專利名稱::一種安全的指紋認(rèn)證方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域:
:本發(fā)明屬于生物特征識(shí)別領(lǐng)域,涉及圖像處理、模式識(shí)別、密碼學(xué)和信息安全等
技術(shù)領(lǐng)域:
,特別涉及到利用基于方向場(chǎng)互信息在加密域內(nèi)進(jìn)行指紋配準(zhǔn),并將其應(yīng)用于安全的指紋認(rèn)證系統(tǒng)中的方法。
背景技術(shù):
:隨著生物特征在現(xiàn)實(shí)生活中的應(yīng)用越來越廣泛,人們對(duì)于其所帶來的安全性和隱私性問題越來越關(guān)注。有調(diào)查顯示,公眾對(duì)生物特征,尤其是指紋的接受程度還不是很高,原因就在于擔(dān)心泄漏自己的身份信息,帶來信息安全方面的隱患。從理論上講,生物特征系統(tǒng)或多或少存在著被攻擊的可能性,其中尤以生物特征模板安全最為重要。在這種大背景下,安全的指紋認(rèn)證系統(tǒng),即能夠保證模板安全使其不能輕易為攻擊者獲取到的指紋認(rèn)證系統(tǒng),越來越受到人們的關(guān)注。模糊保險(xiǎn)箱技術(shù)(FuzzyVault技術(shù))是一種同時(shí)能保護(hù)生物特征信息和用戶密鑰的生物特征加密技術(shù),利用該技術(shù)能有效的防止生物特征模板被盜用,同時(shí)又是一種方便實(shí)用的密鑰保管方式。該技術(shù)由Juels和Sudan于2002年提出,最初并不是針對(duì)指紋的,而是針對(duì)所有符合其距離度量要求的模糊數(shù)據(jù)或者生物特征形態(tài)。由于該技術(shù)采用集合差的距離度量方式,所以特別適用于指紋的特征表達(dá)形式。Clancy等人和Uludag等人分別將模糊保險(xiǎn)箱技術(shù)應(yīng)用到了指紋的細(xì)節(jié)點(diǎn)特征表達(dá)中,所不同的是前者只使用了細(xì)節(jié)點(diǎn)的位置信息,而后者則額外又添加了細(xì)節(jié)點(diǎn)的方向信息。Nandakumar等人設(shè)計(jì)了一整套指紋模糊保險(xiǎn)箱系統(tǒng),能夠完成特征提取、細(xì)節(jié)點(diǎn)評(píng)估、自動(dòng)配準(zhǔn)、細(xì)節(jié)點(diǎn)過濾、加密和解密等關(guān)鍵操作。在基于指紋的FuzzyVault實(shí)現(xiàn)中,配準(zhǔn)是一個(gè)非常重要而且比較困難的步驟,其難點(diǎn)在于用于計(jì)算配準(zhǔn)參數(shù)的特征必須區(qū)別于被加密的特征,這種配準(zhǔn)方式被稱為"加密域配準(zhǔn)",比如一般的實(shí)現(xiàn)中都使用細(xì)節(jié)點(diǎn)作為加密特征,這樣這些細(xì)節(jié)點(diǎn)就不能被用來計(jì)算配準(zhǔn)參數(shù),而必須尋找其他的特征,如奇異點(diǎn)、曲率最大點(diǎn)等。在有效的加密域配準(zhǔn)算法出現(xiàn)之前,為了消除配準(zhǔn)不精確對(duì)系統(tǒng)的影響,人們通常使用人工手動(dòng)預(yù)配準(zhǔn)的方法來檢驗(yàn)系統(tǒng)性能,但是手動(dòng)的方法不能滿足自動(dòng)指紋識(shí)別系統(tǒng)的需求。之后,一些學(xué)者提出了幾種加密域自動(dòng)配準(zhǔn)的方法,最有代表性的就是Uludag和Jain提出的基于高曲率點(diǎn)的ICP迭代算法。這種方法已被成功的應(yīng)用于實(shí)現(xiàn)模糊指紋保險(xiǎn)箱系統(tǒng)(FuzzyFingerprintVault)中,并得到了良好的性能。