一种掌纹识别方法技术

本发明专利技术公开了一种基于二维滤波混合的掌纹识别方法。它首先通过二维滤波器进行掌纹图像提取；然后对滤波后的结果提取混合相位特征；接着对提取的掌纹混合相位特征进行加密操作；然后对加密操作后得到的两个加密掌纹混合相位特征，用距离匹配算法进行匹配，得到匹配结果。该种识别方法受采集光照条件的影响小，且计算复杂度低，同时结合了基于生物特征的识别和基于知识密码识别的优点，识别精度高，系统安全性好。

【技术实现步骤摘要】
一种掌纹识别方法
本专利技术涉及一种基于二维滤波相位特征加密的掌纹识别算法。
技术介绍
在高度信息化的今天，随着计算机技术和网络技术的迅速发展，信息安全显示出前所未有的重要性。在日常生活中以及金融、司法、安检、电子商务等很多场合都需要准确的身份识别。今天，人类的身份识别的方式主要有三种：第一种是基于知识的方法，如使用密码、口令等；第二种是基于物品的方法，如使用钥匙、ID卡等；第三种是基于人体的生物特征的方法，如人脸、指纹、掌纹，语音等。前两种方法存在着很多的缺陷，基于物品的方法携带不方便且容易丢失、损坏、被盗用或伪造；基于知识的方法容易被遗忘、破解等。因此这两种方法越来越不适合现代科技发展和社会进步。基于人体生物特征的身份识别方法克服了上述缺陷，使用生物特征方法是基于人体所固有的特征，不会丢失或忘记。同时，人体的生物特征各不相同，即使是双胞胎，他们的指纹、虹膜等信息也各不相同，所以生物特征很难被冒充和复制。由于人体生物特征不仅具有唯一性和终身不变性的特点，且数量也非常有限，一旦人的这些有限生物特征被泄漏或被盗用，直接后果就是人的这些生物特征将不能再用于安全系统中的身份匹配识别和身份认证。此外，当一个人的人体生物特征未经加密就直接用于多个独立的安全系统身份识别认证时，一个安全系统的生物特征被攻破或者泄露，所有的这些独立的安全系统均不再安全，会造成各种安全问题，也不能保护隐私。因此就需要由直接的生物特征转移匹配和识别转移到加密域(加密后的生物特征)进行可更替的安全匹配和识别。另外在公司企业中，新人地加入或者已有员工离职，这些都需要对这些人的生物特征(隐私)进行保护。对这些特征作加密处理后，新的特征数据的注册和离职员工的删除后都能够保证不会对其本人产生不良影响。掌纹识别作为一项新兴的生物识别技术，与其他生物特征相比主要有以下优点：掌纹的面积较大，涵括的信息比一枚指纹丰富得多，因此，从理论上来讲掌纹具有比指纹更好的可区分性，提取的特征不易受噪声的干扰。与虹膜特征相比，掌纹图像采集设备简单易行，成本远低于虹膜图像的采集设备。和手型特征相比，掌纹特征稳定，唯一性更强，不易伪造，且识别精度更高。掌纹获取方式与刑事和诉讼关联较小，因此用户接受程度较高。目前，研究人员已经对基于掌纹的生物特征识别方法进行了较深入的研究，并取得了一定的成果。不过，这些方法的识别精度不仅仍有待提高，且缺少安全性和隐私保护。因此，有必要专利技术一种能增强安全性和隐私保护的高精度掌纹识别方法。
技术实现思路
本专利技术的目的在于提供一种基于二维滤波相位特征加密的安全掌纹识别算法，该方法受采集光照条件的影响较小，计算复杂度低，掌纹的识别精度高，系统安全性好。本专利技术实现其专利技术目的，所采用的技术方案是，一种基于二维滤波相位特征加密的掌纹安全识别方法，其步骤是：第一步，采用边缘跟踪算法得到人掌纹图像的食指和中指、无名指和小指之间形成的角点，并通过这两个角点来校正掌纹图像，然后切割出手掌图像中心且大小为128×128像素的掌纹图像块I；第二步，用4个不同方向的二维滤波器构成二维混合滤波器；第三步，采用相位编码的方式提取掌纹图像的混合相位特征；第四步，对掌纹混合相位特征进行异或处理，得到加密掌纹混合相位特征；第五步，对于两个掌纹图像分别进行前四步的操作，得到两个加密掌纹混合相位特征，再采用距离匹配算法对加密掌纹混合相位特征进行匹配，得到匹配结果。与现有技术相比，本专利技术的有益效果是：本专利技术的方法受采集光照条件的影响小，且计算复杂度低，同时结合了基于生物特征的识别和基于知识密码识别的优点，识别精度高，系统安全性好。.具体实施方式本专利技术的一种具体实施方式为，基于混合滤波的掌纹安全识别方法，包括以下步骤：第一步，采用边缘跟踪算法得到人掌纹图像的食指和中指、无名指和小指之间形成的角点，并通过这两个角点来校正掌纹图像，然后切割手掌图像中心大小为128×128像素的矩形图像块I；第二步，用4个不同方向的二维滤波器构成二维混合滤波器，二维滤波器在对数坐标下为高斯函数。与传统的二维滤波器相比，二维滤波器没有直流分量，并且包含更多的高频成分。在对自然图像编码表示方面，传统的二维函数滤波器过多的表示了图像的低频成分，而对图像的高频成分表示不足。因此，二维滤波器具有更好图像表示效果。第三步，对滤波后的掌纹图像采用相位编码的方式提取掌纹图像的混合相位特征，对得到的掌纹混合相位特征先采用采样因子ρ(4×4)进行下采样，得到大小为32×64的简化掌纹混合相位特征PMPF(ρ)。第四步，用长度和简化掌纹混合相位特征的bit数相同的伪随机比特序列对简化掌纹混合相位特征进行异或处理，得到加密简化掌纹混合相位特征。本文档来自技高网...

【技术保护点】
1.一种掌纹识别方法，第一步，提取掌纹图像的食指和中指、无名指和小指之间形成的角点，并通过这两个角点来校正掌纹图像，然后切割出手掌图像中心且大小为128×128像素的掌纹图像块I；第二步，用4个不同方向的滤波器构成二维混合滤波器；第三步，采用相位编码的方式提取掌纹图像的混合相位特征；第四步，对掌纹混合相位特征进行异或处理，得到加密掌纹混合相位特征；第五步，对于两个掌纹图像分别进行前四步的操作，得到两个加密掌纹混合相位特征，再采用距离匹配算法对加密掌纹混合相位特征进行匹配，得到匹配结果。

【技术特征摘要】
1.一种掌纹识别方法，第一步，提取掌纹图像的食指和中指、无名指和小指之间形成的角点，并通过这两个角点来校正掌纹图像，然后切割出手掌图像中心且大小为128×128像素的掌纹图像块I；第二步，用4个不同方向的滤波器构成二维混合滤波器；第三步，采用相位编码的方式提取掌纹图像的混合相位特征；第四步，对掌纹混合相位特征进行异或处理，得到加密掌纹混合相位特征；第五步，对于两个掌纹...

【专利技术属性】
技术研发人员：唐宁，
申请(专利权)人：镇江杜微人才咨询有限公司，
类型：发明
国别省市：江苏,32