[发明专利]一种使用生物特征散射光谱的高防伪光学指纹识别方法

说明书

 

技术领域

    本发明属于光子学、信息科学和生物科学的交叉技术领域，具体涉及一种使用生物特征散射光谱的高防伪光学指纹识别方法。

背景介绍

    在科技水平日新月异的今天，互联网、物联网已经将人们的生活紧密的联系起来。自动化的身份识别对于网络的健康发展有着举足轻重的作用。相比于用户名加密码的身份识别方式，利用人体的特征（如指纹、虹膜、DNA等）进行身份识别无疑具有快捷、准确以及防伪度高的优点。其中，光学指纹识别系统具有成像分辨率高、成像速度快、高仿伪以及可扩展性强等特点，已成为当今的指纹识别系统的发展趋势之一。

发明内容

本发明的目的是针对现有技术的不足，提供一种使用生物特征散射光谱的高防伪光学指纹识别方法。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1.在白光S0的照射下，彩色光学摄像系统利用内置的滤光片，同时获得了红绿蓝三幅指纹图像,并叠加为一副彩色指纹图像。

1-1.通过对彩色指纹图像内部数据的提取，将采集到的彩色指纹图像的内部数据整合为一个三维数组Img(M,N,j)，M和N是彩色指纹图像中横轴与纵轴像素点的数目，j为1至3中的任一数字。所述的内部数据是指彩色指纹图像中所有像素对应的红绿蓝三色的强度值的组合。

1-2对Img(M,N,j)数组中的第三个维度进行分离，分别获得红、绿、蓝三种颜色（亦可称为光谱）对应的指纹图像强度Img(M,N,1),Img(M,N,2)和Img(M,N,3)，分别记为Img_R(M,N)、Img_G(M,N)和Img_B(M,N)。

1-3.对指纹图像强度Img_R、Img_G和Img_B的强度值进行二维积分，获得待测物体对红、绿、蓝三种光波段的后向散射强度，指纹图像强度Img_R、Img_G和Img_B的后向散射强度分别记为I_R、I_G和I_B，积分的表达式为：

     (1.1)

步骤2.依次点亮红外光源S1、S2和S3，用红外探测器依次读取光源S2、S3和S4的后向散射强度，并记为I₁、I₂和I₃。

所述的红外光源S1、S2和S3的波长大于700nm。所述的红外探测器前装有小型非球面透镜与长通滤光片（大于700nm的光谱可通过，小于700nm的光谱无法透过），分别用于增强红外光的收集效率和过滤背景光的影响。小型非球面透镜与长通滤光片的安装能够增强红外探测器的信噪比。

步骤3.计算所有探测到的后向散射强度的均方值，若其均方值大于0.5，则说明待测物体为真手指；若其均方值小于等于0.5，则说明待测物体为指模。均方值的计算公式如式（1.2）所示。同时为便于表达，我们将I_R、I_G和I_B。分别记为I₄、I₅和I₆ 。 

      (1.2)

 其中，。

所述的真手指与指模的探测均方值在幅值上有较大差异的原因：

由于手指中，对光起到吸收作用的主要生物成分为血红蛋白、脂肪和水。而指纹模是无法完美的等比例的含有血红蛋白、脂肪和水这三种物质。上述三种生物成分的化学结构极其复杂，在可见光到红外光谱波段，其吸收光谱的变化非常剧烈。然而，指纹模的结构较为单一，不同波长下的吸收系数变化不大。因此，当待测样品为手指时，不同波长下，后向散射光谱的变化很大，体现为其均方值较大。而指纹模的后向散射光谱的均方值较小。通过比较均方值，即可区别手指和指纹模。

步骤4.如鉴别为指模，系统将自动提出警报；否则系统在已获取的白光照明的指纹图像的基础上，通过现有的特征比对法可进行指纹识别。

本发明有益效果如下：

本发明在采集指纹的表面图像信息的同时，利用光谱分离技术与红外光探测技术，获取待测物体的后向散射光谱信息，能区分生物手指与指模。跟现有的多光谱指纹识别系统相比较，引入了红外光源与红外光电探测器，使得该系统可获取红外波段（800 nm – 2000 nm）的后向散射光强信息，从而极大的提高了手指与指模的鉴别率。