CN105528572A - 指纹辨识方法 - Google Patents

Abstract

发明提供指纹验证系统和指纹辨识方法，指纹验证系统借由分析生物识别指纹特征点来核实身份，而所述的生物识别指纹特征点包括一个指纹的嵴和孔。指纹辨识方法包含一获得第一指纹的步骤、一获得第二指纹的步骤，以及一比较第一指纹和第二指纹的步骤。本发明提供有效的系统和方法以减少身份诈骗。

Description

指纹辨识方法

技术领域

本发明关于一种辨识指纹并减少身份诈骗的方法，尤其是指以孔对孔的比较来辨识指纹和减少身份诈骗的方法。

背景技术

每年信用卡和支票诈欺危害金融业数十亿元，其中一个主要原因在于金融机构只使用一种凭证，例如信用卡，进行身份识别即允许存取金融账户。

虽然PIN码和社会安全码(SocialSecurityNumbers)都被用于抑止诈欺，PIN码和社会安全码，如众所周知可能易于被诈欺犯通过各种诡秘的方式取得。

为了减少诈骗，安全性解决方案供货商已经提出了结合生物识别法(其能代表个体独特的可定量的特征)及常规辨识法(例如身份证件、注册帐户、帐户号码)来验证身份。

然而，一个大规模的系统可能包含庞大的信息。例如，信资调查机构(CreditBureau)的系统中储存了超过一亿笔身份数据，而每个身份资料都代表一个美国地区信用卡持有者。对于如此巨大的系统，即使一个生物识别方法具有最稳健的错误拒绝率(FalseRejectionRate)和错误接受率(FalseAcceptanceRate)，最终仍可能会产生错误。

因此，为了同时减少身份诈欺和抑制错误率，指纹辨识方法需要新的辨识标准与更佳的可靠度。

发明内容

为了提供改良指纹辨识精确度的方法，本发明的部分实施方式揭露指纹辨识方法，方法起始于一自一第一对象获得一第一指纹影像的步骤，并自第一指纹影像撷取一第一嵴纹信息和一第一孔纹信息。本方法进一步是自一第二对象获得一第二指纹影像，自第二指纹影像撷取一第二嵴纹信息和一第二孔纹信息。而第一孔纹信息和第二孔纹信息皆包含描述符(Descriptors)，以表示孔的特征。为了确认第二对象的身份，本方法接着将第二嵴纹信息与第一嵴纹信息比较，以产生一个嵴相似度分数，并比较第一孔纹信息与第二孔纹信息，以产生一个孔相似度分数，由先前步骤所获得的嵴相似度分数和孔相似度分数，接着决定第二对象的身份。

为了提供改善可靠度的方法，本发明公开了部分降低身份诈骗的实施方式，方法起始于自第一对象获得第一指纹影像的步骤，以及自第一指纹影像撷取第一孔纹信息。此方法进一步自第二对象获得第二指纹影像的步骤，以及自第二指纹影像撷取第二孔纹信息，而第一孔纹信息和第二孔纹信息皆包含描述符，以表示孔的特征。为了检视第二对象的真实性，本方法接着将比较第一孔纹信息与第二孔纹信息，以产生一个孔相似度分数，并确认孔相似度分数是否满足默认值(Pre-determinedValue)。

此外，本发明有部分实施方式是关于降低错误接受率和错误拒绝率的方法，其他部分实施方式则公开了许多基于嵴纹信息、孔纹信息及其组合的认证标准，用以确定个体身份。本发明还提供一些其他的实施方式可减少假指纹诈骗案，还有些其他实施方式则提供抑制随机孔配(RandomPoreMatching)错误率的机制。

