Your SlideShare is downloading. ×
Identification des empreintes digitales
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Identification des empreintes digitales

6,333
views

Published on


4 Comments
3 Likes
Statistics
Notes
No Downloads
Views
Total Views
6,333
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
156
Comments
4
Likes
3
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Université Abdelmalek Essaâdi Faculté des sciences et Techniques Tanger Département : Génie Informatique Filière : Logiciel et Système InformatiqueIdentification des empreintes digitales Année universitaire : 2011/2012
  • 2. SommaireIntroduction............................................................................................................................................. 4I. Biométrie et classification des empreintes digitales.................................................................... 5 1. La biométrie ................................................................................................................................ 5 2. L’utilisation de la biométrie ........................................................................................................ 5 3. Qu’est ce qu’une empreinte digitale ? ......................................................................................... 5 4. Forme générale de l’empreinte .................................................................................................... 6 5. Minuties ou motifs d’une empreinte............................................................................................ 7II. Identification des empreintes digitales ........................................................................................... 9 1. Capteurs d’empreintes digitales .................................................................................................. 9 a. Les capteurs optiques ......................................................................................................... 9 b. Les capteurs en silicium ................................................................................................... 10 c. Les capteurs thermiques .................................................................................................. 10 2. Etapes de traitement d’une empreinte digitale .......................................................................... 11 3. Etapes de comparaison d’une empreinte digitale ...................................................................... 12III. Etude de cas .............................................................................................................................. 13 1. Principe suivi ............................................................................................................................. 13 2. Implémntation sous OpenCV .................................................................................................... 13Conclusion ............................................................................................................................................. 18 2
  • 3. Liste des figuresFigure 1 - Marché mondial de la biométrie ............................................................................................. 6Figure 2 - Les différentes empreintes digitales ....................................................................................... 7Figure 3 - Bifurcation simple et multiple ................................................................................................. 7Figure 4 - Terminaison ............................................................................................................................. 7Figure 5 – îlot2 ......................................................................................................................................... 7Figure 6 - Lac............................................................................................................................................ 7Figure 7 – îlot1 ......................................................................................................................................... 7Figure 8 - Minuties localisées sur une empreinte ................................................................................... 8Figure 9 - Capteur optique ...................................................................................................................... 9Figure 10 - Lecteur Eikon ....................................................................................................................... 10Figure 11 - FingerChip dAtmel .............................................................................................................. 11Figure 12 - Résultat................................................................................................................................ 17 3
