隨著信息技術(shù)的迅速發(fā)展,越來越多的領(lǐng)域需要可靠安全的身份認(rèn)證技術(shù)。在各種市場(chǎng)需求的推動(dòng)下,生物特征識(shí)別得到了快速發(fā)展,虹膜識(shí)別技術(shù)因具備眾多優(yōu)點(diǎn)成為熱門研究之一。然而隨著虹膜識(shí)別技術(shù)的應(yīng)用和發(fā)展,該技術(shù)逐漸暴露出一些安全隱患,一旦虹膜特征數(shù)據(jù)庫被盜取,將導(dǎo)致用戶的信息泄露,影響用戶的人身財(cái)產(chǎn)安全。因此,針對(duì)虹膜特征的原始數(shù)據(jù)保護(hù)成為該領(lǐng)域的主要研究熱點(diǎn)之一。本文以虹膜識(shí)別系統(tǒng)中虹膜特征模板保護(hù)問題為主要研究內(nèi)容,研究虹膜圖像的預(yù)處理、特征提取、模板保護(hù)以及匹配方法,提出一種雙虹膜模板保護(hù)方法。在虹膜圖像預(yù)處理階段,采用經(jīng)典算法進(jìn)行虹膜定位及歸一化。然后采用Log-Gabor變換提取紋理特征。為保護(hù)所得的虹膜原始特征數(shù)據(jù),本文提出一種基于局部置亂與雙隨機(jī)相位編碼（DRPE,Double Random Phase Encoding）的雙虹膜模板保護(hù)方法,該方法采用同一用戶的左右虹膜,將左虹膜特征矢量作為驗(yàn)證虹膜,而右虹膜特征矢量作為密鑰,將用戶的左虹膜圖像的特征矩陣采用Arnold分塊置亂,以獲得虹膜特征碼（IrisCode）的第一重保護(hù),然后從同一用戶的右虹膜圖像中提取IrisCode作... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

常見生物特征識(shí)別的生物特征

沈陽工業(yè)大學(xué)碩士學(xué)位論文2后就會(huì)固定不變，一生基本是穩(wěn)定的。除了虹膜不易受感染環(huán)境與遺傳因素之外，虹膜的熵模式遠(yuǎn)高于其他生物特征。由于每個(gè)人的虹膜都是唯一的，并且難以進(jìn)行復(fù)制，因此確保了其作為身份識(shí)別的先決條件。另外，虹膜的穩(wěn)定性和可測(cè)量性是其作為身份識(shí)別的重要性質(zhì)。由此，基于虹膜的生物特征識(shí)別表現(xiàn)出良好的識(shí)別性能。圖1.2虹膜的結(jié)構(gòu)Fig.1.2Irisstructure（2）指紋識(shí)別：指紋通常是指人的手指末端一些條紋狀的圖案，這些圖案具有相應(yīng)的方向、數(shù)量和曲率等特征。指紋識(shí)別則是利用這些特征點(diǎn)來進(jìn)行身份識(shí)別[11]。指紋在人為不破壞的情況下一般終身不變，并且從理論上講世界上不存在兩枚完全相同的指紋，因此指紋識(shí)別具有穩(wěn)定性以及唯一性等優(yōu)點(diǎn)。但其也存在一些缺點(diǎn)，某些群體的指紋很難采集，比如有疤痕、表面磨損嚴(yán)重或者有老繭等，并且指紋印跡很容易在不經(jīng)意間留在任意地方，如若不進(jìn)行擦拭，這些指紋印跡可利用相應(yīng)的手段采集，從而導(dǎo)致指紋識(shí)別的安全性能降低。（3）人臉識(shí)別：人臉識(shí)別主要是通過一定的識(shí)別技術(shù)，來探求面部器官之間的集合關(guān)系。通常，不同的人臉特征具備不同的關(guān)系，因而，人臉可以作為生物特征識(shí)別中重要的一份子。目前，人臉識(shí)別技術(shù)已運(yùn)用到視頻監(jiān)控、機(jī)場(chǎng)認(rèn)證、公安（罪犯追蹤識(shí)別）、火車站檢票口等。但其存在一些缺點(diǎn)，比如人臉被遮蓋（頭發(fā)、口罩、帽子以及化妝等），會(huì)降低識(shí)別速率和識(shí)別精度。（4）步態(tài)識(shí)別：步態(tài)是以腳帶動(dòng)身體的前進(jìn)方式，而通過人的行走模式可進(jìn)行身份認(rèn)證的。具有信息采集距離遠(yuǎn)、特征難以隱藏、不需要刻意接觸與配合等特點(diǎn)，目前應(yīng)用于醫(yī)學(xué)、犯罪分子搜尋、防暴防恐、視頻監(jiān)控等場(chǎng)景下。（5）語音識(shí)別：又稱聲紋識(shí)別，是一種將人的說話聲波轉(zhuǎn)換為能夠表達(dá)說