附图说明

图1是一流程图，根据本发明的部分实施方式，其阐释一个辨识指纹和降低身份诈骗的方法；

图2是一流程图，根据本发明的部分实施方式，其阐释一个辨识指纹的方法；

图3是一流程图，根据本发明的部分实施方式，其阐释一个降低身份诈骗的方法；

图4是一示意图，根据本发明的部分实施方式，其表示一个指纹验证系统；

图5是一示意图，根据本发明的部分实施方式，其表示一处理单元；

图6是一示意图，根据本发明的部分实施方式，其表示一影像质量增强模块；

图7是一示意图，根据本发明的部分实施方式，其表示一影像格式转换模块；

图8是一示意图，根据本发明的部分实施方式，其表示一特征点撷取模块；

图9是一示意图，根据本发明的部分实施方式，其表示一特征点模板创造模块；

图10是根据本发明的部分实施方式，其为被一影像传感器捕捉的一指纹影像；

图11是一示意图，根据本发明的部分实施方式，其表示一个二值化指纹；

图12A和12B是示意图，根据本发明的部分实施方式，其表示一个骨架化程序的转换；

图13A和13B是示意图，根据本发明的部分实施方式，其表示一个骨架化程序的转换；

图14A和14B是示意图，根据本发明的部分实施方式，其表示封闭程序的转换；

图15是一示意图，根据本发明的部分实施方式，其表示不同大小的孔；

图16是一示意图，根据本发明的部分实施方式，其表示不同形状和角度的孔；

图17A是一示意图，根据本发明的部分实施方式，其表示第一层嵴纹和第一阶孔纹；

图17B是一示意图，根据本发明的部分实施方式，其表示第二层嵴纹和第二阶孔纹；

图18A是一示意图，根据本发明的部分实施方式，其表示在骨架图中的转折点；

图18B是一示意图，根据本发明的部分实施方式，其表示在骨架图中的主轴线；

图19A是一示意图，根据本发明的部分实施方式，其表示由主轴线定义的逆时针半嵴；

图19B是一示意图，根据本发明的部分实施方式，其表示由主轴线定义的顺时针半嵴。

具体实施方式

关于指纹辨识方法，本发明公开的一些实施方式涉及指纹辨识方法，如图1所示，此方法包含一获得一第一指纹的步骤(S100)、一获得一第二指纹的步骤(S200)和一比较第一指纹和第二指纹的步骤(S300)。此方法通过检验对象自然呈现的物理特征而可被用于验证对象。

图2是一流程图，根据本发明的部分实施方式，其阐释一个辨识指纹方法，此方法包含一获得一第一指纹的步骤(S100)、一自第一指纹影像撷取一第一嵴纹信息和一第一孔纹信息的步骤(S110)、一第二指纹的步骤(S200)、一自第二指纹影像撷取一第二嵴纹信息和一第二孔纹信息的步骤(S210)、一借由比较第一嵴纹信息和第二嵴纹信息产生一嵴相似度分数的步骤(S311)、一借由比较第一孔纹信息和第二孔纹信息产生一孔相似度分数的步骤(S312)和一基于嵴相似度分数和孔相似度分数决定第二对象的身份的步骤(S313)。

在部分实施方式中，获得第一指纹的步骤被称为登记程序。登记程序包含许多步骤，第一步骤是获得包含嵴纹特征点和孔纹特征点的第一指纹影像，第二步骤是分别转换嵴纹特征点和孔纹特征点成为一第一嵴纹模板和一第一孔纹模板，第三步骤是合并第一嵴纹模板和第一孔纹模板成为登记组合。

在部分实施方式中，获得第二指纹的步骤被称为受测程序，受测程序包含许多步骤，第一步骤是获得包含嵴纹特征点和孔纹特征点的第二指纹影像，第二步骤是分别转换嵴纹特征点和孔纹特征点成为一第二嵴纹模板和一第二孔纹模板，第三步骤是合并第二嵴纹模板和第二孔纹模板成为受测组合。

在部分实施方式中，比较第一指纹和第二指纹的步骤被称为认证程序，认证程序包含许多步骤，第一步骤是比较登记组合和受测组合，第二步骤是产生嵴相似度分数和孔相似度分数，第三步骤是确认嵴相似度分数和孔相似度分数是否满足默认标准。