  • 4. IntroductionLes empreintes digitales sont les marques laissées par les sillons des pulpes digitales. Ledessin quelles forment est propre à chaque personne, ce qui explique pourquoi les empreintesdigitales servent à lidentification des personnes.iLe caractère quasi-unique dune empreinte digitale en fait un outil biométrique très utilisépour lidentification des individus en médecine légale et pour la police scientifique.La classification des empreintes repose sur la topographie générale de lempreinte digitale etpermet de définir des familles telles que les boucles, les arches et les tourbillons. A lintérieurde chacune de ces catégories, il y a un grand nombre déléments qui différencient chaqueempreinte de manière unique. Chaque empreinte peut être définie et résumée par un ensemblede points caractéristiques contenus dans limage appelés minuties.Dune manière générale on distingue deux catégories dalgorithmes de reconnaissancedempreintes digitales : la première catégorie concerne les algorithmes qui sappuient sur laposition relative des minuties entre elles, alors que la seconde regroupe les algorithmes visantà extraire dautres particularités de lempreinte digitale telles que la direction locale dessillons, ou encore les composantes fréquentielles locales de la texture au cœur de limage.Le procédé didentification des individus par leurs empreintes digitales sans aide dordinateursappelle la dactylotechnie et doit passer par quatre étapes : lanalyse, la comparaison,lévaluation et la validation. Létude des dessins digitaux sappelle la dactyloscopie.Tant, dans la première partie, nous évoquerons la biométrie ainsi que la classification généraledes empreintes digitales et les différentes minuties.La seconde partie détaillera l’approche suivie pour l’identification des empreintes, à savoir lescapteurs utilisés et les étapes de traitement et de comparaison.La dernière partie sera consacrée aux démarches suivies pour la mise en place des différentsalgorithmes servant à l’identification et la comparaison des empreintes ainsi que leurapplication sous OpenCV. Cette partie s’achèvera par la présentation des différents exemplesréalisés. 4
  • 5. I. Biométrie et classification des empreintes digitales 1. La biométrieLa biométrique est un domaine émergent où la technologie améliore la capacité à identifierune personne. En particulier elle représente l’usage de différentes caractéristiquesphysiologiques et comportementales afin de réaliser une reconnaissance sure et automatiqued’un individu.Les caractéristiques biométriques collectées doivent être: • universelles (exister chez tous les individus), • uniques (permettre de différencier un individu par rapport à un autre), • permanentes (autoriser lévolution dans le temps), • enregistrables (collecter les caractéristiques dun individu avec laccord de celui-ci • mesurables (autoriser une comparaison future). 2. L’utilisation de la biométrieLa protection des consommateurs contre la fraude ou le vol est un des buts de la biométrie.Lavantage de lidentification biométrique est que chaque individu a ses proprescaractéristiques physiques qui ne peuvent être changées, perdues ou volées. La méthodedidentification biométrique peut aussi être utilisée en complément ou remplacement de motsde passe. Parmi les applications pouvant utiliser la biométrie, on trouve : • Le contrôle daccès à des locaux (sites sensibles, salles informatiques...), • Les systèmes dinformation (lancement du système dexploitation, accès au réseau, commerce électronique...), • La police et les gouvernements (services d’immigration, aéroports, manifestations...), • Les documents officiels (fichiers judiciaires, titres didentités, votes électroniques...), • Lautomobile (système douverture et de démarrage sans clé). 3. Qu’est ce qu’une empreinte digitale ?La surface de la peau des doigts est pourvue d’une texture particulière, continuellement striéepar des crêtes, qui permettent d’accroître le pouvoir agrippant des mains. Les crêtes sontparsemées de petits orifices, les pores, par lesquels s’écoule la sueur. Celle-ci, mélangée à dessécrétions grasses, laisse des traces lorsque les doigts sont appliqués sur une surface propre. 5
