G06K19/06 G06T5/00
1.一种基于静脉特征的二维码,其特征是:对读入的手指静脉图像进行尺寸归一化、灰度化、滤波增强等预处理操作;在此基础上采用改进的基于圆形邻域的局部二值模式提取手指静脉图像局部纹理特征,并进行特征降维操作;再对加入BCH纠错码的静脉特征采用特征位置重置的方式进行加密;最后,对加密后的特征采用QR码生成静脉特征的二维码图像;
本发明将静脉特征与二维码进行有效的结合,并结合有效的纠错与加密处理,具有保密性强、可靠性高、信息量大、使用价值高等优点;本发明可应用到资产管理、产品追溯、电子支付等领域。
2.根据权利要求1所述的预处理操作,其特征是:首先对读入的手指静脉图像进行尺寸归一化、灰度化、滤波增强等预处理操作,具体方法为:
尺寸归一化:由于输入静脉图像尺寸略有不同,首先将原始静脉图像进行尺寸归一化操作,归一化后的图像大小为80×150;
灰度化:对尺寸归一化后的图像进行灰度化操作;
滤波增强:由于指静脉图像经过采集、编码、传输等过程后往往存在着不同形式的噪声,而这些噪声会对图像质量造成不同程度的影响,因此,对归一化后的图像进行滤波增强操作。
3.根据权利要求1所述的手指静脉特征提取方法,其特征是:
为了适应不同尺度的纹理特征,并达到灰度和旋转不变性的要求,本发明采用圆形邻域模板代替了传统的正方形模板,取模板中心点的像素值为阈值,将模板邻域点像素值与该阈值比较,若大于阈值则被赋值为1,否则赋值为0;再按照一定的顺序将上述获得的二进制排成一个序列,即提取出该点的局部二值模式值;在半径为R的圆形邻域中允许有P个像素点,采用线性插值方法计算出非像素格处的像素值;本发明使用的圆形领域模板参数为模板半径R=2,邻域像素点个数P=16;
由于提取出的手指静脉图像特征维数较大,包含大量冗余信息,并且尽管二维码图像能够提供较大的信息容量,但是对于人体生物特征数据量来说还不足以完整存储数据;因此,本发明采用二维主成分分析方法对提取出的静脉二值模式特征向量进行有效的降维处理,提取出最主要的特征用于后续二维码的生成。
4.根据权利要求1所述的静脉图像特征纠错与加密方法,其特征是:对提取出的静脉图像二值模式特征中加入BCH纠错码,提高识别系统的纠错功能;
在加入纠错码的基础上,对二维图像提取出的一维特征原有序列进行重置;即调整原特征序列中各个元素的位置,从而改变原序列元素位置,各个元素信息出现在不同的位置;
元素位置重置乱过程如下:
首先通过随机方式生成新的位置序列F,假设F中各个元素排列的位置为(F1,F2,…,Fn);随后对F按照稳定排序算法进行排序,此时将原来的(F1,F2,…,Fn)交换到新的位置(Fp1,Fp2,…,Fpn);利用F1与Fp1,F2与Fp2,Fn与Fpn之间的对应关系,将所要重置的序列按照这一对应关系交换位置,从而对序列进行重置;由随机的方式生成的新的位置序列加大了破译原生物特征的难度,使图像特征具有较高的安全性;
反重置时即想还原图像特征序列时,根据相同的重置序列和相同的对应关系,将序列中的元素还原到原来的位置,得到原始序列。
本发明属于模式识别技术领域,具体涉及手指静脉识别技术与二维码技术。
静脉识别技术是利用人体皮下静脉血管的分布情况进行身份鉴别的,除了具备唯一性、普遍性与稳定性外,还不易受到外界环境影响,具有精度高、速度快、非接触式等诸多优点,成为了身份识别的一种有效手段。此外,由于静脉图像采集装置小、精度高、用户使用方便等优点,在许多场合中得到了广泛的应用。
