[发明专利]基于边缘纹理强化和对称差分统计的指纹活性检测的方法

说明书

本发明涉及一种基于边缘纹理强化和对称差分统计的指纹活性检测的方法，属于信息安全领域，该方法主要设计两种特征描述符提取特征：边缘强化纹理特征描述符和对称差分方法特征描述符，通过统计上述两类特征的二维直方图，将其转换为一维向量，作为区分真假指纹图像的特征描述符，输入到支持向量机分类器中进行训练和测试。利用本专利设计的两种特征描述符，使得对指纹图像的特征提取更为准确，从而提高真假指纹图像的分类准确率。

技术领域

本发明涉及一种基于边缘纹理强化和对称差分统计的指纹活性检测方法，属于信息安全领域。

背景技术

随着信息技术和科技的快速发展，如何进行个人的身份认证成为信息安全领域的一大重点，引起了国家和个人的关注。在身份认证方法中，应用较为广泛的是使用密码口令来进行身份的认证。然而密码口令的遗忘、泄漏或者盗用等问题也随之出现，将会导致很多的安全问题发生。为了解决这些问题，基于生物特征的身份认证技术相继被提出，比如指纹识别、虹膜识别、面部识别等技术，通过使用每个人特有的生物特征，更加安全、便捷的实现准确的身份识别。由于指纹具有唯一性、稳定性及便捷性的特点，且可以有效解决密码被遗忘、泄漏或是盗取的问题，基于指纹的身份认证技术目前已经被广泛应用于我们的日常生活中，比如手机指纹解锁、门禁系统、考勤系统、智能手机快捷支付等的身份认证等领域中。然而，基于指纹的身份认证方法也存在一定的安全隐患。近几年，随着各种高分辨率仿真、3D打印、生成对抗网络等新兴技术的出现，非法用户通过采集或窃取真实用户的指纹，利用新兴技术或是特殊材料，对真实指纹进行仿造。比如，非法用户可以通过使用硅胶、明胶、橡皮泥等材料，伪造一枚真实用户的指纹膜，去欺骗身份认证设备，进行非法认证。为了防止伪造的指纹膜欺骗攻击身份认证设备，指纹活性检测技术被随之提出，旨在区分一张指纹图像是否来源于真实的指纹。

现有的指纹活性检测算法主要分为两类：一类是基于硬件的指纹活性检测算法，一类是基于软件的指纹活性检测算法。基于硬件的指纹活性检测方法主要是通过利用一些传感设备来检测指纹的生理特征，如温度、脉搏、血液含氧量、活体指纹的导电性等，从而判断待测指纹的真假。虽然该方法可以以较高的检测率辨别真假指纹，但是该类方法需要额外的硬件设备的配合。基于软件的指纹活性检测方法则可以直接将其嵌入到指纹认证系统，更加便捷、实用。该类方法辨别真假指纹主要是通过分析指纹图像的差异性，如指纹图像的纹理结构、图像质量，直接通过图像处理技术实现真假指纹的鉴别。

基于软件的指纹活性检测方法目前主要有三类方法，分别是启发式的检测方法、基于深度学习的检测方法和基于纹理特征的指纹活性检测方法。其中，启发式检测方法多是根据指纹的一些细微特征，如汗孔、汗液、皮肤弹性等方面进行检测。基于深度学习及基于纹理特征的指纹活性检测方法，均是通过对真假指纹图像提取特征，根据不同的特征描述，进行真假指纹图像的分类。

目前的基于软件的指纹活性检测方法仅考虑了当前中心像素与其相邻近的像素之间的绝对值差值与当前像素的比值，该比值均为正数，通过与阈值k进行比较，得到的二值化编码为0或1。且在计算梯度方向时，虽改进了WLD方法,考虑了对角线方向，但仅计算出垂直、水平、对角线方向的四个值，因此对于指纹特征描述的准确性不高。

发明内容

本发明为了解决现有技术中存在的问题，提供一种提升指纹特征描述的准确性，并提高真假指纹图像的分类准确率的基于边缘纹理强化和对称差分统计的指纹活性检测方法。

为了达到上述目的，本发明提出的技术方案为：一种基于边缘纹理强化和对称差分统计的指纹活性检测方法，包括如下步骤：

首先，利用感兴趣区域提取算法对原始指纹图像进行预处理，消除指纹图像中背景区域的干扰；

然后设计两种特征描述符：边缘强化纹理特征；对称差分方向特征；通过两种特征描述符提取特征，接着将上述两类特征统计为二维直方图；