基于Gabor和混沌映射的掌纹特征生成及认证方法技术

本发明专利技术公开了一种基于Gabor滤波和混沌映射的掌纹特征生成及认证方法，其中生成方法是利用Gabor滤波和混沌映射来进行掌纹特征矩阵生成，认证方法包括利用生成的掌纹特征矩阵构建掌纹认证数据库，同样利用Gabor滤波和混沌映射生成待认证的掌纹特征矩阵，并利用距离匹配算法将待认证的掌纹特征矩阵与掌纹认证数据库中的掌纹特征矩阵进行距离匹配，根据匹配分数来进行认证决策。本发明专利技术能够提高掌纹特征生成和认证过程的安全性和隐私性，也能够提高掌纹特征生成和认证过程的精确度和速度。

【技术实现步骤摘要】
基于Gabor和混沌映射的掌纹特征生成及认证方法
本专利技术属于身份识别认证领域，特别涉及基于Gabor和混沌映射的掌纹特征生成及认证方法。
技术介绍
随着经济全球化和信息化的发展，信息安全问题将引起更为广泛的关注。信息安全关系到国家的安全；对组织机构来说，信息安全关系到正常运作和持续发展；就个人而言，信息安全是保护个人隐私和财产的必然要求。身份识别(identification)与认证(verification)技术已成为信息安全与隐私保护的重要基础，并得到了快速普及和推广。为此，对各种身份识别与认证系统的性能也提出了越来越高的要求。身份鉴别早已经应用到人们日常生活的许多方面，例如钥匙、银行卡密码、用户名和密码等。这些传统的身份鉴定方法存在着明显的问题：个人持有的物品容易丢失或者伪造，密码容易遗忘等。目前最为便捷与安全的解决方案无疑就是生物识别技术，由于生物特征唯一性和不变性，与传统的身份认证技术相比，使得生物特征识别与传统的方法如数字密码和身份证相比，具有更高的安全性和易用性。掌纹识别是近几年提出的一种较新的生物特征识别技术。掌纹是指手指末端到手腕部分的手掌图像。掌纹中含有丰富的特征都可以用来进行身份识别：如主线、皱纹、细小的纹理、脊末梢、分叉点等。掌纹识别也是一种非侵犯性的识别方法，用户比较容易接受，对采集设备要求不高。但是掌纹图像是稀有资源，一个人只有两个手掌，大部分人的手掌具有对称性，并且随着年龄的增长,掌纹的基本纹路结构并不在发生变化。一旦人的掌纹特征被泄露或者盗用，直接后果就是人的这些生物特征将不能再直接用于安全系统中身份匹配识别和身份认证。
技术实现思路
本专利技术要解决的技术问题是，提供基于Gabor和混沌映射的掌纹特征生成及认证方法，利用Gabor滤波和混沌映射来生成掌纹特征矩阵并构建掌纹认证数据库，进而利用距离匹配进行掌纹特征认证。为解决上述技术问题，本专利技术所采用的技术方案是：一种基于Gabor滤波和混沌映射的掌纹特征生成方法，包括以下步骤：S1：获取原始掌纹图像，提取出所述原始掌纹图像的ROI图像；S2：使用多方向Gabor滤波器组对所述ROI图像进行滤波处理，然后再进行归一化处理；S3：产生一个与步骤S2所得矩阵大小相同的混沌矩阵，并对所述混沌矩阵进行归一化处理；S4：将经步骤S2处理所得矩阵与经步骤S3处理所得矩阵进行逐值比较并编码得到编码矩阵，所述编码矩阵作为步骤S1中原始掌纹图像的掌纹特征矩阵。在上述技术方案中，利用Gabor变换可以模拟哺乳动物的视觉皮质细胞，具有对图像的光照与对比度等变化鲁棒性强等特点，能够提高掌纹特征获取的精度，使得所得到的掌纹特征矩阵与原始掌纹图像能够紧密对应，有利于提高掌纹特征矩阵生成过程的精确度和速度，也有利于提高利用掌纹特征矩阵进行掌纹认证的精确度和速度；混沌矩阵具有对初始条件和控制参数的敏感性，混沌轨道的伪随机性和不可预测性、遍历性、混合性等优点，所使用的混沌矩阵具有良好的随机统计特性，因而其可以作为生成掌纹特征矩阵的密码，在需要时可通过改变混沌矩阵来撤销和重复发布掌纹特征矩阵，而且即使混沌矩阵泄露，仅根据掌纹特征矩阵也难以还原原始掌纹图像或者原始掌纹图像的ROI图像，从而能够保护掌纹隐私，因而本专利技术能够提高掌纹以及由其形成的掌纹特征矩阵的安全性和隐私性。作为改进，步骤S1具体为：将所述原始掌纹图像进行二值化处理得到二值图像，在所述二值图像中提取手掌外边缘轮廓并检测食指、中指之间和无名指、小指之间形成的角点，以所述两角点的连线作为纵轴，从所述两角点的中点向所述纵轴作垂线，将所述垂线作为横轴，以所述纵轴和横轴的交点作为坐标原点，所述坐标原点与所述纵轴、横轴形成新坐标系，在新的坐标系下，在所述原始掌纹图像上截取掌纹矩形区域作为所述ROI图像。对原始掌纹图像进行二值化以及截取等操作有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。作为改进，所述混沌矩阵由分段线性映射迭代产生，它是混沌映射中形式最简单的映射，在实现上和速度上都具有一定的优势，其公式如下：其中，x∈[0,1]。作为改进，所述多方向Gabor滤波器组为六方向Gabor滤波器组，选择六个方向的Gabor滤波器能得到更加精确的纹理方向信息并减少量化误差。作为改进，步骤S2中进行滤波处理所用到的Gabor公式为：其中μ是正弦波频率，θ用于控制函数的方向，σ是Gaussian包络的标准差；此Gabor公式包含实部和虚部，进行滤波后图像会平滑，也适合纹理表达和分离，而且此公式的实现方式相对简单，且能得到很好的效果。本专利技术还提供了一种基于Gabor滤波和混沌映射的掌纹特征认证方法，包括以下步骤：S11：构建掌纹认证数据库，所述掌纹认证数据库包含有一定数量的掌纹特征矩阵，每个所述掌纹特征矩阵均通过权利要求1得到；S22：获取待认证掌纹图像，通过权利要求1得到所述待认证掌纹图像的掌纹特征矩阵；S33：采用与权利要求1中Gabor滤波器方向数相同的多方向距离匹配算法将步骤S22所得到的掌纹特征矩阵与步骤S11中的掌纹认证数据库进行匹配，并对各个方向的匹配分数采用和的策略进行匹配分数层融合，并利用融合后所得到的匹配分数进行认证决策。在上述技术方案中，由于作为掌纹认证数据库中元素的各个掌纹特征矩阵可以撤销和重新发布，因而掌纹认证数据库中整体或者部分也可以撤销和重新发布，从而掌纹认证数据库本身具有良好的安全性和隐私性；而待认证掌纹图像的掌纹特征矩阵的获取过程同样具有良好的安全性和隐私性，从而整个掌纹认证过程的安全性和隐私性得到提高；由于待认证掌纹图像的掌纹特征矩阵同样是基于Gabor变换得出的，因而能够提高待识别掌纹图像的掌纹特征获取的精度，从而提高掌纹认证精确度和认证速度，采用距离测度具有直观、易于理解、便于实现的优点。作为改进，所述距离匹配算法为Hamming距离匹配算法，可以减少匹配识别计算时的复杂度,适用于实时的匹配。综上，本专利技术基于Gabor滤波和混沌映射的掌纹特征生成及认证方法能够提高掌纹特征生成和认证过程的安全性和隐私性，也能够提高掌纹特征生成和认证过程的精确度和速度。附图说明图1至图3是本专利技术实施例二中所得到的掌纹ROI图像示例。图4至图6是本专利技术实施例二中所得到的的掌纹特征矩阵示例。图7是本专利技术实施例二中的错误接受率(FAR)和错误拒绝率(FRR)的分布图。图8是本专利技术实施例二中在图7基础上的错误接受率(FAR)和真正接受率(GAR)的曲线图(ROC曲线)。图9是本专利技术实施例三中的错误接受率(FAR)和错误拒绝率(FRR)的分布图。图10是本专利技术实施例三中在图9基础上的错误接受率(FAR)和真正接受率(GAR)的曲线图(ROC曲线)。具体实施方式本专利技术一种基于Gabor滤波和混沌映射的掌纹特征生成方法，包括以下步骤：S1：获取原始掌纹图像，提取出所述原始掌纹图像的ROI图像；S2：使用多方向Gabor滤波器组对所述ROI图像进行滤波处理，然后再进行归一化处理；S3：产生一个与步骤S2所得矩阵大小相同的混沌矩阵，并对所述混沌矩阵进行归一化处理；S4：将经步骤S2处理所得矩阵与经步骤S3处理所得矩阵进行逐值比较并编码得到编码矩阵，所述编码矩阵作为步骤S1中原本文档来自技高网...

