一种非接触式可撤销手掌纹脉双模态认证方法技术

本发明专利技术公开了一种非接触式可撤销手掌纹脉双模态认证方法，采用非接触式装置对手掌纹脉进行采集，使用点集操作进行预处理，采用Gabor滤波器提取纹理特征，在外部可变参数参与下，纹理特征和随机矩阵进行随机投影和量化，生成2DPalmHash码的可撤销模板，通过低相关性策略对可撤销模板生成方向优选，注册时，将双模态2DPalmHash码模板存储于数据库中；认证时，从数据库提取模板，与认证模板逐个比对并进行分数级融合，实现可撤销手掌纹脉认证。该认证方法采用点集操作提高了模板的精准度。可撤销模板，赋予了模板的更新能力。通过合适的策略优选特征模板，在不增加时间和空间复杂度的条件下提高认证精度。

【技术实现步骤摘要】
一种非接触式可撤销手掌纹脉双模态认证方法
本专利技术涉及生物特征的认证方法，特别涉及一种非接触式可撤销手掌纹脉双模态认证方法。
技术介绍
接触式掌纹和掌脉采集装置长期使用时，容易造成设备表面污染，引起精度降低、卫生隐患等问题。非接触式采集虽然克服了上述缺陷，但掌纹和掌脉的预处理过程容易受到更多因素干扰，例如自然场景下，背景、光照等情况复杂；不固定的手掌位置使拍摄距离、角度和旋转量不统一；手掌的姿态(如手指并拢、张开等)不统一。因此，需要设计更高精度的预处理算法提高定位准确性。 现有掌纹和掌脉认证系统使用的是原始特征模板，存在诸多安全和隐私问题:当特征被盗时，无法撤销和更新；随着应用范围的推广，多个数据库可能存储相同特征模板，如果低安全级别数据库中的特征模板被盗，其他数据库的特征模板将全部失效；原始特征可能泄露用户的隐私信息(如基因缺陷、疾病等)。因此，需要设计并使用受保护的可撤销生物特征。 掌纹和掌脉的双模态认证可以提高认证精度和生物特征的防伪性，但为了不增加特征数据量和计算开销，须设计合适的优选策略对两种模态的模板进行选择。
技术实现思路
为解决上述问题，本专利技术的目的在于提供一种非接触式可撤销手掌纹脉双模态认证方法，使用该方法可实现高精度的非接触式掌纹和掌脉预处理；该方法采用可撤销生物特征，生成受保护的特征模板，解决安全性和隐私性问题；通过合适的策略优选特征模板，在不增加时间和空间复杂度的条件下提高认证精度。 为实现上述目的，本专利技术采用以下技术方案来实现:一种非接触式可撤销手掌纹脉双模态认证方法，其特征在于，主要包括以下步骤:一、掌纹掌脉的非接触采集:使用非接触式掌纹和掌脉采集装置对掌纹掌脉进行采集;二、掌纹掌脉可撤销模板制作:(1)、采用点集操作对掌纹掌脉进行预处理，对分割手掌区域点集进行平移、交、并运算，获取手掌指根区域，即指根点集，然后根据约束条件对指根点集元素进行筛选，得到四个指根点的准确位置，选择两个基准点建立相应坐标系，动态定位感兴趣区域；(2)、采用Gabor滤波器对掌纹掌脉进行Gabor滤波，提取纹理特征；(3)、由外部可变参数控制伪随机数发生器生成随机矩阵，通过随机投影和量化构造不可逆变换，将原始掌纹和掌脉的纹理特征转变为可撤销形式，即二维手掌哈希码，又称2DPalmHash码，若可撤销模板受到威胁，重新设置控制随机矩阵的外部可变参数，生成新的可变模板，保证受保护模板具备替换和重新发布能力； (4)、对掌纹和掌脉的融合模板生成方向进行优选:在每种模态中分别统计四个方向匹配分数的协方差，根据小协方差选择策略，分别从掌纹和掌脉中选择低相关性的两个方向生成2DPalmHash码作为待融合的可撤销模板，通过均值策略融合多个模板的匹配分数，有效降低匹配分数方差，实现高精度可撤销手掌纹脉双模态认证；三、模板注册:将双模态2DPalmHash码模板存储于数据库中；四、模板认证:从数据库中提取已注册模板，与待认证模板逐个比对并进行分数级融合，实现可撤销手掌纹脉认证。 