  • 6. Ces traces, appelées empreintes, sont uniques et caractéristiques de chaque individu. Même intes,les vrais jumeaux présentent des empreintes digitales différentes. Elles peuvent donc êtreutilisées pour identifier une personne. Figure 1 - Marché mondial de la biométrie 4. Forme générale de l’empreinteL’étude d’une empreinte digitale commence par l’observation de sa forme générale. Le but estde classifier l’empreinte étudiée en trois grandes familles : • empreinte en boucle : les lignes se replient sur elles-mêmes, soit vers la droite, soit mêmes, vers la gauche. • empreinte en verticille : présence de lignes qui s’enroulent autour d’un point en formant une sorte de tourbillon. • empreinte en arc : les lignes sont disposées les unes au dessus des aut au-dessus autres, en formant une sorte de A. 6
  • 7. Figure 2 - Les différentes empreintes digitalesCes trois types d’empreintes regroupent 95% des doigts humains : 60% pour les boucles, 30%pour les spirales et 5% pour les arcs.ii s 5. Minuties ou motifs d’une empreinteOn différencie les motifs entre eux à laide de « points singuliers » sur empreintes : • Points singuliers globaux : Noyau ou centre: lieu de convergences des stries Delta: lieu de divergences des stries. • Points singuliers locaux (appelés aussi minuties) : points d’irrégularité se trou trouvant sur les lignes capillaires. O peut relever jusquà seize types de minuties mais dans les On algorithmes on nen retient que quatre typesiii: o Terminaison à droite ou à gauche (minutie située en fin de strie). o Bifurcation à droite ou à gauche (intersection de deux stries). o île : assimilée à deux terminaisons. o Lac: assimilée à deux bifurcations. Figure 7 – îlot1 Figure 6 - Lac Figure 5 – îlot2 Figure 4 - Terminaison Figure 3 - Bifurcation simple et multipleLa figure ci-dessous présente quelques dessous quelques-unes des minuties repérables sur une empreinte : 7
  • 8. Figure 8 - Minuties localisées sur une empreinte 8
  • 9. II. Identification des empreintes digitales 1. Capteurs d’empreintes digitalesLa biométrie regroupe les techniques didentification des personnes passant par lanalyse destraits corporels propres à chaque individu. Le but en est de vérifier que les individus sont bienceux quils prétendent être. La capture de limage dune empreinte digitale consiste à trouverles lignes tracées par les crêtes et les vallées s vallées.La plupart des techniques de reconnaissance dempreintes digitales sont fondées sur loptique. iquesMais ces systèmes sont chers et peu maniables, ce qui en restreint lusage. Plusieursindustriels ont mis au point des procédés plus légers, supprimant la partie optique au profitdune identification directe par des capteurs microélectroniques, capteurs ultrasoniques, de unecapacité, de température....Lutilisation dun système biométrique comporte deux phases distinctes : une phasedenregistrement, où le système apprend à connaître la personne identifiée, une phase devérification, où le système va la reconnaître. Dans le cas des empreintes digitales, le mêmematériel peut servir aux deux phases. Un capteur saisit une image de lempreinte. Elle estconvertie sous une forme numérique afin dêtre analysée par un processeur qui en extraira unesignature informatique, la plus courte possible (une centaine doctets), stockée ensuite sur unsupport adéquat, tel quune carte à puce. Une « signature » dempreinte digitale est la plupartdu temps composée des coordonnées des points remarquables (intersections, terminaisons) empsformés par les crêtes et les vallées que forme la peau du doigt. Lauthentification suit la mêmeprocédure, sauf que sy ajoute une phase de comparaison entre la signature enregistrée lapremière fois et celle que lon vient de saisir. a. Les capteurs optiquesLe doigt est le plus souvent posé surun prisme en verre dont une face estéclairée par une lampe. Une caméra .CCD1 en prend une image vidéoanalogique et la convertit en unfichier numérique manipulable par unordinateur. Figure 9 - Capteur optique1 Charge-Coupled Device, ou dispositif à transfert de charge Coupled 9