关于降低身份诈骗的方法，本发明公开的一些实施方式涉及降低身份诈骗的方法，如图1所示，此方法包含一获得一第一指纹的步骤(S100)、一获得一第二指纹的步骤(S200)和一比较第一指纹和第二指纹的步骤(S300)。此方法通过检验人类手指自然呈现的物理特征而可被用于验证人造的指纹。此外，此方法可以独立实施或与本发明公开的指纹辨识方法一起实施。

图3是一流程图，根据本发明的部分实施方式，其阐释一个降低身份诈骗的方法，此方法包含一获得一第一指纹的步骤(S100)、一自第一指纹影像撷取一第一孔纹信息的步骤(S120)、一自第二对象获得第二指纹的步骤(S200)、一自第二指纹影像撷取一第二孔纹信息的步骤(S210)、一借由比较第一孔纹信息和第二孔纹信息产生一孔相似度分数的步骤(S321)、一确认孔相似度分数是否满足默认值的步骤(S322)。

在降低身份诈骗的方法的部分实施方式中，获得第一指纹的步骤被称为登记程序，登记程序包含许多步骤，第一步骤是获得包含嵴纹特征点和孔纹特征点的第一指纹影像，第二步骤是转换孔纹特征点成为一第一孔纹模板。

在降低身份诈骗的方法的部分实施方式中，获得第二指纹的步骤被称为受测程序，受测程序包含许多步骤，第一步骤是获得包含嵴纹特征点和孔纹特征点的第二指纹影像，第二步骤是转换孔纹特征点成为一第二孔纹模板。

在降低身份诈骗的方法的部分实施方式中，比较第一指纹和第二指纹的步骤是关于一个认证程序，认证程序包含许多步骤，第一步骤是比较第一孔纹模板和第二孔纹模板，第二步骤是产生孔相似度分数，第三步骤是确认孔相似度分数是否满足默认标准。

关于指纹辨识系统(Fingerprint-basedVerificationSystem)，本发明公开的部分实施方式涉及指纹辨识系统，如图4所示，指纹辨识系统1包含一影像传感器10、一处理单元20与影像传感器10相连接、一记忆单元30与处理单元20相连接。在部分情况下，指纹辨识系统可被用于确认对象身份。

其中，影像传感器的配置是为了捕捉手指上的特征点，影像传感器可以是光学传感器、电容式传感器和热传感器。影像传感器的分辨率可视需求而变化，例如，作为个人装置可为500每英寸点数(dpi)，作为商务装置可为2,000dpi。手指上的那些特征点，例如嵴(Ridges)、谷(Valleys)和孔(Pores)通常生成3D的样式，以影像传感器和处理单元，可能捕捉到灰阶格式的指纹影像。作为二值化图像(或黑白图像)，指纹影像中嵴会被转换成暗像素(DarkPixels)，谷和孔会被转换成白像素(WhitePixels)。此外，指纹影像可以被储存于记忆装置中，在一些情况下进一步利用。

处理单元的配置是为了处理指纹影像，如图5所示，根据本发明的部分实施方式，示意图表示一处理单元，处理单元20可能包含一个选自于以影像质量增强模块(ImageQualityEnhancementModule)210、影像格式转换模块(ImageFormatTransformationModule)220、特征点撷取模块(MinutiaExtractionModule)230、特征点模板创造模块(MinutiaTemplateCreationModule)240、特征点模板比较模块(MinutiaTemplateComparisonModule)250及其组合所组成的群组。

关于影像质量增强模块(ImageQualityEnhancementModule)，图6是一示意图，根据本发明的部分实施方式，其表示一影像质量增强模块。影像质量增强模块210包含三个相连接的次模块，第一增强次模块211，是一个噪声降低模块(NoiseReductionModule)，被设置用以实施噪声降低功能。第二增强次模块212，是一个平滑化模块(SmootheningModule)，被设置用以实施平滑化滤网，增强当前的嵴边界影像清晰度。第三增强次模块213，是一个对比增强模块(ContrastEnhancementModule)，被设置用以实施对比增强滤网，增强影像质量以显现小型汗孔。推荐在电容式传感器或在分辨率为500dpi及其以下时使用第三增强次模块213。