进一步地，所述非接触采集装置由采集口、摄像头、背景光源组成，所述采集口位于装置外部，所述摄像头位于装置内部且位于采集口的下方，所述摄像头为两个，一个摄像头直接采集掌纹图像；另一个摄像头辅助红外滤光片采集掌脉图像，所述摄像头下面是背景光源，所述背景光源由三个暖黄光LED灯和四个红外补光灯组成，暖黄光LED灯以三角阵列围绕红外光源的方式组成组合阵列。 进一步地，所述的外部可变参数为用户密钥或智能卡ID。 本专利技术由于采取以上技术方案，具有以下优点:(I)非接触采集装置避免了采集设备表面污染，导致认证精度降低的缺点；克服了接触过程引发的卫生问题，减少了传染疾病的风险；部分民族传统文化禁止异性接触同一物品表面，从而提高了认证系统在这些民族地区的适用性。 (2)利用手掌方向信息，直接对区域进行操作，提高了非接触式掌纹和掌脉图像定位的抗干扰性和准确性。 (3)受保护模板具备可撤销性的非接触式手掌纹脉认证方法。 【附图说明】 附图1、本专利技术的非接触式可撤销手掌纹脉双模态认证系统框架；附图2、非接触式采集装置设计示意图；附图3、以左手掌脉为例的“点集操作”定位算法过程；附图4、2DPalmHash码生成过程；附图5、低相关性策略优选可撤销手掌纹脉模板过程；附图6、可撤销手掌纹脉分数级融合认证。 【具体实施方式】 下面结合附图和实施例对本专利技术进行详细描述。 图1为本专利技术的非接触式可撤销手掌纹脉双模态认证系统框架，采用非接触式掌纹和掌脉采集装置，引入“点集操作”进行预处理，采用Gabor滤波器提取纹理特征。由外部可变参数控制伪随机数发生器生成随机矩阵。掌纹和掌脉的纹理特征和随机矩阵进行随机投影和量化，生成可撤销模板，命名为“二维手掌哈希码”，又称为“2DPalmHash码”，通过低相关性策略对可撤销模板生成方向优选。注册时，将双模态2DPalmHash码模板存储于数据库中；认证时，从数据库中提取模板，与认证模板逐个比对并进行分数级融合，实现可撤销手掌纹脉认证。 图2是采集装置设计示意图，如图所示，该采集装置采集口I位于装置外部，采集摄像头4设置在装置内部，采集摄像头为两个，一个摄像头直接采集掌纹图像；另一个摄像头辅助红外滤光片采集掌脉图像，在装置内部所述采集摄像头底部有光源的阵列结构，所述光源阵列由三个暖黄光LED灯2和四个红外补光灯3组成，暖黄光LED灯2以三角阵列围绕红外光源3的方式组成组合阵列，出线口位于装置侧面。 图3是以左手掌脉图像为例，说明非接触掌纹和掌脉的“点集操作”定位过程。采集时手掌五指方向向上。对分割的手掌区域进行三个方向(向右、向上、向左)平移，并分别与原始区域计算交集，得到残差。三个交集(点集)再次计算交集，得到粗略的指间区域。通过区域选择获取候选根点区域，并计算每个区域重心作为指根点。通过四个指根点的位置确定左右手掌，并以食指和中指之间的根点以及无名指和小指之间的根点为基准点，建立坐标系。裁剪正方形感兴趣区域的边长设置为两个基准点之间的距离&在两基准点之间连线的垂线下0.2?处，截取边长为《的正方形作为感兴趣区域，并对其尺寸进行归一化。 图4所示为2DPalmHash码生成过程，对掌纹和掌脉进行Gabor滤波，提取纹理特征。由外部可变参数控制生成满足高斯分布的随机数，组成随机矩阵。掌纹和掌脉的Gabor纹理特征矩阵与随机矩阵进行随机投影变换，生成随机映射矩阵，再进行量化生成2DPalmHash码。由于随机投影的压缩作用，2DPalmHash码的元素个数是纹理特征矩阵元素个数的一半。在以下三种情况下测试认证性能。 (I)最佳情况:当全部用户使用不同的外部可变参数和各自的掌纹(或掌脉)特征时,2DPalmHash码可以达到理想的认证精度。 (2)最差情况:当全部用户使用相同的外部可变参数和各自的掌纹(或掌脉)特征时,2DPalmHash码的认证性能略低于原始Gabor纹理特征直接量化生成的PalmCode。 (3)模板更新:当某个用户使用不同的外部可变参数和自己的掌纹(或掌脉)特征时，可以生成满足足够差异度的多样化的2DPalmHash码，保证了本文档来自技高网...

