Android获取所有指纹数据手机获取指纹图像

转载

mob6454cc6ff2b9 2023-09-05 14:22:27

文章标签 Android获取所有指纹数据算法计算机视觉模式识别指纹识别 文章分类 Android 移动开发

指纹识别-(2)指纹图像的获取

一、指纹采集器采集指纹

1、指纹采集器分类

单指扫描的电子指纹采集器根据类型可以分为：光学指纹采集器、半导体指纹采集器。

Android获取所有指纹数据手机获取指纹图像_算法

（1）光学指纹采集器
光学指纹采集器基于全内反射破坏原理(FTIR)设计，FTIR的使用是为了增强指纹脊线与谷线的对比度。当手指按在镜片上时，指纹脊线接触镜面而谷不能接触，镜片表面与脊线的接触会破坏全反射条件，因而在图像传感器上形成明暗相间的纹理图像。光学指纹采集器一般体积较大，这是由于复杂的棱镜系统。
（2）半导体指纹采集器
半导体指纹采集器的采集原理不尽相同，可以通过电容、压感、射频、超声波和热敏等方式。电容式传感器如图。电容式传感器主要是通过指纹脊线和谷线对半导体的电容阵压感的不同使得产生的电容电压不同，如此即可获得指纹图像的纹理结构。射频传感器则是在传感器发出射频信号后，手指与半导体芯片间形成与指纹的脊谷纹理相关的电磁场，以此表征指纹图像。基于超声波的指纹采集器的基本原理为：传感器向指纹表面发射超声波，在接收到回波后，更具回波信号的不同产生指纹图像。超声波传感器最大的优点为具有很强的穿透性，可以获得皮肤深层的指纹，但获得的指纹图像质量较差。
半导体指纹采集器一般体积较小，常见于手机、电脑等移动设备。

2、指纹采集器的关键技术指标
不同的应用对指纹采集器的要求也不同，因此市场上出现的指纹采集器也各不相同。以下主要介绍指纹采集器的采集面积及分辨率两项指标。
（1）采集面积
指纹识别的准确性与指纹采集器采集到的指纹面积紧密相关。当前，指纹识别采用最多的是基于细节点特征点的识别，当采集面积越大获得的指纹细节点特征就会越多，因此匹配的准确度就会更高。当前由于大面积的指纹采集器很难被应用于移动设备，指纹传感器的小型化成为趋势。小面积的指纹图像匹配与局部缺损指纹一样对于更高准确率的指纹识别都是挑战。
（2）分辨率
分辨率为指纹传感器重要的指标，目前广泛使用的是500dpi的指纹传感器。分辨率定义为每英寸包含的像素点，500dpi的指纹传感器即是指每英寸对应500个像素点。当前，1000dpi的指纹传感器越来越多，1000dpi以上的指纹传感器可以稳定支持指纹的3级特征。

二、指纹图像数据库

1、FVC指纹数据库
FVC全称为Fingerprint Verification Competition，意为指纹识别竞赛，由博洛尼亚大学的生物计量系统实验室、密歇根州立大学的模式识别和图像处理实验室和圣何塞州立大学的生物计量测试中心组织发起。第一届FVC竞赛是在2000年开展，在FVC开展之前，在此之前，只有很少的基准可用于比较这个领域的开发，开发人员通常在自收集的数据库上执行内部测试。缺乏标准不可避免地导致了令人困惑的、无可比拟的和不可复制的结果的传播。生物识别系统领域的不断进步，特别是指纹技术(包括识别方法和传感设备)的不断进步，使得性能评估方法很快被淘汰。FVC比赛的目的是跟踪指纹验证的最新进展，为学术界和工业界，并提供最新的最先进的指纹技术。每一年的竞赛都有对应的用于评估和测试的指纹数据库。FVC共开展4次，分别为FVC2000[23]、FVC2002[24]、FVC2004[25]、FVC2006[26]，之后转为线上竞赛FVC-onGoing。

tips: https://biolab.csr.unibo.it/FVCOnGoing/UI/Form/Home.aspx

2、LivDet
LivDet全称为Fingerprint Liveness Detection Competition，从2009年开始，为了评估目前指纹活体检测的主要成果，卡利亚里大学电子电气工程系和克拉克森大学电子与计算机工程系联合举办了指纹活体检测竞赛。LivDet2009[27]、LivDet 2011[28]、LivDet2013[29]、LivDet2015[30]的数据集是对所有的学术和工业机构开放的。

tips:http://livdet.org/registration.php

三、指纹图像生成软件

Anguli是在印度科学研究所数据库系统实验室开展的项目。“Anguli”是一个印地语单词，它在英语中的意思是“手指”。Anguli是一个免费的合成指纹生成器。它的目的是生成大规模的指纹数据库。由于指纹是私人和重要的数据，没有一个指纹数据库是免费的。在指纹的学术研究中，Anguli具有重要的意义，它还可以帮助测试由政府大规模部署的指纹识别系统。Anguli能在不到4天的时间里用7个线程在2 GHz的8个核上生成了100万个指纹。Anguli使用的算法来自SFinGe公开的论文。Anguli项目是由SFinGe推动的。

Android获取所有指纹数据手机获取指纹图像_模式识别_02