关于影像格式转换模块(ImageFormatTransformationModule)，图7是一示意图，根据本发明的部分实施方式，其表示一影像格式转换模块。影像格式转换模块220包含三个相连接的次模块，第一转换次模块221，是一个流线图模块(Flow-mapModule)，被设置用以自指纹影像呈现出的空间区域建立一个流线图，流线图是一个灰度图像(GrayscaleImage)，其在频域(FrequencyDomain)中呈现并被建立用于锚定奇异点(SingularPoints)，例如是一个指纹的核心区(CoreZone)或三角区(DeltaZone)。第二转换次模块222，是一个直方图二值化模块(HistogramBinarizationModule)，被设置用以进行二值化处理，即转换嵴为暗像素，转换谷和孔为白像素。第三转换次模块223，是一个骨架化模块(SkeletonizationModule)，被设置用以实施骨架化程序，转换二值化影像上的嵴，使在骨架图上成为一个画素宽的线。

关于特征点撷取模块(MinutiaExtractionModule)，图8是一示意图，根据本发明的部分实施方式，其表示一特征点撷取模块。特征点撷取模块230包含三个相连接的次模块，第一撷取模块231被设置用于实施第一层生物识别特征点撷取程序(Level-1BiometricMinutiaeExtractionProcess)；第二撷取模块232被设置用于实施第二层生物识别特征点撷取程序(Level-2BiometricMinutiaeExtractionProcess)；以及第三撷取模块233被设置用于实施第三层生物识别特征点撷取程序(Level-3BiometricMinutiaeExtractionProcess)。

又，第一层生物识别特征点撷取程序具有四个作用，第一作用是锚定奇异点，例如在指纹影像的核心区或三角区。第二作用是锚定每个嵴的转折点(DeflectionPoints)。第三作用是利用奇异点和转折点的位置信息决定一个指纹的嵴分类，例如指纹可能落在正圆类(CircleClass)、椭圆类(EllipseClass)、螺旋类(WhorlClass)、畚箕类(LoopClass)、双畚箕类(Double-loopClass)、拱形类(ArchClass)、帐幕类(TentClass)或其他类别。第四作用是利用奇异点和转折点的位置信息建立一个骨干坐标系统(SkeletonCoordinationSystem)，其包含呈现嵴的骨架图，与第二层特征点撷取程序和第三层特征点撷取程序共同建立一个组，该组涵盖嵴纹模板和孔纹模板。

第二层特征点撷取程序应用于锚定特征点，例如是指纹上的分支点(BranchPoints)或末端点(EndPoints)。二阶层的生物识别特征点撷取程序具有两个作用，第一作用是锚定分支点(二根分枝的嵴)。第二作用是锚定末端点(嵴的尾端)。一个指纹的影像通常包含20个特征点，这些特征点可被进一步的应用。

第三层特征点撷取程序应用于锚定孔纹特征点，三阶层的特征点撷取程序具有五个作用，由五个作用产生的每一个数据代表孔的描述符。第一作用是锚定在嵴上的孔。第二作用是锚定岛型上的孔。第三作用是锚定疤痕区域；疤痕区域通常没有孔，且嵴的流向通常被疤痕区域的流向截断。第四作用是决定指纹影像上每个孔的参数，第五作用是提供一个制图机制，将孔并入在第一层生物识别特征点撷取程序建立的骨干坐标系统。

关于，特征点模板创造模块(MinutiaTemplateCreationModule)，图9是一示意图，根据本发明的部分实施方式，其表示一特征点模板创造模块。特征点模板创造模块240被设置用以转换特征点为登记组合或受测组合，而所述的特征点得自特征点撷取模块。登记组合或受测组合可被进一步储存于记忆单元的数据库。特征点模板创造模块包含三个相连接的次模块，其分别是一阶层模板创造模块(Level-1TemplateCreationModule)241、二阶层模板创造模块(Level-2TemplateCreationModule)242、以及三阶层模板创造模块(Level-3TemplateCreationModule)243。

