指纹识别与考勤系统的结合应用
摘要：现代的企业管理讲求的是高效率，高效益。而在企业管理中很重要的一部分就是人事管理。为了高效地进行考勤现代企业已大多采用电子考勤门禁系统。在众多门禁系列产品中，指纹门禁系统以其低失误率和不可代刷卡的优异特性正在逐步扩大其市场份额。本文就指纹门禁系统在现代企业中的应用展开讨论。
关键字：指纹门禁系统企业考勤原理背景
前言
随着网络与通信技术的飞速发展和人类物理与虚拟活动空间的不断扩大，现代社会对于人类自身身份识别的准确性、安全性与实用性提出更高要求。传统的身份识别方法已经远远不能满足这种要求，人类必须寻求更为安全可靠、使用方便的身份识别新途径。于是，
生物识别技术悄然兴起，并应运而生为一种新的身份识别技术。生物识别技术是利用人体生物特征进行身份认证的一种技术。生物特征是唯一的,可以测量或可自动识别和验证的生理特性或行为方式，分为生理特征和行为特征。生物识别系统对生物特征进行取样，提取其唯一的特征并且转化成数字代码，并进一步将这些代码组成特征模板，人们同识别系统交互进行身份认证时，识别系统获取其特征并与数据库中的特征模板进行比对，以确定是否匹配，从而决定接受或拒绝该人。
生物识别技术是目前最为方便与安全的识别技术，它不需要记住复杂的密码，也不需随身携带钥匙、智能卡之类的东西。生物识别技术认定的是人本身，没有什么能比这种认
证方式更安全、更方便了。由于每个人的生物特征具有与其他人不同的唯一性和在一定时
期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全、可靠、准确。此外，生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。常见的生物识别技术主要有九种：指纹、脸形、虹膜、视网膜、手写体、声音、掌纹、手形和脸部热谱图等，指纹识别是生物识别技术的一种。迄今为止，最为人们所关注、最为成熟的生物识别技术就是指纹识别。近年来，国内外学者对自动指纹识别技术进行了深入和广泛的研究，取得了较大的进展，研究的重点主要集中在如何提高识别的准确率和速度。目前，己经有很多自动指纹识别的产品面市，并开始逐步在企业考勤、门禁、金融、公安和网络安全等领域得到应用。以指纹为代表的生物识别技术的发展和应用，不仅可以开发相关的系列产品，获得巨大的经济效益，还可以带动图像处理、模式识别、光学、电子、生理学和计算机应用等相关学科的发展，具有很高的学术价值，会产生巨大的社会效益。以指纹为代表的生物识别技术的发展和应用已被公认将会给身份识别领域带来一场革命，并已经成为各国学术界和工业界研究的热点之一。
1 数字图像处理发展概况
本文的指纹识别模块的预处理过程都是基于数字图像处理的基础上实现的。数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数
字信号并利用计算机对其进行处理的过程。
2 指纹识别系统
验证就是通过把一个现场采集到的指纹与一个已经登记的指纹进行一对一的比对，来确认身份的过程。作为验证的前提条件，他或她的指纹必须在指
纹库中已经注册。指纹以一定的压缩格式存储，并与其姓名或其标识(ID，PIN)联系起来。随后在比对现场，先验证其标识，然后，利用系统的指纹与现场的指纹比对来证明其标识是否是合法的。所以指纹考勤系统属于验证。
一般来讲，自动指纹识别算法体系大致由指纹图像采集、指纹图像预处理、特征提取、指纹分类和指纹比对几个部分组成。
2.1 指纹图像采集
较早出现的活体指纹采集设备是光电式的，现在仍为大多数自动指纹识别系统所使用。后来出现的电容式和电感式的采集设备，在某些条件下可提高指纹采集的质量，但在耐磨性和稳定性等方面还存在一些问题。对干、湿、脏的指头或磨损严重的指纹均能可靠、正确的进行采集和尽量减少采集时的变形是指纹采集技术需要解决的主要问题。目前为止，光学采集头提供更加可靠的解决方案。通过改进原来的光学取像技术，新一代的光学指纹采集器更是以无可挑剔的性能与相对非常低的价格使电容方案相形见绌。
2.2 预处理
通常，指纹采集器采集到的指纹是低质量的，存在的噪声较多。通过预处理，将采集到的指纹灰度图像通过预滤波、方向图计算、基于方向图的滤波、二值化、细化等操作转化为单像素宽的脊线线条二值图像，基于此二值图像对指纹的中心参考点以及细节特征点特征等进行提取。指纹图像预处理是自动指纹识别系统基础，是进行指纹特征提取和指纹识别不可缺少的重要步骤。好的预处理方法可以使得到的单像素宽脊线线条二值图像更接近被提取者的指纹，更准确地反映被提取指纹的特征。因此可以使后续处理中提取的指纹特征更准确，特征提取更迅速。
2.3 特征提取
指纹的特征点分为全局特征和(如奇异点、中心点)和局部特征(指纹细节点)。同一个指纹，对于不同的应用情况，要求匹配的特征点的个数会有所不同，如：用在公安刑侦时要求匹配特征点的个数就要比用在指纹考勤时多。指纹的细节特征可以有150种之多，但这些特征出现的概率并不相等，很多特征是极其罕见的。一般在自动指纹识别技术中只使用两种细节特征：纹线端点与分叉点。纹线端点指的是纹线突然结束的位置，而纹线分叉点则是纹线突然一分为二的位置。大量统计结果和实际应用证明，这两类特征点在指纹中出现的机会最多,最稳定，而且比较容易获取。更重要的是，使用这两类特征点足以描述指纹的唯一性。通过算法检测指纹中这两类特征点的数量以及每个特征点的类型、位置和所在区域的纹线方向是特征提取的任务。
2.4 指纹比对
指纹比对指的是通过对两枚指纹的比较来确定它们是否同源的过程，即两枚指纹是否来源于同一个手指。指纹比对主要是依靠比较两枚指纹的局部纹线特征和相互关系来决定指纹的唯一性。指纹的局部纹线特征和相互关系通过细节特征点的数量、位置和所在区域的纹线方向等参数来度量。细节特征的集合形成一个拓扑结构，指纹比对的过程实际就是两个拓扑结构的匹配问题。由于采集过程中的变形、特征点定位的偏差、真正特征点的缺失和伪特征点的存在等问题，即使是两枚同源的指纹，所获得的特征信息也不可能完全一样，指纹比对的过程必然是一个模糊匹配问