  • 10. Avantages : • Résiste très bien aux fluctuatio de température ; ésiste fluctuations • Intrinsèquement protégé contre les décharges électrostatiques ; ntrinsèquement • Permet d’avoir des images précises et nettes.Inconvénients : • Coût assez élevé ; • Encombrement assemblage mécaniques pe commodes (pour les systèmes portables) ; peu pour • distorsion dimage parfois importante, liée à loptique et à lécrasement du doigt sur le prisme. b. Les capteurs en siliciumPour remédier aux défauts des capteurs optique, lesingénieurs cherchent à éliminer les éléments volumineux etchers à produire que sont le prisme, la lampe et la lentille,de façon à ce que le doigt soit en contact direct avec lecapteur, puis à réduire la chaîne de traitement delinformation. Les procédés en développement conserventla structure classique des CCD, cest cest-à-dire une matrice de Figure 10 - Lecteur Eikonpixels adressée en lignes et colonnes. Mais, alor que dans alorsles circuits CCD, les microcapteurs placés sur chaque pixel transforment la lumière en uneinformation électrique (effet électro optique), on recourt à des microcapteurs dun type électro-optique),nouveau. Il utilise lun des quatre effets des semi semi-conducteurs (piezo-électrique, capacitif, électrique,thermo-électrique ou photo-électrique) et combine un encombrement très réduit avec un coût électrique)modéré. Cest ce quutilise le lecteur Eikon et qui lui permet darborer son design fin.Avantages : • durée de vie assez longue • Diminue le bruit d’une imageInconvénients : • Les composés piézo-électriques sont insuffisamment sensibles ; électriques • Gourmant en consommation d’ d’énergie ; • fragile aux décharges électrostatiques • Coût intéressant (mais reste moins cher que capteur optique) . mais c. Les capteurs thermiques 10
  • 11. Les matériaux pyro-électriques convertissent un changement de température en charges électriquesélectriques. Cet effet est assez important, et largement utilisé dans les caméras infrarouges. Cetype de capteur ne mesure pas la différence de petempérature de la peau des crêtes et vallées, qui estnégligeable. En fait, lorsque le doigt est posé en contactavec le matériau, la température des crêtes est mesurée,car elle est en contact, à la différence des vallées qui nele sont pas, et donc napporte pas de changement detempérature. Lorsque le doigt est placé sur le capteur,une très grosse variation de température est induite, donc Figure 11 - FingerChip dAtmelon obtient beaucoup de signal, mais celui celui-ci disparaitassez vite car léquilibre thermique est vite atteint. Cet effet (néfaste dans le cas où on nebouge pas) disparaît lorsque lon balaye le doigt à la surface du capteur, car la succession descrêtes et vallées induit le changement de température du matériau.ivAvantages : • Permet d’obtenir une image de très grande qualité ; • Permet la reconnaissance des empreintes peu marquées et difficiles à lire.Inconvénients : • Limage disparaît rapidement du capteur. imageEn plus de ces techniques dacquisition vient le plus souvent une mesure consistant à vérifierque limage récupérée provient bien dun doigt. Là encore plusieurs méthodes, la détection debattements cardiaques, la conductivité ou la mesure de la constante diélectrique relative. 2. Etapes de traitement d’une empreinte digitaleLinformatisation des fichiers dempreintes digitales permet une économie de temps, unemeilleure précision dans les comparaisons ainsi que larchivage sous forme de base dedonnées dun très grand nombre dempreintes.Après la capture de l’image digitale viennent les étapes ci ci-dessous :Stockage de lempreinte sous un format approprié (par exemple, Bitmap de Windows). Leformat dentrée des images à traiter peut être réalisé par scanner, caméra de digitalisation, etc.Filtrage des images par segmentation pour éliminer les zones de bruit de limage (imagetachée, piquetée ou incomplète...). 11
  • 12. Evaluation de la qualité de limage capturée par calculs des facteurs qui permettent détablirun critère automatique de qualité.Squelettisation de limage(binaire) Il est nécessaire, pour avoir une meilleure détection desminuties, dobtenir une image plus schématique. Toutes les lignes doivent avoir la mêmeépaisseur.Extraction des minuties Elle seffectue au moyen dun logiciel de traitement et de diversalgorithmes. On extrait une structure de données. Cest le processus final qui permetlobtention de la signature de lempreinte (signature digitale). Lidentification doit porter aumoins sur 12 minuties. Chaque minutie occupe un espace de 16 octets, soit 240 octets pour unnombre moyen de minuties. Le stockage final est compacté par compression des fichiers pouréconomiser environ 40% de lespace mémoireLors du processus dextraction, on détecte 100 minuties en moyenne. Le logiciel nextrait queles minuties réelles et rejette les minuties erronées. Le comptage seffectue sur environ 40minuties, ce qui augmente encore la certitude des résultats. 