其中，对于第一对象，一阶层模板创造模块241将转换在第一层生物识别特征点撷取程序所撷取的生物识别特征点，使其在登记程序中成为一阶层登记组合。生物识别特征点可以是在第一层生物识别特征点撷取程序中描述的奇异点、转折点、嵴类、骨干坐标系统、或其组合；其中，骨干坐标系统中包含代表嵴的骨架图。一阶层登记组合接着被储存于记忆单元的登记数据库。

对于第一对象，二阶层模板创造模块242将转换在第二层生物识别特征点撷取程序所撷取的生物识别特征点，使其在登记程序中成为二阶层登记组合。生物识别特征点可以是在二阶层的生物识别特征点撷取程序中描述的分支点、末端点、嵴类或其组合。二阶层登记组合接着被储存于登记数据库。

对于第一对象，三阶层模板创造模块243将转换在第三层生物识别特征点撷取程序所撷取的生物识别特征点，使其在登记程序中成为三阶层登记组合。生物识别特征点可以是第三层生物识别特征点撷取程序中描述的任一生物识别特征点。三阶层登记组合接着被储存于登记数据库。

对于第二对象，一阶层模板创造模块241将转换在第一层生物识别特征点撷取程序所撷取的生物识别特征点，使其在受测程序中成为一阶层受测组合。生物识别特征点可以是在第一层生物识别特征点撷取程序中描述的奇异点、转折点、嵴类、包含骨架图的骨干坐标系统中所代表的嵴或其组合。一阶层受测组合接着被储存于记忆单元的受测数据库。

对于第二对象，二阶层模板创造模块242将转换在第二层生物识别特征点撷取程序所撷取的生物识别特征点，使其在受测程序中成为二阶层受测组合。生物识别特征点可以是在第二层生物识别特征点撷取程序中被描述的分支点、末端点、嵴类或其组合。二阶层受测组合接着被储存于受测数据库。

对于第二对象，三阶层模板创造模块243将转换在第三层生物识别特征点撷取程序所撷取的生物识别特征点，使其在受测程序中成为二阶层受测组合。生物识别特征点可以是第三层生物识别特征点撷取程序中被描述的任一生物识别特征点。三阶层受测组合接着被储存于受测数据库。

关于描述符(Descriptors)，如图10所示，指纹影像包含一些有关于嵴30的特征，例如核心区31、嵴分支(Ridge-Branch)33、以及岛型34。随着二值化程序(BinarizationProcess)，在图11中阐述了一个指纹影像，图11清楚显示指纹影像包含核心区31、转折(Deflection)32、嵴分支、以及三角区。除了嵴30，指纹影像上的每个孔40也具有不同的特性，在孔和孔之间都是独特的。一个指纹影像上的嵴通常可提供20个特征点被用于识别一个人的身份，但同样指纹影像上的孔，可提供超过2000个点被用于实施同样的任务。

在部分实施方式中，本方法提供了数种分类系统，以对一个指纹影像上的孔的特性进行分类。孔的每个描述符都表示该孔在一个或多个分类系统下的特性。通过检视孔的描述符，一个对象的身份可以有效的被辨识。

其中，在第一分类系统，一个指纹影像的孔，如图10所示，基于孔的完整性可被区分为闭孔(ClosedPore)41、半闭孔(HalfClosedPore)42或开孔(OpenPore)43。然而，如图14A和14B所示，在其他分类系统中指纹影像上的半闭孔42和开孔43将经封闭程序而形成闭孔41。

在第二分类系统，孔的配对状态将被区分为是单个或成对，如图12A和13A所示，孔的配对状态，在嵴30上串接的孔定义为单个45，相反的，并排的孔定义为成对44。

图16是一示意图，根据本发明的部分实施方式，其表示不同形状和角度的孔。在第三分类系统，基于孔40的形状，孔40可以被区分为三角形、矩形、环形、半月形或哑铃形。此外，三角形可再进一步被区分为锐角三角形、直角三角形或钝角三角形的孔。矩形可再进一步被区分为正方形、长方形、梯形、菱形或平行四边形的孔。相似地，环形可再进一步被区分为圆形、对称椭圆形、不对称椭圆形、蛋形或钟形。半月形可再进一步被区分为上弦月形的孔或下弦月形的孔。哑铃形可再进一步被区分为对称哑铃形或不对称哑铃形的孔。