然而,生物识别模板的安全性是一个关键问题,因为它们存储和处理每个用户的生物特征信息,一旦系统存储受到破坏,如果不保护生物特征模板,就可以显示敏感的生物特征信息。然后,冒用者可以从显示的模板中创建对特征的物理欺骗,以伪装目标用户非法访问身份认证系统,因此,安全性问题在生物识别系统中尤为重要。针对这一问题,本发明充分考虑手指静脉图像的特点,提出一种基于手指静脉特征的二维码,将提取出的手指静脉特征进行QR 编码,使其变成二维码图像,用于身份信息的验证,以期获得一种具有保密性强、可靠性高、使用价值高等优点的身份识别方法。
本发明的目的在于提供一种基于手指静脉特征的二维码生成方法,将提取出的手指静脉特征加入纠错编码并进行加密处理后采用QR码生成二维码图像,从而实现生物特征模板的保护,并且扩大生物特征应用领域。
本发明的目的是这样实现的:一种基于静脉特征的二维码,其特征是:对读入的手指静脉图像进行尺寸归一化、灰度化、滤波增强等预处理操作;在此基础上采用改进的基于圆形邻域的局部二值模式提取手指静脉图像局部纹理特征,并进行特征降维操作;再对加入BCH纠错码的静脉特征采用特征位置重置的方式进行加密;最后,对加密后的特征采用QR码生成静脉特征的二维码图像。
所述的预处理操作,其特征是:首先对读入的手指静脉图像进行尺寸归一化、灰度化、滤波增强等预处理操作。
尺寸归一化:由于输入静脉图像尺寸略有不同,首先将原始静脉图像进行尺寸归一化操作,归一化后的图像大小为80×15。
灰度化:对尺寸归一化后的图像进行灰度化操作。
滤波增强:由于指静脉图像经过采集、编码、传输等过程后往往存在着不同形式的噪声,而这些噪声会对图像质量造成不同程度的影响,因此,对归一化后的图像进行滤波增强操作。
所述的手指静脉特征提取方法,其特征是:为了适应不同尺度的纹理特征,并达到灰度和旋转不变性的要求,本发明采用圆形邻域模板代替了传统的正方形模板,取模板中心点的像素值为阈值,将模板邻域点像素值与该阈值比较,若大于阈值则被赋值为1,否则赋值为0。再按照一定的顺序将上述获得的二进制排成一个序列,即提取出该点的局部二值模式值。在半径为R的圆形邻域中允许有P个像素点,采用线性插值方法计算出非像素格处的像素值。本发明使用的圆形领域模板参数为模板半径R=2,邻域像素点个数P=16。
由于提取出的手指静脉图像特征维数较大,包含大量冗余信息,并且尽管二维码图像能够提供较大的信息容量,但是对于人体生物特征数据量来说还不足以完整存储数据。因此,本发明采用二维主成分分析方法对提取出的静脉二值模式特征向量进行有效的降维处理,提取出最主要的特征用于后续二维码的生成。
所述的静脉图像特征纠错与加密方法,其特征是:对提取出的静脉图像二值模式特征中加入BCH纠错码,提高识别系统的纠错功能。
在加入纠错码的基础上,对二维图像提取出的一维特征原有序列进行重置。即调整原特征序列中各个元素的位置,从而改变原序列元素位置,各个元素信息出现在不同的位置。
首先通过随机方式生成新的位置序列F,假设F中各个元素排列的位置为(F1,F2,…,Fn);随后对F按照稳定排序算法进行排序,此时将原来的(F1,F2,…,Fn)交换到新的位置(Fp1,Fp2,…,Fpn)。利用F1与Fp1,F2与Fp2,Fn与Fpn之间的对应关系,将所要重置的序列按照这一对应关系交换位置,从而对序列进行重置。由随机的方式生成的新的位置序列加大了破译原生物特征的难度,使图像特征具有较高的安全性。
反重置时即想还原图像特征序列时,根据相同的重置序列和相同的对应关系,将序列中的元素还原到原来的位置,得到原始序列。
本发明的主要贡献和特点在于:
本发明针对个人生物特征模板存在的可能被破坏与盗取等安全性问题,提出了一种基于手指静脉特征的二维码方法,将提取出的手指静脉特征加入纠错码进行QR 编码,使其变成二维码图像,用于身份信息的验证,以期获得一种具有保密性强、可靠性高、使用价值高等优点的身份识别方法。
图1本发明主要流程图。