3. Etapes de comparaison d’une empreinte digitaleLe système de vérification d’identité est basé sur la comparaison de deux ensembles deminuties, correspondants respectivement à deux doigts à comparer.Pour déterminer si deux ensembles de minuties extraits de deux images correspondent à desempreintes du même doigt, il est nécessaire d’adopter un système de comparaison qui soitinsensible à d’éventuelles translations, rotations et déformations qui affectentsystématiquement les empreintes digitales.A partir de deux ensembles de minuties extraites, le système est capable de donner un indicede similitude ou de correspondance qui vaut : • 0 % si les empreintes sont totalement différentes. • 100 % si les empreintes viennent de la même image.Deux fichiers calculées à partir de la même empreinte ne donneront jamais 100 % deressemblance du fait des différences qui existent lors de l’acquisition de deux images (petitesdéformations ou déplacements), ils donneront cependant toujours un niveau élevé desimilitude.La décision à partir de cet indice de similitude de savoir si deux empreintes sont issues dumême doigt est une question purement statistique. Pour décider d’accepter la similitude entredeux gabarit, il faut établir un seuil d’acceptation. 12
  • 13. III. Etude de casCette partie présentera le volet pratique de cette étude, Il s’agit de l’implémentation desalgorithmes de comparaison et d’identification des empreintes digitales en utilisant uneapproche basée sur les minuties. 1. Principe suiviLa qualité des images de d’empreintes digitales dépend de plusieurs facteurs comme : lecontact avec la sonde, la qualité de sonde, la profondeur des rides/vallées, etc. Alors que lesalgorithmes de reconnaissance des empreintes digitales sont sensibles à la qualité des imagesdes empreintes digitales. Ce qui fait de l’étape du traitement de l’image une étape nécessaire,cette étape peut se composer du lissage, amélioration du contraste, filtrage… Dans des casextrêmes, une empreinte digitale avec une qualité très pauvre peut être automatiquementrenforcée en utilisant un des filtrages passe-bas.Pour bien distinguer les empreintes digitales, il est nécessaire de choisir des caractéristiquesqui sont invariantes malgré l’orientation et le placement du doigt sur le capteur ainsi que ladéformation élastique du doigt pendant lacquisition. 2. Implémntation sous OpenCVNous n’avons pas pu aller jusqu’au bout du projet et arriver à l’identification des empreintesdigitales. Ce programme s’arrête à l’étape de la squelettisation d’une image d’empreinte./* Calcule des champs dorientation Groupe 2 */#include<stdio.h>#include<stdlib.h>#include<cv.h>#include<highgui.h>#include<windows.h>#define NOMIMAGE "empreinte-.jpg"using namespace std; long h[256]; //histogramme long h_c[256]; //histogramme cumulé int Smin, Smax, i, j; // Calcul de lhistogramme à partir du raster dune image à 1 seul canalvoid histogramme(uchar *data,int height,int width){ for(i=0;i<256;i++) h[i]=0; 13
  • 14. for(i=0;i<height;i++) for(j=0;j<width;j++) h[data[i*width+j]]+= 1;}// Calcul de lhistogramme cumulévoid histogramme_cuml(){ h_c[0]=h[0]; for(i=1;i<256;i++) h_c[i]=h_c[i-1]+h[i];}//Récuperer le voisinage du point (i,j) et le mettre dans la table Pointsvoid Voisinage3x3(int i,int j,int width, uchar* data, uchar Points[8]){ Points[0]=data[(i-1)*width+j]; // p2 Points[1]= data[(i-1)*width+(j+1)]; // p3 Points[2]=data[i*width+(j+1)]; // p4 Points[3]=data[(i+1)*width+(j+1)]; // p5 Points[4]=data[(i+1)*width+j]; // p6 Points[5]=data[(i+1)*width+(j-1)]; // p7 Points[6]=data[i*width+(j-1)]; // p8 Points[7]=data[(i-1)*width+(j-1)]; // P9}// cest la fonction qui calcule le nombre de séquences 01 dans p2,p3,p4....p9,p2.int A(uchar Points[8]){ int A=0; for(int i=0;i<8;i++) { if((Points[i]==0)&&(Points[i+1]==255)) A++;} return A;}// cette fonction permet de calculer le nombre de pixels voisins non nuls du pixel traité.int B(uchar Points[8]){ int B=0; for(int i=0;i<8;i++) { if(Points[i]!=0) B++;} return B;}// fonction qui permet de tester si au moins lun des trois pixels passés en paramètre est nul.bool cond(uchar pv1, uchar pv2, uchar pv3){return (pv1*pv2*pv3 == 0); 14
  • 15. }/******************************************** Main*********************************************************/int main(int argc, char *argv[]){ int a,b; bool continuer = true; // sequelettisation à laide de lalgorithme de Hilditch //charger limage dentrée IplImage* img = cvLoadImage(NOMIMAGE); if(img==NULL){ printf("n Erreur douverture de fichier "); exit(1); } // Affichage de limage avant le traitement cvNamedWindow("Originale"); cvMoveWindow("Originale",200,200); cvShowImage("Originale", img); IplImage* res=cvCloneImage(img); int height=img->height, width=img->width, nb_pixels = height*width; uchar* raster=(uchar *)res->imageData; histogramme(raster,height,width); histogramme_cuml(); // calcul de max et min de lhistogramme int min=255,max=0; for(i=0;i<height;i++) for(j=0;j<width;j++){ if((raster[i*width+j])>max) max=raster[i*width+j]; if((raster[i*width+j])<min) min=raster[i*width+j]; }// calcul de Smin et Smax for(i=min+1;i<=max && ((float)h_c[i]/nb_pixels)<0.02;i++); Smin = i-1; for(i=max-1;i>=min && ((float)h_c[i]/nb_pixels)>0.98;i--); Smax = i+1;// affichage de min, Smin, Smax et max printf(" min: %d",min); 15
