在移动互联网时代的今天，网络信息安全面临着多方面的威胁，个人隐私保护也受到了越来越广泛的关注和重视。相比于传统的密码，生物特征识别技术作为一种更为安全可靠身份认证技术，因此被广泛应用于维护公共安全、保护个人隐私等多个方面。由于具有采集设备价格低廉、稳定性强等优点，指纹识别技术目前已经成为应用最为广泛的生物特征识别技术。　　现在指纹识别技术被广泛应用于在电子商务和电子政务的多个领域。但指纹识别系统的安全性始终是一个不可忽视的问题。在日常生活中，人们不可避免地将指纹遗留在各种物体的表面，这些残留的指纹可能会被不法分子利用来制作假指纹，并对指纹识别系统进行攻击。现有的自动指纹识别系统大多不能正确区分真实指纹和假指纹。因此目前假指纹对社会公共安全和个人隐私保护都构成了严重的威胁。　　针对上述问题，本论文试图通过软件手段去检测假指纹，以提高自动指纹识别系统的安全性。论文从如何提取有效特征和如何鲁棒地检测未知材料制作假指纹两个角度出发进行了相关研究，主要创新点包括以下三个方面:　　1.提出了利用稀疏表示提取特征的假指纹检测算法。假指纹检测问题的本质是一种特殊图像分类问题，鉴于稀疏表示在其它一些图像分类问题上取得了良好效果，本论文探求利用字典学习和稀疏编码来进行假指纹检测。传统的字典学习和稀疏编码大多基于套索模型。如果字典中存在一组相关性大的基向量，套索模型在稀疏表示时最多会选择其中一个基向量，将其编码系数设置为非零，而且不关心选择的是哪一个基向量。本论文在字典学习和稀疏编码的过程中采用弹性网格模型代替套索模型。弹性网格模型对于相关性大的一组基向量的编码系数进行统一设置，可以证明这些系数的差异在一定的范围之内。该工作在2009年国际假指纹检测竞赛数据库上的效果明显优于多种主流的假指纹检测方法的结果，表明了稀疏表示方法在假指纹检测中的有效性。　　2.提出了基于多尺度局部二模式特征的假指纹检测算法。局部二模式模型在假指纹检测中取得了相对良好的效果。但是原始的局部二模式模型作用面积过小，会造成大量的指纹信息损失。而多分辨率的局部二模式模型尽管一定程度上增加了作用面积，但其作用半径仍然只有3个像素，继续增大作用面积会造成特征维度大，计算复杂等问题。此外，上述模型都没有进行任何形式的滤波，导致噪声对其分类结果有较大的影响。基于上述分析，本论文提出基于多尺度局部二模式特征的假指纹检测方法。该工作通过两种方式构建多尺度局部二模式模型:一种是通过递归的方法逐步增大局部二模式模型的作用面积，并使用高斯滤波的结果代替单一像素点的灰度值来计算局部二模式模型;另一种方法是对图像进行不同尺度的均值滤波和图像缩放，然后在缩放图像上进行原始局部二模式模型的计算。这两种多尺度局部二模式模型在2011年国际假指纹检测竞赛数据库上获得的效果都明显优于原始局部二模式模型、多分辨率的局部二模式模型以及其它多种主流假指纹检测模型的结果，这表明该工作可以有效地提高假指纹检测的性能。　　3.对如何检测未知材料制作假指纹的问题进行了探索。目前大多数假指纹检测技术的研究在训练系统和测试系统时采用的是相同材料制作的假指纹，而在实际应用中不可能事先预知攻击者制作假指纹使用的材料。实验证明当用于攻击系统的材料与训练系统的材料不同时，假指纹检测系统的性能通常会大幅度下降，因此需要研究如何对未知材料制作的假指纹进行检测。本论文尝试从两个角度去解决该问题:一是基于分类器的选择与设计，使支持向量机的分界面更加靠近正样本，以防止“新材料”制作假指纹的特征落于支持向量机正负样本之间的间隔区域。同时借鉴单分支持向量机的思想，将坐标原点看作“新材料”制作的假指纹，把坐标原点到分界面的距离添加到模型的目标函数中，这样可以一定程度上改变分界面的方向，实验结果表明该做法在一定程度上提高了未知材料制作假指纹的检测性能。另一种方式是针对需要解决的问题，提出一种新的生成模拟负样本数据的方法。通过模拟生成的负样本数据，并结合已有的数据，带入到二分支持向量机进行分类。实验证明该方法也可以增强系统检测未知材料制作假指纹的能力。　　综上所述，本论文主要针对如何提高假指纹检测的正确率，以及如何有效地检测未知材料制作的假指纹进行了有益地尝试，旨在提高假指纹的检测能力，并希望给其他研究者以启发。