图2二值化模式特征提取结果示意图。
图3圆形邻域模板示意图。
图4手指静脉图像特征二维码编码流程图。
下面结合附图举例对本发明做更详细地描述
1 手指静脉图像预处理
首先对读入的手指静脉图像进行尺寸归一化、灰度化、滤波增强等预处理操作。
1.1 尺寸归一化:由于输入静脉图像尺寸略有不同,首先将原始静脉图像进行尺寸归一化操作,归一化后的图像大小为80×150。
1.2 灰度化:对尺寸归一化后的图像进行灰度化操作。
1.3滤波增强:由于指静脉图像经过采集、编码、传输等过程后往往存在着不同形式的噪声,而这些噪声会对图像质量造成不同程度的影响,因此,对归一化后的图像进行滤波增强操作。
2 手指静脉图像特征提取
本发明对静脉图像提取圆形邻域内的二值模式特征。具体方法为:通常二值模式提取模板大小为3×3,取模板中心点的像素值为阈值,将模板邻域点像素值与该阈值比较,若大于阈值则被赋值为1,否则赋值为0。再按照一定的顺序将上述获得的二进制排成一个序列,即提取出该点的局部二值模式值,图2所示为静脉图像局部二值模式提取过程;
为了适应不同尺度的纹理特征,并达到灰度和旋转不变性的要求,本发明采用圆形邻域代替了正方形邻域,在半径为R的圆形邻域中允许有P个像素点,采用线性插值方法计算出非像素格处的像素值。本发明使用的圆形领域模板如图3所示,模板参数为模板半径R=2,邻域像素点个数P=16。
3.手指静脉图像特征降维
由于提取出的手指静脉图像局部二值模式纹理特征维数较多,包含大量冗余信息,此外,尽管二维码图像能够提供较大的信息容量,但是对于人体生物特征数据量来说还不足以完整存储数据。因此,本发明采用二维主成分分析方法对提取出的静脉二值模式特征向量进行有效的降维处理,提取出最主要的特征用于后续二维码的生成。
4. 静脉图像特征纠错与加密
4.1 加入纠错码
对上述提取出的静脉图像二值模式特征进行纠错编码用来降低误码率,提高通信的可靠性。BCH码是纠正多个随机错误的循环码,可以用生成多项式的根描述。因此,本发明在提取出的二值特征中加入BCH纠错码,提高识别系统的纠错功能。
4.2 静脉特征加密
在加入纠错码的基础上,对二维图像提取出的一维特征原有序列进行重置。即调整原特征序列中各个元素的位置,从而改变原序列元素位置,各个元素信息出现在不同的位置。
元素位置重置过程如下:
首先通过随机方式生成新的位置序列F,假设F中各个元素排列的位置为(F1,F2,…,Fn);随后对F按照稳定排序算法进行排序,此时将原来的(F1,F2,…,Fn)交换到新的位置(Fp1,Fp2,…,Fpn)。利用F1与Fp1,F2与Fp2,Fn与Fpn之间的对应关系,将所要重置的序列按照这一对应关系交换位置,从而对序列进行重置。由随机的方式生成的新的位置序列加大了破译原生物特征的难度,使图像特征具有较高的安全性。
反重置时即想还原图像特征序列时,根据相同的重置序列和相同的对应关系,将序列中的元素还原到原来的位置,得到原始序列。
5 .基于手指静脉特征的二维码生成
QR二维码是由“Denso-Wave”公司发明的矩阵式二维码,是由黑白相间的像素点的构成矩阵式图案,其具有数据纠错能强、存储容量大、识读快等特点。QR二维码为人体生物特征的编码提供了良好的研究基础,因此本发明将上述经过加密的静脉特征采用QR码生成静脉二维码图像。手指静脉图像特征二维码编码流程如图4所示。
本文发布于:2024-09-24 05:21:19,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/3/73551.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |