[发明专利]一种人类指纹生物密钥生成方法有效

专利信息
申请号: 201410074388.X 申请日: 2014-03-03
公开(公告)号: CN103873253B 公开(公告)日: 2017-02-08
发明(设计)人: 吴震东;游林;梁斌 申请(专利权)人: 杭州电子科技大学
主分类号: H04L9/32 分类号: H04L9/32;H04L29/06;G06F21/32
代理公司: 杭州君度专利代理事务所(特殊普通合伙)33240 代理人: 杜军
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出了一种指纹生物密钥生成方法。本发明将指纹特征序列向高维空间中投影,在高维空间中将同一枚指纹的特征数字序列稳定到可接受的波动范围内,再对稳定后的指纹特征数字序列编码,从编码中提取生物密钥。整个方法在待认证用户端、认证服务器端均无需记录用户指纹模板,用户通过采集自身的指纹在本地生成(用户名、密钥)对,通过(用户名、密钥)对衍生的各种认证方法进行网络身份认证。事实上,网络认证端只需对待认证用户的(用户名、密钥)对进行验证,无需知晓待认证用户是通过指纹、用户名‑口令或是别的身份鉴别手段进行的身份认证。只要生物密钥的密钥空间足够大,可保证高安全性。
搜索关键词: 一种 人类 指纹 生物 密钥 生成 方法
【主权项】:
一种人类指纹生物密钥生成方法,其特征在于该方法包括以下步骤:指纹生物密钥训练部分和指纹生物密钥提取部分;指纹生物密钥训练部分具体步骤为:第Ⅰ步,用户对同一枚指纹进行2‑5次样本采集,获得2幅以上的指纹灰度图像,将灰度图像统一缩放到354×354像素大小,这一阶段获得的指纹图像标记为指纹图像1;第Ⅱ步,对获得的指纹图像1进行均衡化处理,获得指纹图像2;第Ⅲ步,对指纹图像2进行图像收敛处理,获得指纹图像3;第IV步,对指纹图像3进行图像平滑处理,获得指纹图像4;第Ⅴ步,对指纹图像4进行图像增强处理,获得指纹图像5;第Ⅵ步,对指纹图像5进行二值化处理,获得指纹图像6;第Ⅶ步,对指纹图像6进行细化处理,获得指纹图像7;第Ⅷ步,从指纹图像7中提取指纹特征端点、叉点,去除伪端点、叉点,用二维笛卡尔坐标系记录指纹特征端点、叉点坐标;第Ⅸ步,将第Ⅷ步获得的指纹特征端点、叉点坐标依次进行特征配准,配准时将端点、叉点视为同一性质的特征点;两幅图像可配准的特征点登记为该枚指纹的真实特征点,同一个真实特征点在两幅图像中可能有两组不同的坐标值(x1,y1)(x2,y2),取两组坐标值的均值(Ex,Ey),记录为该真实特征点的坐标值;配准好的特征点与后一副图像再次进行特征配准;配准完成后得真实特征点集合,集合含特征点个数记为M;第Ⅹ步,为每个真实特征点构造两个矩阵,D1×D1维的随机误差方阵,记为DXi,D1×2维的特征点标准坐标值矩阵,记为DYi;1<i<M,D1取值在13–42之间;第XI步,求解DXi的广义逆矩阵,记为IDXi,将IDXi左乘矩阵DYi得到对应每个真实特征点的高维空间投影矩阵PDXi=IDXi×DYi,在待认证用户端存储每个真实特征点的投影矩阵PDXi;投影矩阵PDXi不含指纹模板信息,攻击者即使获取投影矩阵也难以恢复用户指纹;第Ⅻ步,以指纹图像几何中心为原点,选取离原点距离最近的25个真实特征点,设定一个8~22阶的多项式函数,形如:f(x)=a0+a1*x+a2*x2+a3*x3+…+an*xn,其中n为阶数,a0~an∈正整数,其值域范围为0~224,即每个系数有24bit;在真实特征点集合中选取n+t个特征点,将特征点的(x,y)坐标拼接为一个值z=x|y,z∈正整数,代入多项式函数求得函数值f(z),在待认证用户端存储n+t个f(z)的值及阶数n;2<t<10;指纹生物密钥训练完成;指纹生物密钥提取部分具体步骤为:第一步,待认证用户对指纹进行2次采样,获得2幅指纹灰度图像,将灰度图像统一缩放到与指纹生物密钥训练阶段相同的像素大小;获得的指纹图像标记为指纹图像a;第二步,对获得的指纹图像a进行均衡化处理,获得指纹图像b;第三步,对指纹图像b进行图像收敛处理,获得指纹图像c;第四步,对指纹图像c进行图像平滑处理,获得指纹图像d;第五步,对指纹图像d进行图像增强处理,获得指纹图像e;第六步,对指纹图像e进行二值化处理,获得指纹图像f;第七步,对指纹图像f进行细化处理,获得指纹图像g;第八步,从指纹图像g中提取指纹特征端点、叉点,去除伪端点、叉点,用二维笛卡尔坐标系记录指纹特征端点、叉点坐标;第九步,将第八步获得的2幅图像的指纹特征端点、叉点坐标进行指纹特征配准,配准时将端点、叉点视为同一性质的特征点;两幅图像可配准的特征点登记为该枚指纹的备选真实特征点,同一个备选真实特征点在两幅图像中可能有两组不同的坐标值(x1,y1)(x2,y2),取两组坐标值的均值(Ex,Ey),记录为该备选真实特征点的坐标值;配准完成后得备选真实特征点集合,集合含备选真实特征点个数记为M1;第十步,所有备选真实特征点的坐标值以行排列,构造一个M1×2维矩阵;将M1×2维矩阵扩展为M1×D1维矩阵,记为AX;开启循环,用AX左乘每一个PDXi,得M1×2维矩阵RAXi;从RAXi中挑选出该枚指纹的真实特征点;记录真实特征点在RAXi中的坐标值,得到真实特征点集合;第十一步,从真实特征点集合中,选取n+2个特征点;将特征点(x,y)坐标值拼接为一个值z=x|y,z∈正整数,将n+2个z值排序;从指纹生物密钥训练阶段存储的n+t个f(z)值中选取n+2个值,将n+2个f(z)值排序;将z值序列与f(z)值序列按序配对,得到n+2个(z,f(z))对,代入函数f(z)=a0+a1*z+a2*z2+a3*z3+…+an*zn,生成n+2个线性方程,组成线性方程组;a0~an为n+1个未知数,a0~an∈正整数,如方程组有唯一解,则解得的(a0,a1,a2,a3,…,an)组成的数字序列即为提取的指纹生物密钥;密钥序列长度为24×(n+1)bit;如方程组没有唯一解,则遍历真实特征点集合中n+2个特征点的所有组合,遍历n+t个f(z)值中n+2个f(z)值的所有组合;配对;继续解线性方程组;找到唯一解,提取指纹生物密钥。
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杭州电子科技大学,未经杭州电子科技大学许可,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/patent/201410074388.X/,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