表 2.6.1 三种指纹分类
Pattern Class    Core    Delta
Arch    0    0
Tented Arch    1    1(middle)
Left Loop    1    1(right)
Right Loop    1    1(left)
Whorl    2    2
由于指纹图像质量的影响，各种分类算法都存在一定的错误率和拒绝率。如何进行高效的指纹索引也是莫倩研究的主题，如基于三角形的索引方法、利用多种特征进行索引方法等。
2.1.7 指纹识别的安全技术
指纹识别技术系统存在的主要安全问题是：（1）拒绝服务攻击，使指纹采集仪不工作而无法输入指纹；（2）伪造指纹攻击，用人造的假指纹来代替人的手指在采集仪上；（3）特洛伊木马攻击，注入木马程序，伪装成自动识别系统的指纹输入程序来盗取合法用户的指纹；（4）重复只用攻击，在基于网络的指纹识别应用中，网络上传送的指纹图像或指纹特征可以被第三方窃取而重复只用。对于拒绝服务攻击和木马攻击，应三用第三方技术，如防火墙技术、病毒检测技术，对于拒绝服务攻击，还要防止故意破坏采集设备或破坏工作环境；对于伪造指纹攻击，可以从传感器着手，使传感器能感知生命体和非生命体；对于重复使用的攻击，目前采用的技术主要包括加密、数字签名和数字水印等。
2.1.8 研究现状总结
总的来说，自动指纹识别的关键技术包含图像获取技术、图像压缩技术、特征提取技术、指纹匹配、指纹分类技术、指纹安全技术等。所以这些技术仍在不断发展中。虽然指纹识别领域已经取得许多进展，但指纹识别中许多问题仍然能有待解决，主要包括低质量指纹图像的特征的准确提取：纹路方向如何准确计算和纠正，如何根据特征提取算法的能力准确地进行指纹分割，如何增强低指纹的纹路，如何准确的提取奇异点；高性能的匹配算法；合理而准确的分类算法的索引算法；指纹注册时模板特征如何有效地选取；基于网络的安全指纹识别；指纹图像的关键特征无损压缩算法；嵌入式识别系统，如何在有限条件下进行有效地识别；廉价、高质量、快速的采集仪等。
2.2 指纹识别系统相关技术的研究
2.2.1模板特征拼接技术
在采集指纹时，同一手指的两次不同的指纹采集可能由于手指在采集仪窗口上放置的位置不同，使得两个指纹重叠后的公共区域较小，从而使得两个指纹的配对节点对数较少而产生错误拒绝。另外，环境因素的影响，也会使得指纹图像的特征不稳定。为了处理这些不稳定，许多自动指纹识别系统在指纹注册阶段采集多个模板指纹，将其全部保存在模板库中，或者采用某种策略选择其中具有代表性的一个或几个模板指纹存入模板库中。但每个用户保存多个模板会增加识别时的对比次数，所以应尽量减少每个用户存入模板库中的指纹的个数。
针对现实情况下的自动指纹识别系统，为了减少系统在身份认证阶段的对比次数和提高身份认证的正确率，就需要用到模板指纹特征拼接的方法。自动指纹识别系统一般不存储指纹图像，而是保存从图像中提取的特征，这些保存到模板库中的特征称为模板特征。模板指纹特征拼接技术将多个模板特征拼接为一个模板特征，这样，对于每个用户只需保存一个模板特征，而且该合并的模板特征比单个输入指纹的特征丰富，因此在省份认证阶段既可以减少对比次数，又可以提高正确率。模板特征拼接技术在公开数据库上的测试表明，自动指纹识别系统的性能得到了有效的提高。 指纹识别算法研究+文献综述(8):http://www.youerw.com/jisuanji/lunwen_5302.html