第四分类系统包含数个次系统，且其被建立在一个存在于指纹影像上的虚拟X-Y坐标系统上。第一次系统对于孔的分类是基于孔在X-Y坐标系统上的位置。如图15和16所示，孔的几何特性是高度多样性的。第二次系统对于孔的分类是基于孔的几何学特性，例如质量中心、长轴长度、短轴长度、方向和面积。接着所有局部的质量中心、长轴和短轴方向都被转换为全区坐标系统的长轴和短轴方向。

第五分类系统是基于骨干坐标系统，而所述的骨干坐标系统则建立于代表指纹影像中嵴的骨架图。如图12A至13B所示，骨架化程序转换将二值化指纹影像中的嵴转换成骨架图中一个画素宽的线。在骨架图中，嵴依阶层而分类生成一个骨干坐标系统。如图17A和17B所示，标识位在指纹的核心区或最内圈的嵴指定为标志1嵴(Index-1Ridge)36，在标志1嵴36紧邻外圈的指定为标志2嵴(Index-2Ridge)37，其他以此类推。在这个骨干坐标系统下，孔30落座在标志1嵴36将被分类为第一次序46，孔30落座在标志2嵴37将被分类为第二次序47，其他以此类推。

第六分类系统是建立自表示指纹影像上的嵴的骨架图所衍生出的指标，例如，一个指标可能是一个主轴线，如图18A和18B所示，主轴线50定义为在骨架图上穿过所有转折点(32A、32B、32C、32D和32E)的假想线，请参考图19A和19B，根据主轴线50，骨架图可以被区分为两个半嵴(Semi-Ridge)，即一顺时针半嵴(ClockwiseSemi-ridge)和一逆时针半嵴(AnticlockwiseSemi-ridge)。基于这两种半嵴，指纹影像上的孔可以简明的被区分成这两群。

第七分类系统基于孔40的角度分类。如图16的示意图所示，根据本发明的部分实施方式，其表示不同形状和角度的孔。此分类系统可基于第四和第五分类系统中揭露的X-Y坐标系统或骨干坐标系统；所述的孔40的角度即为一参考物与一参数的夹角，而所述的参数可为孔40的长轴或短轴。

第八分类系统也是基于在第六分类系统中揭露的主轴线，如图18B所示，孔可以由在孔40和主轴线50之间的距离来分类。

第九分类系统也是基于在第六分类系统中揭露的主轴线，孔可以由孔的向量(Vector)至半嵴的相对位置来分类。

在部分实施方式中，前述的分类系统可以协同其他因素生成更多孔的描述符。例如，第十分类系统，提供一个孔的分类是基于孔的周围环境；在此系统的类别包含特征是嵴上的孔被分为第一类、岛型上的孔被分为第二类，而第三类为无孔的疤痕区域。

前述的特征点和描述符是以孔纹特征点定义，在不同的实施方式中，不同的特征点和描述符的组合可以被储存于登记数据库和受测数据库以进一步使用。

关于辨识程序(Identificationprocess)，在部分实施方式中，辨识程序包含比较受测组合和登记组合以产生相似度分数，相似度分数是选自于由嵴相似度分数、孔相似度分数、整体相似度分数及其组合所构成的群组。相似度分数表示登记组合和受测组合之间的相似性，可被用于验证对象的身份。

前文中已描述和说明了许多发明，本发明既不局限于任何单个面向或其实施例，也不限于任何的组合和/或这些面向和/或实施例的排列。此外，每一个的本发明的面向和/或实施例，可以单独或与一种以上的其他本发明的面向和/或实施例组合使用。为简洁起见，因此许多的排列组合不单独在本文中讨论。