第2章虹膜識(shí)別與模板保護(hù)基礎(chǔ)理論11()((()())(()()))(()())(()()())22,,2,rtxxrCCsIxsusIxssNurrIxsurrdrN=+（2.5）式中r,s0,L(C)，L(C)表示曲線C的長度。參數(shù)r用來更新不斷變化的曲線C上點(diǎn)。是曲線上的高斯曲率，Nμq為曲線上某點(diǎn)對(duì)應(yīng)的法線。是用來更新曲線C(s)附近的點(diǎn)的函數(shù)。經(jīng)過多次曲線演化后，曲線周圍局部范圍內(nèi)的能量最小，此時(shí)曲線就是目標(biāo)的邊緣，即完成虹膜的外邊緣定位。由上述虹膜內(nèi)邊緣與外邊緣定位可分割出具有豐富紋理的虹膜區(qū)域。2.1.2虹膜圖像歸一化由于一些外在因素，比如采集圖像時(shí)攝像頭與人眼的距離、角度不固定、并且人眼的虹膜區(qū)域的大小差異，以及其他原因?qū)е碌耐追糯蠡蚴湛s，虹膜識(shí)別系統(tǒng)需要進(jìn)行虹膜區(qū)域歸一化。其目的是將每幅虹膜圖像調(diào)整為統(tǒng)一大小和相同分辨率，從而消除旋轉(zhuǎn)、縮放、平移對(duì)識(shí)別的影響[72]。虹膜圖像歸一化指定位后得到虹膜內(nèi)外邊界的圓心坐標(biāo)以及圓的半徑，將虹膜灰度圖像映射到極坐標(biāo)系，再將虹膜的環(huán)狀區(qū)域展開為矩形。假設(shè)虹膜邊界圓的方程為：22200(xx)+(yy)=R（2.6）極坐標(biāo)轉(zhuǎn)換公式為公式（2.7），公式（2.8），從直角坐標(biāo)系到極坐標(biāo)系的轉(zhuǎn)換歸一化模型圖如圖2.2所示。該模型是以內(nèi)圓圓心為極點(diǎn)將虹膜圖像從直角坐標(biāo)系轉(zhuǎn)換到極坐標(biāo)系。a直角坐標(biāo)系表示的虹膜區(qū)域b極坐標(biāo)表示的虹膜區(qū)域圖2.2歸一化的模型圖Fig.2.2Normalizedmodelgraph22arctanrxyyx=+=（2.7）

【參考文獻(xiàn)】：
期刊論文
[1]基于混合測(cè)地線區(qū)域曲線演化的虹膜定位方法[J]. 劉笑楠,楊爭(zhēng)威,張海珊.  電子測(cè)量與儀器學(xué)報(bào). 2018(10)
[2]淺析生物特征識(shí)別技術(shù)的發(fā)展及應(yīng)用[J]. 魏人杰.  中國安防. 2017(12)
[3]基于類卷積神經(jīng)網(wǎng)絡(luò)的可見光虹膜識(shí)別方法[J]. 劉笑楠,白雨辰,尹思璐,楊爭(zhēng)威.  儀器儀表學(xué)報(bào). 2017(11)
[4]指紋識(shí)別技術(shù)發(fā)展現(xiàn)狀[J]. 顧陳磊,劉宇航,聶澤東,李景振,王磊.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2017(04)
[5]基于點(diǎn)模式的指紋匹配[J]. 徐建國.  環(huán)球市場(chǎng)信息導(dǎo)報(bào). 2017(25)
[6]基于VQ和HMM的雙層聲紋識(shí)別算法[J]. 趙峰,于洋.  桂林電子科技大學(xué)學(xué)報(bào). 2017(01)
[7]剛性區(qū)域特征點(diǎn)的3維人臉識(shí)別[J]. 袁姮,王志宏,姜文濤.  中國圖象圖形學(xué)報(bào). 2017(01)
[8]基于改進(jìn)Hamming距離的虹膜識(shí)別算法[J]. 張攀,張蓮,陳大孝,李云昊.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(01)
[9]基于LBP和深度學(xué)習(xí)的手寫簽名識(shí)別算法[J]. 馬小晴,桑慶兵.  量子電子學(xué)報(bào). 2017(01)
[10]基于有監(jiān)督Kohonen神經(jīng)網(wǎng)絡(luò)的步態(tài)識(shí)別[J]. 郭欣,王蕾,宣伯凱,李彩萍.  自動(dòng)化學(xué)報(bào). 2017(03)

碩士論文
[1]可見光移動(dòng)端虹膜識(shí)別方法研究[D]. 白雨辰.沈陽工業(yè)大學(xué) 2019
[2]Arnold置亂變換圖像加密算法研究[D]. 方毅.江西理工大學(xué) 2018
[3]基于稀疏表示和協(xié)作表示的虹膜識(shí)別算法研究[D]. 于倩.燕山大學(xué) 2014



本文編號(hào)：3529937