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、細節特征等信息對操作或被操作者進行身份鑒定，得益于現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、核心點、三角點和紋數等。
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——環型（loop，又稱斗形）、弓形（arch）、螺旋形（whorl）。

模式區：即指紋上包括了總體特征的區域，從此區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的數據，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跟蹤的開始之處。

紋數：即模式區內指紋紋路的數量。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量即可認為是指紋的紋數。

局部特征

局部特征是指指紋上節點的特征，這些具有某種特征的節點稱為細節特征或特征點。兩枚指紋經常會具有相同的總體特征，但它們的細節特征，卻不可能完全相同。指紋紋路并不是連續的、平滑筆直的，而是經常出現中斷、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、環點、短紋等。特征點的參數包括：方向（節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

獲得良好的指紋圖像是一個十分復雜的問題。因為用于測量的指紋僅是相當小的一片表皮，所以指紋采集設備應有足夠好的分辨率以獲得指紋的細節。目前所用的指紋圖像采集設備，基本上基于三種技術基礎：光學技術、半導體硅技術、超聲波技術。

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。

硅技術（CMOS技術）

20世紀90年代后期，基于半導體硅電容效應的技術趨于成熟。硅傳感器成為電容的一個極板，手指則是另一極板，利用手指紋線的脊和谷相對于平滑的硅傳感器之間的電容差，形成8bit的灰度圖像。

硅技術優點是可以在較小的表面上獲得比光學技術更好的圖像質量，在1cm×1.5cm的表面上獲得200〜300線的分辨率（較小的表面也導致成本的下降和能被集成到更小的設備中）。缺點是易受干擾，可靠性相對差。

超聲波技術

為克服光學技術設備和硅技術設備的不足，一種新型的超聲波指紋采集設備已經出現。其原理是利用超聲波具有穿透材料的能力，且隨材料的不同產生大小不同的回波（超聲波到達不同材質表面時，被吸收、穿透與反射的程度不同），因此，利用皮膚與空氣對于聲波阻抗的差異，就可以區分指紋脊與谷所在的位置。

超聲波技術所使用的超聲波頻率為1×104Hz〜1×109Hz，能量被控制在對人體無損的程度（與醫學診斷的強度相同）。超聲波技術產品能夠達到最好的精度，它對手指和平面的清潔程度要求較低，但其采集時間會明顯地長于前述兩類產品。

特征拾取、驗證和辨識

一個高質量的圖像被拾取后，需要許多步驟將它的特征轉換到一個復合的模板中，這個過程，被稱為特征拾取過程，它是手指掃描技術的核心。當一個高質量的圖像被拾取后，它必須被轉換成一個有用的格式。如果圖像是灰度圖像，相對較淺的部分會被刪除，而相對較深的部分被變成了黑色。脊的像素有5〜8個被縮細到一個像素，這樣就能精確定位脊斷點和分岔了。微小細節的圖像便來自于這個經過處理的圖像。在這一點上，即便是十分精細的圖像也存在著變形細節和錯誤細節，這些變形和錯誤細節都要被濾除。

除細節的定位和夾角方法的應用以外，也可通過細節的類型和質量來劃分細節。這種方法的好處在于檢索的速度有了較大的提高，一個顯著的、特定的細節，它的惟一性更容易使匹配成功。還有一些生產商采用的方法是模式匹配方法，即通過推斷一組特定脊的數據來處理指紋圖像。

就應用方法而言，指紋識別技術可分為驗證和辨識。

驗證就是通過把一個現場采集到的指紋與一個已經登記的指紋進行一對一的比對來確定身份的過程。指紋以一定的壓縮格式存儲，并與其姓名或其標識（ID，PIN）聯系起來。隨后在對比現場，先驗證其標識，然后利用系統的指紋與現場采集的指紋比對來證明其標識是合法的。驗證其實回答了這樣一個問題：“他是他自稱的這個人嗎？”這是應用系統中使用得較多的方法。

辨識則是把現場采集到的指紋同指紋數據庫中的指紋逐一對比，從中找出與現場指紋相匹配的指紋。這也叫“一對多匹配”。辨識其實是回答了這樣一個問題：“他是誰？”

指紋是人體獨一無二的特征，其復雜度足以提供用于鑒別的特征。隨著相關支持技術的逐步成熟，指紋識別技術經過多年的發展已成為目前最方便、可靠、非侵害和價格便宜的生物識別技術解決方案，對于廣大市場的應用有著很大的發展潛力。