符号说明

S100、S110、S120～步骤

S200、S210～步骤

S300、S311、S312、S313、S321、S322～步骤

1指纹辨识系统

10影像传感器

20处理单元

210影像质量增强模块

211第一增强次模块

212第二增强次模块

213第三增强次模块

220影像格式转换模块

221第一转换次模块

222第二转换次模块

223第三转换次模块

230特征点撷取模块

231第一撷取模块

232第二撷取模块

233第三撷取模块

240特征点模板创造模块

241一阶层模板创造模块

242二阶层模板创造模块

243三阶层模板创造模块

250特征点模板比较模块

30记忆单元

31核心区

32转折

32A、32B、32C、32D、32E转折点

33嵴分支

34岛型

35嵴分支

36嵴

37嵴

41闭孔

42半闭孔

43开孔

44成对

45单个

46第一次序

47第二次序

50主轴线

Claims (15)

1.一种指纹辨识方法，其特征在于，包含:

自一第一对象获得一第一指纹影像；

自该第一指纹影像撷取一第一嵴纹信息和一第一孔纹信息，其中该第一孔纹信息包含一第一描述符；

自一第二对象获得一第二指纹影像；

自该第二指纹影像撷取一第二嵴纹信息和一第二孔纹信息，其中该第二孔纹信息包含一第二描述符；

借由比较该第一嵴纹信息和该第二嵴纹信息产生一嵴相似度分数；

借由比较该第一孔纹信息和该第二孔纹信息产生一孔相似度分数；以及

基于该嵴相似度分数和该孔相似度分数决定该第二对象身份。

2.如权利要求1所述的指纹辨识方法，其特征在于，获得该第一指纹影像的步骤和获得该第二指纹影像的步骤，是选自于由一光学传感器、一电容式传感器和一热传感器所构成的组合的其中的一个所执行。

3.如权利要求2所述的指纹辨识方法，其特征在于，该光学传感器具有500每英寸点数(dpi)或以上的分辨率。

4.如权利要求1所述的指纹辨识方法，其特征在于，该第一嵴纹信息和该第二嵴纹信息分别选自于由一奇异点、一转折点、一嵴类别、一骨干坐标系统、一特征点以及其结合的组合。

5.如权利要求4所述的指纹辨识方法，其特征在于，该第一孔纹信息和该第二孔纹信息分别包含复数个描述符。

6.如权利要求4所述的指纹辨识方法，其特征在于，该第一描述符和该第二描述符分别表示一孔的完整性。

7.如权利要求4所述的指纹辨识方法，其特征在于，该第一描述符和该第二描述符分别表示一孔的配对状态。

8.如权利要求4所述的指纹辨识方法，其特征在于，该第一描述符和该第二描述符分别表示一孔的形状。

9.如权利要求4所述的指纹辨识方法，其特征在于，该第一描述符和该第二描述符分别表示一孔的次序。

10.如权利要求4所述的指纹辨识方法，其特征在于，该第一描述符和该第二描述符分别表示一孔和一参考物之间的角度。

11.如权利要求4所述的指纹辨识方法，其特征在于，获得该第一指纹影像的步骤和获得该第二指纹影像的步骤分别还包含子步骤：封闭半闭孔和开孔。

12.如权利要求11所述的指纹辨识方法，其特征在于，获得该第一指纹影像的步骤和获得该第二指纹影像的步骤分别还包含子步骤：在骨架坐标系统形成一主轴线。

13.如权利要求12所述的指纹辨识方法，其特征在于，该第一描述符和该第二描述符分别表示一孔落座的一半嵴，其中该半嵴由该主轴线定义。

14.如权利要求13所述的指纹辨识方法，其特征在于，该第一描述符和该第二描述符分别表示一孔和该主轴线之间的距离。

15.一种减少身份诈骗的方法，其特征在于，包含：

自一第一对象获得一第一指纹影像；

自该第一指纹影像撷取一第一孔纹信息，其中该第一孔纹信息包含一第一描述符；

自一第二对象获得一第二指纹影像；

自该第二指纹影像撷取一第二孔纹信息，其中该第二孔纹信息包含一第二描述符；

借由比较该第一孔纹信息和该第二孔纹信息产生一孔相似度分数；以及

确定该孔相似度分数是否满足一默认值。