每個人包括指紋在內的皮膚紋路在圖案、斷點和交叉點上各不相同,，呈現(xiàn)惟一性且終生不變,。據此，我們就可以把一個人同他的指紋對應起來,，通過將他的指紋和預先保存的指紋數(shù)據進行比較,，就可以驗證它的真實身份，這就是指紋識別技術,。

指紋識別主要根據人體指紋的紋路,、細節(jié)特征等信息對操作或被操作者進行身份鑒定，得益于現(xiàn)代電子集成制造技術和快速而可靠的算法研究,，已經開始走入我們的日常生活,，成為目前生物檢測學中研究最深入，應用最廣泛,，發(fā)展最成熟的技術,。

指紋識別算法

與人工處理不同，一般的生物識別技術公司并不直接存儲指紋的圖像,，而是使用不同的數(shù)字化算法在指紋圖像上找到并比對指紋的特征,。每個指紋都有幾個獨一無二、可測量的特征點,，每個特征點都有大約5?7個特征,，我們的十個手指產生最少4900個獨立可測量的特征,，這足以說明指紋識別是一個更加可靠的鑒別方式。

識別指紋主要從兩個方面展開：總體特征和局部特征,。

總體特征

總體特征是指那些用人眼直接就可以觀察到的特征,。包括紋形、模式區(qū),、核心點、三角點和紋數(shù)等,。

紋形：指紋專家在長期實踐的基礎上，根據脊線的走向與分布情況一般將指紋分為三大類——環(huán)型(loop,，又稱斗形),、弓形(arch),、螺旋形(whorl)。

模式區(qū)：即指紋上包括了總體特征的區(qū)域,，從此區(qū)域就能夠分辨出指紋是屬于哪一種類型的,。有的指紋識別算法只使用模式區(qū)的數(shù)據,，有的則使用所取得的完整指紋,。

核心點：位于指紋紋路的漸進中心，它在讀取指紋和比對指紋時作為參考點,。許多算法是基于核心點的,，即只能處理和識別具有核心點的指紋,。

三角點：位于從核心點開始的第一個分叉點或者斷點,，或者兩條紋路會聚處,、孤立點,、折轉處,，或者指向這些奇異點,。三角點提供了指紋紋路的計數(shù)跟蹤的開始之處,。

紋數(shù)：即模式區(qū)內指紋紋路的數(shù)量,。在計算指紋的紋路時,，一般先連接核心點和三角點,，這條連線與指紋紋路相交的數(shù)量即可認為是指紋的紋數(shù),。

局部特征

局部特征是指指紋上節(jié)點的特征,，這些具有某種特征的節(jié)點稱為細節(jié)特征或特征點,。兩枚指紋經常會具有相同的總體特征,，但它們的細節(jié)特征,，卻不可能完全相同,。指紋紋路并不是連續(xù)的,、平滑筆直的,，而是經常出現(xiàn)中斷、分叉或轉折,。這些斷點,、分叉點和轉折點就稱為“特征點”，就是這些特征點提供了指紋惟一性的確認信息,，其中最典型的是終結點和分叉點,，其他還包括分歧點、孤立點,、環(huán)點,、短紋等。特征點的參數(shù)包括：方向(節(jié)點可以朝著一定的方向),、曲率(描述紋路方向改變的速度)、位置(節(jié)點的位置通過x/y坐標來描述,，可以是絕對的，也可以是相對于三角點或特征點的),。

采集指紋圖像的技術

光學技術

借助光學技術采集指紋是歷史最久遠,、使用最廣泛的技術,。將手指放在光學鏡片上,，手指在內置光源照射下，用棱鏡將其投射在電荷耦合器件(CCD)上,，進而形成脊線(指紋圖像中具有一定寬度和走向的紋線)呈黑色,、谷線(紋線之間的凹陷部分)呈白色的數(shù)字化的,、可被指紋設備算法處理的多灰度指紋圖像,。

光學的指紋采集設備有明顯的優(yōu)點：它已經過較長時間的應用考驗,，一定程度上適應溫度的變異,，較為廉價,，可達到500DPI的較高分辨率等,。缺點是：由于要求足夠長的光程,，因此要求足夠大的尺寸，而且過分干燥和過分油膩的手指也將使光學指紋產品的效果變壞,。