结合起来，使用了两个阀值，一个是指定的，一个是象素局部领域均值，主要针对的是大块背景的分割，如果背景和谷线一样用白色或大的灰度表示时，只要象素灰度大于两个阀值中的任何一个，就赋予背景的灰度值，否则为前景（即脊线）灰度值。图像二值化处理在指纹预处理中是比较关键的，在这个过程中要提取出指纹的脊线，直接决定了后面细化、特征提取的正确性，如果没做好，后面再好的算法也不能发挥效果。

之后的细化，其效果很好检验，只要不割断连接的脊线，并且保持单象素宽就可以。有时二维循环变量界线多一或少一，会在指纹二值化图像上出现斜向的多象素宽断断续续的直线，选择合适的细化函数，终于发现没有了那个现象，对比后，原来是行、列的循环变量没有跟图像对齐。对所有程序检查了一遍，发现了不少这种错误。细化后的纹线虽然有些破碎，交叉的地方，但很多对于人眼来说，都能分辩得出，哪里是真纹线，哪里的断线应该接上。找到一种能实现细化后纹线修复的方法，实现方向场的计算可以在检测细节点时直接去掉多余的叉线，连接断线，这样能节省细节点真伪的判断。方向使用微分算子计算，得到dy和dx，由dy/dx得到方向角的正切。这种方法比较精确，但因为图像噪声影响，各相邻点的方向往往都相差很大，所以需要对求出的方向进行平滑操作，但对求各方向的平均方向不好定义，使用一种方向，这种方向只有八个，这种方向是使用模板求的，由于方向数较少，所以平滑的时候可以取邻域中所占数目最多的一个，平滑的效果比较好，但对于不同方向的交界处象素的方向会产生偏差。求出方向后接着求核心点和三角点，它的依据的基本原理是代数拓扑学，根据各点领域方向求庞加莱数，再判断是否是核心点或三角点。

特征点的提取是在细化后的图像上检测分叉点和端点，提取过程比较简单，主要的方面是特征点的表示。可以用特征点的种类、坐标，种类只有两种，坐标是相对于图像左上角的图像原点。这样同一指纹的同一特征点就会在不同图像拥有不同的坐标，所以需要平移和旋转来较正指纹图像，平移的x,y距离和旋转的角度可以通过两幅图像的一对由各自三个特征点组成的全等三角形确定，但如果伪特征点过多的话，将会产生很大干扰，运算比较费时。所以要用这种方法校准的话，就要先尽可能多地去掉伪特征点，或者选择不同的坐标原点，和坐标轴，使特征点的坐标表述具有平移旋转不变的特性。一个最合适的坐标原点就是核心点。有一个角是平移旋转不变的，就是特征点所在纹线的方向和特征点与核心点之间连线的夹角，所以就把它作为特征点的性质。

指纹比对就是将体征提取步骤提取出来的指纹特征与数据库中的模板特征相比较，确定是否来自同一个手指。匹配算法是整个指纹识别系统中至关重要的部分。根据指纹细节特征的不同，指纹匹配算法主要包括基于点模式匹配算法、基于纹理模式匹配算法和基于图的匹配算法。或将指纹匹配算法直接分为基于点模式的匹配算法和不基于点模式的匹配算法(除了点模式以外的匹配算法)。本系统的指纹识别算法是基于细节点特征的匹配，根据指纹细节点定义和相似性判断函数选取的不同，指纹匹配方法又可分为：基于奇异点的匹配算法、基于三角形的匹配算法、基于极坐标变换的匹配算法、基于动态规划的匹配算法、基于图匹配的算法等等。而上述分类方法并不是绝对的，各种方法是相互联系的，同时有很多算法彼此交叉，每个算法都有自己的特点，并针对特殊的应用。目前，自动指纹识别系统常用的方法是基于美国联邦调查局(FBI)提出的细节点坐标模型来做匹配，利用端点和分叉点这两种细节点来识别指纹。并且FBI指出，只要有12个细节点近似对应，就可以判定两个指纹相同。将这些细节点应用到点模式中时，自动指纹识别问题就转化为点模式匹配问题。

本发明的主要应用包括：指纹机械两用防盗门锁、指纹保险柜、指纹箱包系列产品、银行和金融等特殊行业管理系统、智能建筑与居住小区智能化安全防范及管理系统、酒店、宾馆身份识别管理与门禁系统、指纹门禁智能防盗锁。

