隨著信息技術(shù)的不斷發(fā)展,用于識別或身份驗證的生物特征識別系統(tǒng)被廣泛應用,這些系統(tǒng)有著不容易丟失或遺忘等優(yōu)點,并且還能提供良好的識別準確性。然而,基于生物特征的身份識別系統(tǒng)卻面臨著隱私性和安全性的問題,如果生物特征模板被盜則用戶的隱私信息就會被暴露。此外,由于生物特征具有唯一性和不變性,一旦生物特征模板受到攻擊,就會導致用戶身份的永久性丟失。因此,對生物特征進行模板保護是非常有必要的�；谝陨蠁栴},本文主要研究了兩種基于掌紋或指紋的特征模板保護方法。首先,基于掌紋特征提出了基于最大正交索引哈希和最小哈希簽名的單因子掌紋特征模板保護方法。該算法通過Logistic-Tent-Sine復合混沌模型（LTSS）生成正交的高斯隨機投影（GRP）矩陣,然后再對掌紋進行最大正交索引哈希,能夠提取更多的掌紋特征信息,提高了掌紋的識別準確性、不可逆性和可更新性。此外,為了增強算法的安全性,對上面得到的掌紋哈希碼和系統(tǒng)生成的隨機二進制字符串進行XOR運算。最后,對系統(tǒng)生成的隨機二進制字符串進行最小哈希簽名得到偽標識符,然后進行匹配識別。由于偽標識符是脫離掌紋特征而生成的,因此有效的提高了算法的安全性。其次... 

【文章來源】：濟南大學山東省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

最小哈希簽名變換，(a)0-1特征矩陣，(b)特征矩陣的哈希函數(shù)值，(c)初始化的簽名矩陣，(d)(e)(f)

基于單因子的手部特征模板保護方法研究14式ijijFymFxc，則認為該該直線是兩個角點的切線，在圖2.2(d)中展示其內(nèi)容。（4）連接點11(x,y)和點22(x,y)獲得的直線作為y軸，并且過點11(x,y)和22(x,y)的中點做垂直于y軸的直線為x軸，x軸與y軸的交點是坐標原點，如下圖2.2(d)所示。（5）提取坐標系中固定大小的掌紋ROI，用于以后對掌紋的特征進行捕獲，如下圖2.2(e)。（6）最后，得到圖2.2(f)中提取的掌紋ROI區(qū)域。(a)原始掌紋圖像(b)二值后的圖像(c)邊界跟蹤(d)建坐標(e)確定中心區(qū)域(f)感興趣區(qū)域圖2.2基于切線的掌紋分割圖基于掌紋ROI，接下來提取所需的掌紋特征。Gabor濾波器因其有與人類視覺系統(tǒng)相似的特征，因此可以對生物特征圖像進行特征提取，但是由于傳統(tǒng)的Gabor濾波器有三個峰值，所以利用傳統(tǒng)的Gabor濾波器來提取掌紋的方向特征會存在特征信息表達不準確等現(xiàn)象。各向異性濾波器(AF)源于二維高斯濾波器，能很好地捕獲掌紋的方向信息，且計算復雜度低，實現(xiàn)簡單，因此,利用AF提取掌紋的方向特征[59]。AF可以對掌紋結(jié)構(gòu)進行有效地表示并且獲得掌紋的方向特征。圖2.3(a)是六個方向的各向異性濾波器的示意圖，圖2.3(b)是其3D圖。(a)六個方向各向異性濾波器圖

基于單因子的手部特征模板保護方法研究14式ijijFymFxc，則認為該該直線是兩個角點的切線，在圖2.2(d)中展示其內(nèi)容。（4）連接點11(x,y)和點22(x,y)獲得的直線作為y軸，并且過點11(x,y)和22(x,y)的中點做垂直于y軸的直線為x軸，x軸與y軸的交點是坐標原點，如下圖2.2(d)所示。（5）提取坐標系中固定大小的掌紋ROI，用于以后對掌紋的特征進行捕獲，如下圖2.2(e)。（6）最后，得到圖2.2(f)中提取的掌紋ROI區(qū)域。(a)原始掌紋圖像(b)二值后的圖像(c)邊界跟蹤(d)建坐標(e)確定中心區(qū)域(f)感興趣區(qū)域圖2.2基于切線的掌紋分割圖基于掌紋ROI，接下來提取所需的掌紋特征。Gabor濾波器因其有與人類視覺系統(tǒng)相似的特征，因此可以對生物特征圖像進行特征提取，但是由于傳統(tǒng)的Gabor濾波器有三個峰值，所以利用傳統(tǒng)的Gabor濾波器來提取掌紋的方向特征會存在特征信息表達不準確等現(xiàn)象。各向異性濾波器(AF)源于二維高斯濾波器，能很好地捕獲掌紋的方向信息，且計算復雜度低，實現(xiàn)簡單，因此,利用AF提取掌紋的方向特征[59]。AF可以對掌紋結(jié)構(gòu)進行有效地表示并且獲得掌紋的方向特征。圖2.3(a)是六個方向的各向異性濾波器的示意圖，圖2.3(b)是其3D圖。(a)六個方向各向異性濾波器圖

【參考文獻】：
博士論文
[1]可撤除掌紋識別與認證技術(shù)研究[D]. 冷璐.西南交通大學 2012
[2]掌紋識別關(guān)鍵技術(shù)研究[D]. 賈偉.中國科學技術(shù)大學 2008

碩士論文
[1]基于掌紋和雙層編碼的生物特征加密算法研究[D]. 李林.北京交通大學 2011



本文編號：3257786