[发明专利]一种基于DWT-DCT变换加密算法的掌静脉智能锁在审

专利信息
申请号: 202110222995.6 申请日: 2021-03-02
公开(公告)号: CN113034741A 公开(公告)日: 2021-06-25
发明(设计)人: 罗笑南;陶训芳;李冀;孙波 申请(专利权)人: 桂林电子科技大学;桂林森明智能科技有限责任公司;桂林笑微酒店管理有限公司
主分类号: G07C9/00 分类号: G07C9/00;H04L9/00;G06K9/00;G06K9/46;G06K9/32
代理公司: 暂无信息 代理人: 暂无信息
地址: 541004 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 dwt dct 变换 加密算法 静脉 智能
【说明书】:

发明提供一种基于DWT‑DCT变换加密算法的掌静脉智能锁,包括锁体、锁把手、掌静脉身份识别模块及其他身份识别模块,所述的其他身份识别模块用于开启智能锁,与掌静脉识别模块同时具备开启智能锁的功能。基于DWT‑DCT变换加密算法的掌静脉智能锁对身份注册和识别过程进行加密处理,实现识别系统受到不同攻击后依然可以准确进行掌静脉图像识别,解决现有技术的不足,提供高安全性、高鲁棒性的掌静脉识别技术。除此之外,建立的图像特征数据库可以大大缩小存储空间,形成轻量化的掌静脉身份识别系统。

一、技术领域

本发明涉及一种基于加密算法的掌静脉识别智能锁。

二、背景技术

掌静脉识别技术作为有效的生物特征识别技术之一,已经成为图像处理和模式识别领域的研究热点。但随着网络越来越发达,信息安全隐私保护已经成为当今的主流话题,第三方掌握了具体详细的个人信息,人们急需更加安全的保护措施。用户在使用掌静脉智能锁时,需要注册手掌静脉信息和个人信息进行绑定,非法分子可以在多个注册的图像数据库中进行交叉分析来确定用户具体信息,对于掌静脉图像特征数据库的信息保护是尤为重要的。

掌静脉图像的特征向量是区别和识别掌静脉的重要依据,目前基于DWT-DCT变换的加密图像掌静脉识别方法研究,且加密图像所提取的特征向量具有可常规、几何、光照、遮挡攻击的研究较少,大多数掌静脉识别算法都在明文域中进行,往往会忽略了掌静脉图像信息的安全性,因此在掌静脉识别中对图像特征数据库进行加密处理具有重要意义。

三、发明内容

针对现有的掌静脉识别过程,本发明的目的是提供一种基于DWT-DCT变换加密算法的掌静脉智能锁在识别过程中具有良好的安全性,通过采用DWT-DCT加密算法实现受到不同攻击后依然可以准确进行掌静脉图像识别,解决现有技术的不足,提供高安全性、高鲁棒性的掌静脉识别技术。

实现本发明目的的技术方案是:

一种基于DWT-DCT变换加密算法的掌静脉智能锁,包括锁体、锁把手、掌静脉身份识别模块及其他身份识别模块;

所述掌静脉认证模块安装在锁体上,其内置的掌静脉采集模块是用非接触式采集用户的掌静脉图像,非接触的方式可以提高其安全性。

所述锁体内置的中央处理器包括掌静脉图像预处理单元、掌静脉图像加密单元、掌静脉特征提取单元和掌静脉匹配决策识别判断单元,其中:

掌静脉图像预处理单元是对采集设备采集到的原始手掌图像进行最大化ROI切割,通过限制对比度自适应直方图均衡(CLAHE)进行图像增强并抑制噪声。

掌静脉图像加密单元是对预处理后的掌静脉图像进行离散小波变换(DWT)和离散余弦变换(DCT),具体流程如下:

S1:利用离散小波变换(DWT)对预处理后的掌静脉图像进行二级分解,把图像F(i,j)分解成四部分:一个较清晰低频子图LL(i,j)和三个高频模糊子图分别为LH(i,j),HL(i,j),HH(i,j);

S2:分别对四个子带图LL(i,j),LH(i,j),HL(i,j),HH(i,j)进行离散余弦变化DCT变换获得子带系数矩阵,分别表示为DLL(i,j),DLH(i,j),DHL(i,j),DHH(i,j);

S3:通过Logistic Map混沌系统生成混沌序列H(i,j),再按照掌静脉图像的大小对其进行二值化处理,获得二值矩阵HB(i,j);

S4:HB(i,j)和子带图系数矩阵DLL(i,j),DLH(i,j),DHL(i,j),DHH(i,j)分别进行点乘操作,得到加密图像子图EDLL(i,j),EDLH(i,j),EDHL(i,j),EDHH(i,j);

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学;桂林森明智能科技有限责任公司;桂林笑微酒店管理有限公司,未经桂林电子科技大学;桂林森明智能科技有限责任公司;桂林笑微酒店管理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110222995.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top