但是這種方法存在著一些缺陷,比如系統(tǒng)中公布的高曲率點(diǎn)有可能會(huì)泄漏指紋細(xì)節(jié)點(diǎn)的信息,造成系統(tǒng)安全性降低,以及高曲率點(diǎn)需要通過檢測(cè)指紋方向流曲線獲得,比較復(fù)雜。Ch皿g等人提出了基于幾何哈希表的配準(zhǔn)方法,這種方法容易受到所選的第一個(gè)細(xì)節(jié)點(diǎn)的影響,也會(huì)受偽細(xì)節(jié)點(diǎn)以及漏檢的細(xì)節(jié)點(diǎn)的影響,作者報(bào)道的此方法用〔++語言的執(zhí)行時(shí)間為1.3s,不太適合于實(shí)時(shí)的認(rèn)證系統(tǒng)應(yīng)用。Jeffers等人提出了基于細(xì)節(jié)點(diǎn)局部結(jié)構(gòu)的配準(zhǔn)方法,但是這種方法不能適用于添加了許多雜湊點(diǎn)的FuzzyVault系統(tǒng),因?yàn)橄到y(tǒng)中公布的細(xì)節(jié)點(diǎn)局部結(jié)構(gòu)會(huì)被攻擊者當(dāng)作細(xì)節(jié)點(diǎn)過濾器來過濾掉大部分的雜湊點(diǎn)。Li等人提出了基于奇異點(diǎn)拓?fù)浣Y(jié)構(gòu)的配準(zhǔn)方法,這種方法存在的問題和高曲率點(diǎn)配準(zhǔn)方法一樣,都有泄漏真實(shí)細(xì)節(jié)點(diǎn)信息的潛在危險(xiǎn)。綜合以上分析我們發(fā)現(xiàn),目前存在的模糊指紋保險(xiǎn)箱加密域配準(zhǔn)方法都存在問題,或泄漏細(xì)節(jié)點(diǎn)信息,或?qū)崿F(xiàn)困難,或執(zhí)行時(shí)間過長(zhǎng)。安全的指紋認(rèn)證系統(tǒng)對(duì)系統(tǒng)的安全性和隱私性比傳統(tǒng)的指紋認(rèn)證系統(tǒng)要求要高,有必要設(shè)計(jì)一種更為安全可靠的配準(zhǔn)方法,以及與之相應(yīng)的模糊指紋保險(xiǎn)箱的實(shí)現(xiàn)方法。
發(fā)明內(nèi)容本發(fā)明的目的是針對(duì)安全指紋認(rèn)證系統(tǒng)中的信息泄漏問題,,提出并實(shí)現(xiàn)了一種基于方向場(chǎng)互信息的方法來解決FuzzyFingerprintVault系統(tǒng)中的加密域配準(zhǔn)問題,并且在系統(tǒng)實(shí)現(xiàn)中提出了與之相適應(yīng)的特征選擇方法。為達(dá)成所述目的,本發(fā)明的第一方面是提供一種安全的指紋認(rèn)證系統(tǒng),該系統(tǒng)包括圖像采集單元,采集模板手指紋和查詢手指紋分別生成模板指紋圖像和查詢指紋圖像;認(rèn)證特征提取單元與圖像采集單元連接,認(rèn)證特征提取單元從采集的模板指紋圖像和查詢指紋圖像中提取指紋認(rèn)證特征,所述指紋認(rèn)證特征為五元特征組(x,y,r1,r2,r3),其中x和y表示指紋細(xì)節(jié)點(diǎn)的坐標(biāo)位置信息,r1,r2,r3表示以該細(xì)節(jié)點(diǎn)為中心的三個(gè)鄰近細(xì)節(jié)點(diǎn)與該細(xì)節(jié)點(diǎn)之間的的三個(gè)脊線條數(shù)值;所述三個(gè)脊線條數(shù)值按照鄰近細(xì)節(jié)點(diǎn)到中心細(xì)節(jié)點(diǎn)的歐式距離從小到大依次排列;輔助特征提取單元與圖像采集單元連接,輔助特征提取單元從采集的模板指紋圖像和查詢指紋圖像中提取模板指紋輔助特征和查詢指紋輔助特征用于計(jì)算配準(zhǔn)參數(shù),提取到模板指紋輔助特征和查詢指紋輔助特征都包括指紋參考點(diǎn)位置和方