【技术保护点】
一种非接触式可撤销手掌纹脉双模态认证方法，其特征在于，主要包括以下步骤：一、掌纹掌脉的非接触采集：使用非接触式掌纹和掌脉采集装置对掌纹掌脉进行采集；二、掌纹掌脉可撤销模板制作：（1）、采用点集操作对掌纹掌脉进行预处理，对分割手掌区域点集进行平移、交、并运算，获取手掌指根区域，即指根点集，然后根据约束条件对指根点集元素进行筛选，得到四个指根点的准确位置，选择两个基准点建立相应坐标系，动态定位感兴趣区域；（2）、采用Gabor滤波器对掌纹掌脉进行Gabor滤波，提取纹理特征；（3）、由外部可变参数控制伪随机数发生器生成随机矩阵，通过随机投影和量化构造不可逆变换，将原始掌纹和掌脉的纹理特征转变为可撤销形式，即2DPalmHash码，若可撤销模板受到威胁，重新设置控制随机矩阵的外部可变参数，生成新的可变模板，保证受保护模板具备替换和重新发布能力；（4）、对掌纹和掌脉的融合模板生成方向进行优选：在每种模态中分别统计四个方向匹配分数的协方差，根据小协方差选择策略，分别从掌纹和掌脉中选择低相关性的两个方向生成2DPalmHash码作为待融合的可撤销模板，通过均值策略融合多个模板的匹配分数，有效降低匹配分数方差，实现高精度可撤销手掌纹脉双模态认证；三、模板注册：将双模态2DPalmHash码模板存储于数据库中；四、模板认证：从数据库中提取已注册模板，与待认证模板逐个比对并进行分数级融合，实现可撤销手掌纹脉认证。...

【技术特征摘要】
1.一种非接触式可撤销手掌纹脉双模态认证方法，其特征在于，主要包括以下步骤: 一、掌纹掌脉的非接触采集:使用非接触式掌纹和掌脉采集装置对掌纹掌脉进行采集; 二、掌纹掌脉可撤销模板制作: (1)、采用点集操作对掌纹掌脉进行预处理，对分割手掌区域点集进行平移、交、并运算，获取手掌指根区域，即指根点集，然后根据约束条件对指根点集元素进行筛选，得到四个指根点的准确位置，选择两个基准点建立相应坐标系，动态定位感兴趣区域； (2)、采用Gabor滤波器对掌纹掌脉进行Gabor滤波，提取纹理特征； (3)、由外部可变参数控制伪随机数发生器生成随机矩阵，通过随机投影和量化构造不可逆变换，将原始掌纹和掌脉的纹理特征转变为可撤销形式，即2DPalmHash码，若可撤销模板受到威胁，重新设置控制随机矩阵的外部可变参数，生成新的可变模板，保证受保护模板具备替换和重新发布能力； (4)、对掌纹和掌脉的融合模板生成方向进行优选:在每种模态中分别统计四个方向匹配分数的协方差，根据小协方差选择策略，分别...

【专利技术属性】
技术研发人员：冷璐，刘刚，黎明，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：江西;36