【技术保护点】
1.一种基于Gabor滤波和混沌映射的掌纹特征生成方法，包括以下步骤：S1：获取原始掌纹图像，提取出所述原始掌纹图像的ROI图像；S2：使用多方向Gabor滤波器组对所述ROI图像进行滤波处理，然后再进行归一化处理；S3：产生一个与步骤S2所得矩阵大小相同的混沌矩阵，并对所述混沌矩阵进行归一化处理；S4：将经步骤S2处理所得矩阵与经步骤S3处理所得矩阵进行逐值比较并编码得到编码矩阵，所述编码矩阵作为步骤S1中原始掌纹图像的掌纹特征矩阵。

【技术特征摘要】
1.一种基于Gabor滤波和混沌映射的掌纹特征生成方法，包括以下步骤：S1：获取原始掌纹图像，提取出所述原始掌纹图像的ROI图像；S2：使用多方向Gabor滤波器组对所述ROI图像进行滤波处理，然后再进行归一化处理；S3：产生一个与步骤S2所得矩阵大小相同的混沌矩阵，并对所述混沌矩阵进行归一化处理；S4：将经步骤S2处理所得矩阵与经步骤S3处理所得矩阵进行逐值比较并编码得到编码矩阵，所述编码矩阵作为步骤S1中原始掌纹图像的掌纹特征矩阵。2.根据权利要求1所述的一种基于Gabor滤波和混沌映射的掌纹特征生成方法，其特征在于：步骤S1具体为：将所述原始掌纹图像进行二值化处理得到二值图像，在所述二值图像中提取手掌外边缘轮廓并检测食指、中指之间和无名指、小指之间形成的角点，以所述两角点的连线作为纵轴，从所述两角点的中点向所述纵轴作垂线，将所述垂线作为横轴，以所述纵轴和横轴的交点作为坐标原点，所述坐标原点与所述纵轴、横轴形成新坐标系，在新的坐标系下，在所述原始掌纹图像上截取掌纹矩形区域作为所述ROI图像。3.根据权利要求1所述的一种基于Gabor滤波和混沌映射的掌纹特征生成方法，其特征在于：所述混沌矩阵由分段线性映射迭代产生，其公式...

【专利技术属性】
技术研发人员：李恒建，邱建，董吉文，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东,37