向信息,以及參考點(diǎn)周圍指定鄰域的8X8像素大小的塊方向場(chǎng)ROI信息;對(duì)于非拱形指紋圖像,所述指紋參考點(diǎn)是指位于圖像最上邊的中心點(diǎn),對(duì)于拱形指紋圖像,所述指紋參考點(diǎn)是指指紋脊線曲率最大值在指紋圖像上所處的位置;所述參考點(diǎn)周圍指定鄰域是以指紋參考點(diǎn)為中心的半徑為&和R2的兩個(gè)正方形框中間的區(qū)域,其中&<R2;模板加密單元與認(rèn)證特征提取單元連接,模板加密單元以認(rèn)證特征提取單元提取的模板指紋認(rèn)證特征為輸入,對(duì)模板指紋認(rèn)證特征進(jìn)行加密,并輸出加密后的模板指紋認(rèn)證特征,以及用戶密鑰的哈希值Hash(K),以保護(hù)用戶的指紋信息;模板存儲(chǔ)單元分別與輔助特征提取單元和模板加密單元連接,模板存儲(chǔ)單元存儲(chǔ)的元素包括模板加密單元輸出加密后的模板指紋認(rèn)證特征、輔助特征提取單元輸出模板指紋輔助特征以及密鑰的哈希值Hash(K);所述模板存儲(chǔ)單元存儲(chǔ)的所有元素構(gòu)成系統(tǒng)的輔助數(shù)據(jù);配準(zhǔn)參數(shù)計(jì)算單元分別與模板存儲(chǔ)單元和輔助特征提取單元連接,配準(zhǔn)參數(shù)計(jì)算單元以模板存儲(chǔ)單元中存儲(chǔ)的模板指紋輔助特征和輔助特征提取單元輸出的查詢指紋輔助特征為輸入,使用基于方向場(chǎng)互信息的最優(yōu)化搜索方法,尋找到模板指紋和查詢指紋的最優(yōu)配準(zhǔn)參數(shù);模板解密單元分別與模板存儲(chǔ)單元、認(rèn)證特征提取單元和配準(zhǔn)參數(shù)計(jì)算單元連接,模板解密單元以模板存儲(chǔ)單元中存儲(chǔ)的加密的模板指紋認(rèn)證特征、認(rèn)證特征提取單元輸出的查詢指紋認(rèn)證特征和配準(zhǔn)參數(shù)計(jì)算單元輸出的最優(yōu)配準(zhǔn)參數(shù)為輸入,先利用最優(yōu)配準(zhǔn)參數(shù)將查詢指紋認(rèn)證特征進(jìn)行旋轉(zhuǎn)和平移,然后與加密后的模板指紋認(rèn)證特征進(jìn)行匹配操作,同時(shí)進(jìn)行拉格朗日多項(xiàng)式插值和哈希校驗(yàn),然后根據(jù)校驗(yàn)結(jié)果來判斷查詢指紋和模板指紋是否來自同一個(gè)手指。為達(dá)成所述目的,本發(fā)明的第二方面是提供一種安全的指紋認(rèn)證方法,包括步驟如下加密步驟S1,將輸入的模板指紋圖像和用戶密鑰進(jìn)行綁定,生成輔助數(shù)據(jù);解密步驟S2,利用輸入的查詢指紋圖像以及加密步驟生成的輔助數(shù)據(jù),進(jìn)行多項(xiàng)式解密和密鑰校驗(yàn),輸出認(rèn)證結(jié)果;其中,所述加密步驟包括步驟Sll:圖像采集單元采集模板手指指紋生成模板指紋圖像,并對(duì)其進(jìn)行預(yù)處理;步驟S12:認(rèn)證特征提取單元從模板指紋圖像中提取模板指紋的認(rèn)證特征集合;步驟S13:輔助特征提取單元從模板指紋圖像中提取模板指紋輔助特征,并存入模板存儲(chǔ)單元中;步驟S14:雜湊點(diǎn)添加單元向認(rèn)證特征集合中隨機(jī)添加一定數(shù)量的雜湊點(diǎn)集合;步驟S15:密鑰生成單元產(chǎn)生和用戶相關(guān)的密鑰K,并將其分割成n+l個(gè)字符串,然后將每一個(gè)字符串編碼為32-bit的二進(jìn)制數(shù),作為n階多項(xiàng)式P的系數(shù);步驟S16:密鑰哈希單元使用SHA-2算法對(duì)密鑰K進(jìn)行哈希操作,得到哈希值Hash(K),存入模板存儲(chǔ)單元中;步驟S17:特征量