目前在國內(nèi)，指紋識別由于其發(fā)展時間長，且發(fā)展速度比較快，并且經(jīng)過多年的市場推廣和應用，在門禁、考勤、保險箱、身份認證等方面都有比較成熟的產(chǎn)品，同時由于其成本較其他識別技術低，更易推廣和被用戶接受。

指紋識別民用市場發(fā)展

上世紀90年代，指紋識別技術就在國內(nèi)興起，當時應用僅限于刑偵領域，它可以提高公安機關破案率，同時節(jié)省了很多成本。但指紋識別技術在刑偵中屬于“不知主體”的使用，“比對”需要通過大型機處理，價格和時間的成本都比較大。所以指紋識別常常只作為刑偵的輔助手段，應用不夠廣泛，市場份額極為有限。

通過指紋識別技術在市場中不斷的推廣與應用，指紋識別企業(yè)發(fā)現(xiàn)指紋識別技術的真正市場應該是民用市場。因為民用指紋識別技術是“可知主體”的，“比對”速度較快，準確率高。它伴隨著越來越多的電子設備，如PC、ATM提款機、門禁控制系統(tǒng)等，正在進入我們的日常生活。

從趨勢來看，民用化的指紋識別技術最終將取代安全性方便性都有缺陷的身份識別碼和密碼，用于阻止非授權的訪問。由于指紋識別技術的民用較之刑偵應用更易普及，市場容量更大，所以具備大規(guī)模推廣的基礎。在西方國家，指紋識別技術已進入大規(guī)模民用階段。美國洛杉磯在1990年使用了世界上第一套救濟金發(fā)放指紋識別系統(tǒng);全球首家虛擬銀行SFNB(安全第一網(wǎng)絡銀行)也實施了以指紋識別技術為基礎的保障安全性項目，藉此增強交易的安全性。

指紋識別由于其技術的成熟和成本降低，開始徹底走向民用。國內(nèi)生物識別未來將形成上百億元的市場，其中安防業(yè)是最重要的應用領域之一，市場空間很大。

指紋識別技術分解

眾所周知，人的指紋具有唯一性和穩(wěn)定性的特征，即每一個人的指紋是獨一無二的，兩者之間不存在相同的指紋，而且每個人的指紋是相當固定的，一般不會隨年齡和健康狀況的變化而改變，因此可以通過指紋識別出人的身份。目前，國內(nèi)外的自動指紋識別系統(tǒng)很多，但其結構大同小異，一般包括指紋的采集與分類、指紋的細節(jié)匹配及指紋的壓縮與存儲。

1.指紋的采集與分類

這是自動指紋識別系統(tǒng)(AFIS)運作的第一個環(huán)節(jié)。通過光學或CMOS指紋采集儀將活體指紋的圖像錄入系統(tǒng)，對圖像進行分割處理，在保持有用指紋信息基本完整的前提下，剪去一些多余的圖像信息，產(chǎn)生一個相對較小的指紋圖，對該圖進行增強處理減弱噪聲，增強脊和谷的對比度，提高圖像質量。然后提取圖像的特征，生成方向數(shù)組，再通過指紋分析器，根據(jù)指紋的脊和谷流向，將其分為尖拱類、拱類、左環(huán)類、右環(huán)類及旋渦類等五種或更小的種類屬別。指紋分類的主要目的是方便大容量指紋庫的管理，減少搜索空間，加速指紋匹配過程。

2.指紋的采集

在指紋識別設備正常連接后，可以進行指紋的登記錄入。在讀者指紋的采集過程中，讀者的指紋需要錄入兩次，第一次采集的指紋和第二次采集的指紋進行比對，如果成功系統(tǒng)將正常保存，并添加到指紋識別系統(tǒng)。

如果采集的指紋不合格，系統(tǒng)將給出聲音提示。如果識別不合格，保存功能不能使用，需要重新采集。以對所采集的讀者指紋信息在保存到數(shù)據(jù)庫前進行雙重質量控制。要判斷采集指紋的質量，將第二次采集的指紋信息和第一次采集的指紋模板進行1：1的單一比對，以保證指紋的采集質量，避免違法、不合格指紋信息存入數(shù)據(jù)庫。

3.指紋的細節(jié)匹配

這是自動指紋識別系統(tǒng)核心。一般采用的是Biokey算法，此算法是一種快速、準確的1:1和1:N指紋識別算法，在使用Biokey進行指紋識別時2000~6000枚指紋)，不需要對指紋通過姓名、PIN等預先分類就可以在1~5S以下測試都在PentiumIII900MHZ128MB內(nèi)存環(huán)境下進行)內(nèi)輕松完成。

4.指紋的壓縮和存儲

為了節(jié)省存儲空間，必須對指紋圖像進行壓縮。目前指紋圖像數(shù)據(jù)壓縮算法較常見的是JPEG、WSQ及EZW等，采用Biokey-WSQ基于自適應的標量量化和小波分解的圖像壓縮算法，該算法用于指紋圖像壓縮時，可以盡量保持指紋細節(jié)特征點信息，解壓縮后對提取指紋細節(jié)特征精度的影響較小。WSQ算法在進行大壓縮比率的指紋圖像壓縮時，還原解壓后的指紋圖像細節(jié)特征點的定位和有關信息保存的較好，對隨后將要進行的指紋識別影響較小。WSQ壓縮比為1:20或1:15，即一個指紋圖像可以壓縮到6~10K，這個壓縮比例采用這種算法是非常合適的。這樣既節(jié)省了存儲空間，而且在解壓后又不影響模板特征點的提取。將其用于指紋圖像壓縮，并考慮到指紋圖像識別的需要，從盡量保持關鍵點信息的角度改進了該算法。