Claims (10)

1.一种基于压感指纹采集和DSP算法的指纹识别系统，包括指纹采集单元（1）、指纹识别单元（2）和存储单元（3），所述的指纹采集单元（1）与所述的指纹识别单元（2）之间连接有第一通信总线，所述的指纹识别单元（2）与所述的存储单元（3）之间连接有第二通信总线，其特征在于：所述的指纹采集模块（1）包括一个压感式半导体指纹传感器，所述的存储单元（3）包括ZBTSRAM存储器，所述的指纹识别单元（2）包括ZBTSRAM控制器（23）。

2.根据权利要求1所述的基于压感指纹采集和DSP算法的指纹识别系统，其特征在于：所述的ZBTSRAM控制器（23）包括接口电路传输层、流水线延时控制模块、地址控制输出模块、时钟输出控制模块、和数据存储通道，所述的接口电路传输层存储用户的输入，并输出信号；所述的流水线延时控制模块根据所述的ZBTSRAM存储器的工作模式为输出数据提供适合的延时时间；所述的地址控制输出模块用于对地址和控制信号进行存储；所述的数据存储通道用于对数据的存储提供双向控制。

3.根据权利要求1所述的基于压感指纹采集和DSP算法的指纹识别系统，其特征在于：所述的指纹识别模块（2）包括一个与所述的指纹采集模块（1）连接的指纹传感器控制器（21），用于控制所述的指纹采集模块（1）进行指纹信息采集并对采集到指纹数据进行A/D转换。

4.根据权利要求3所述的基于压感指纹采集和DSP算法的指纹识别系统，其特征在于：所述的指纹识别单元（2）还包括一个DSP处理器算法模块（22），用于进行指纹的预处理、特征提取和指纹比对，所述的DSP处理器算法模块（22）与所述的指纹传感器控制器（21）通信，所述的ZBTSRAM控制器（23）与所述的DSP处理器算法模块（22）通信。

5.根据权利要求4所述的基于压感指纹采集和DSP算法的指纹识别系统，其特征在于：它还包括一个外接在所述的指纹识别单元（2）上的FLASH存储器（4），用于存放指纹数据，所述的指纹识别单元（2）还包括一个FLASH控制器（24），所述的FLASH控制器（24）与所述的DSP处理器算法模块（22）通信。

6.一种采用如权利要求1～5中任意一条所述的基于压感指纹采集和DSP算法的指纹识别系统的指纹识别方法，其特征在于，它包括如下步骤：

a、指纹录入，指纹采集模块（1）采样登录的指纹数据，并通过指纹传感器控制器（21）将所述的指纹数据存入存储单元（3）中；

b、图像处理，DSP处理器算法模块（22）读取所述的存储单元（3）中录入的指纹数据，对其进行预处理，并将预处理后的指纹图像数据重新存入所述的存储单元（3）；

c、特征点提取，所述的DSP处理器算法模块（22）检测预处理后的指纹图像上的分叉点和端点，形成特征点数据，并将所述的特征点数据重新存入所述的存储单元（3）；

d、指纹识别登录或比对，如果是指纹登录，则将所述的存储单元（3）中存储的所述的特征点数据存储到FLASH存储器（4）中，形成指纹数据库；如果是指纹比对，则所述的DSP处理器算法模块（22）还从所述的FLASH存储器（4）中读取存放的指纹数据，并将其与录入的指纹数据进行比较，输出比对结果。

7.根据权利要求6所述的指纹识别方法，其特征在于：所述的预处理是指对录入的指纹数据进行指纹判定滤波、图像增强、图像二值化处理。

8.根据权利要求7所述的指纹识别方法，其特征在于：所述的指纹判定滤波采用空域算法，包括Gabor滤波、频域滤波和中值滤波。

9.根据权利要求7所述的指纹识别方法，其特征在于：在所述的图像二值化处理过程中采用两个阀值，当像素灰度大于两个所述的阀值中的任意一个时，则赋予背景的灰度值，否则赋予脊线灰度值。

10.根据权利要求6所述的指纹识别方法，其特征在于：所述的指纹比对采用基于细节点特征的匹配方法，所述的细节点是指所述的分叉点和所述的端点,当存在12个细节点与细节点坐标模型近似对应时，判定两个指纹相同。

Images