  • 16. printf(" Smin: %d",Smin); printf(" Smax: %d",Smax); printf(" max: %dn",max);// transformation for(i=0;i<img->height;i++) for(j=0;j<img->width;j++) { if (raster[i*width+j] >Smax) raster[i*width+j]=255; else if (raster[i*width+j]<Smin) raster[i*width+j]=0; else raster[i*width+j]=(255*(raster[i*width+j]-Smin))/(Smax-Smin); } // si limage est en couleur, alors elle est transformée en niveaux de gris IplImage* imgS = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U, 1); cvCvtColor(img,imgS,CV_RGB2GRAY); // transformation en une image binaire cvThreshold(imgS,imgS,100, 255,CV_THRESH_BINARY); //Raster de limage initiale uchar* dataI = (uchar*)imgS->imageData; //un tableau de 8 éléments qui va contenir les pixels voisins uchar VoisinageP1[8]; // une variable pour calculer le temps de traitement float a11 = GetTickCount(); do{ continuer = false; //On ne va pas traiter la première et la dernière ligne ou colonne puisque ils nont pas desvoisins for(int i=1;i<imgS->height-1;i++) for(int j=1;j<imgS->width-1;j++){ int k = i*imgS->width+j; if(dataI[k]==255){ Voisinage3x3(i,j,imgS->width,dataI,VoisinageP1); a=A(VoisinageP1); b=B(VoisinageP1);if((a==1)&&(b>=2&&b<=6)&&cond(VoisinageP1[0],VoisinageP1[2],VoisinageP1[6])&&cond(VoisinageP1[0],VoisinageP1[2],VoisinageP1[4])) { 16
  • 17. continuer=true; dataI[k]=0; // ici, on supprime le pixel à linstant même, ce qui explique le caractèreséquentiel de lalgorithme } } } }while(continuer); // calcul est affichage du temps de traitement a11 = GetTickCount()-a11;a11; printf("tps en ms : %fn",a11); n",a11); // Affichage de limage avant traitement cvNamedWindow("Resultat"); cvMoveWindow("Resultat",200,200); cvShowImage("Resultat", imgS); ge("Resultat", // Attendre une touche cvWaitKey(0); // Libérer les images cvReleaseImage(&imgS); cvReleaseImage(&img); return 0;}Le résultat obtenu est sous la f forme suivante : Figure 12 - Résultat 17
  • 18. ConclusionLutilisation de technologies biométriques est en plein essor, les revenus globaux de labiométrie dépassent les 4,6 milliards depuis 2008. La reconnaissance des empreintes digitales,qui génère à elle seule près de la moitié des revenus mondiaux du domaine de la biométrie,représente, sans conteste, la plus grande part du marché actuel de la technologie biométrique.Malgré les avantages de cette méthode qui se manifestent au faible coût des lecteurs grâce auxnouveaux capteurs et au traitement rapide des informations. Elle a aussi des limitations tellesque la difficulté de lecture : sensibilité aux altérations pouvant survenir au cours de la vie(égratignure, cicatrice, vieillissement ou autres) et à certaines variations (température,humidité, saleté, etc.), ainsi la sensibilité à la pose du doigt sur le lecteur.Dans cette étude nous avons présenté une vue générale de la biométrie et quelquescaractéristiques des empreintes digitales. Ainsi que les techniques de l’identification et lacomparaison des empreintes accompagnées d’une étude de cas démontrant les démarches àsuivre pour réaliser un programme identificateur des empreintes digitales. 18
  • 19. Référencesi http://www.futura-sciences.com/fr/definition/t/medecine-2/d/empreintes-digitales_3302/ii http://fr.wikipedia.org/wiki/Empreinte_digitalehttp://infoscience.over-blog.com/pages/La_reconnaissance_des_empreintes_digitalesFingerprint_recognition-4408216.htmliii http://infoscience.over-blog.com/pages/La_reconnaissance_des_empreintes_digitalesFingerprint_recognition-4408216.htmliv http://fingerchip.pagesperso-orange.fr/biometrics/types/fingerprint_sensors_physics.htmhttp://www.police-scientifique.com/empreintes-digitales/type-de-dessin-et-classificationhttp://infoscience.over-blog.com/pages/La_reconnaissance_des_empreintes_digitalesFingerprint_recognition-4408216.htmlhttp://recherche.criminelle.free.fr/nouvellepage5.htmhttp://www.pcworld.fr/article/materiel/biometrie-lecteur-d-empreintes-eikon/86881/http://www.pixelvalley.com/appareil-numerique/capteur.phphttp://criminels.e-monsite.com/pages/traitement-informatique-des-fichiers.html 19