化單元將模板指紋認(rèn)證特征集合和雜湊點(diǎn)集合分別量化得到量化后的模板指紋認(rèn)證特征向量集合X和雜湊點(diǎn)特征向量集合Y,量化規(guī)則是將特征點(diǎn)的坐標(biāo)分量x和y各量化為長(zhǎng)度為10的二進(jìn)制串,細(xì)節(jié)點(diǎn)間脊線條數(shù)值r^r^ri3各量化為長(zhǎng)度為4的二進(jìn)制串,然后將所有二進(jìn)制串級(jí)聯(lián),形成總長(zhǎng)度為32的二進(jìn)制量化向量;步驟S18:多項(xiàng)式映射單元將量化后的模板指紋認(rèn)證特征向量集合X在多項(xiàng)式f上進(jìn)行映射得到映射值集合f(X),構(gòu)成真實(shí)點(diǎn)集合R(X,f(X)),同時(shí)為雜湊點(diǎn)特征向量集合Y隨機(jī)賦映射值集合Y,得到雜湊點(diǎn)集合C(Y,Z),使得雜湊點(diǎn)不在多項(xiàng)式P上,即Z^f(Y),然后將真實(shí)點(diǎn)集合和雜湊點(diǎn)集合合并得到RUC,并將合并后的元素順序打亂,得到加密后的模板指紋認(rèn)證特征集合E=(RUC)s,其中下標(biāo)S表示打亂順序操作;然后將加密后的模板指紋認(rèn)證特征集合E存入模板存儲(chǔ)單元中;至此,所有需要被存儲(chǔ)進(jìn)入模板存儲(chǔ)單元的元素包括板指紋輔助特征、加密后的模板指紋認(rèn)證特征集合以及密鑰哈希值Hash(K);所述的解密步驟,包括步驟S21:圖像采集單元采集查詢指紋圖像,并對(duì)其進(jìn)行預(yù)處理;步驟S22:認(rèn)證特征提取單元提取查詢指紋圖像的認(rèn)證特征集合Q;步驟S23:輔助特征提取單元提取查詢指紋圖像的輔助特征,保留查詢指紋圖像的方向場(chǎng);步驟S24:配準(zhǔn)參數(shù)計(jì)算單元計(jì)算查詢指紋圖像和模板指紋圖像之間的最優(yōu)配準(zhǔn)參數(shù);步驟S25:模板解密單元根據(jù)上一步求得的配準(zhǔn)參數(shù)對(duì)查詢指紋圖像的認(rèn)證特征集合進(jìn)行變換,將其變換到模板指紋圖像的坐標(biāo)空間中,得到變換后的查詢指紋圖像認(rèn)證特征集合Q';步驟S26:模板解密單元使用變換后的查詢指紋圖像認(rèn)證特征集合Q'對(duì)加密后的模板指紋認(rèn)證特征集合E進(jìn)行粗過濾;步驟S27:模板解密單元使用變換后的查詢指紋圖像認(rèn)證特征集合Q'與經(jīng)過過濾的E進(jìn)行精細(xì)匹配,得到一個(gè)待解密的集合D;步驟S28:模板解密單元對(duì)于D中的任意n+1個(gè)元素組合進(jìn)行拉格朗日多項(xiàng)式插值,求得多項(xiàng)式的系數(shù),然后進(jìn)行解碼以獲得待驗(yàn)證的密鑰K',對(duì)K'進(jìn)行SHA-2哈希得到Hash(K'),驗(yàn)證Hash(K')與Hash(K)是否相等,若相等,則解密成功;若所有的n+1個(gè)元素的組合都不能解密成功,則認(rèn)為解密失敗。本發(fā)明的有益效果本發(fā)明采用指紋中心點(diǎn)周圍鄰域的塊方向場(chǎng)作為輔助特征,使用基于方向場(chǎng)互信息的方法,分層次的搜索最優(yōu)的配準(zhǔn)參數(shù),易于實(shí)現(xiàn),并且配準(zhǔn)效果良好。在系統(tǒng)實(shí)現(xiàn)的過程中,為防止信息泄漏,摒棄了細(xì)節(jié)點(diǎn)的方向特征,使用細(xì)節(jié)點(diǎn)的位置特征和它與其距離最近的三個(gè)細(xì)節(jié)點(diǎn)之間的脊線條數(shù)特征,作為認(rèn)證特征進(jìn)行加密操作,消除了輔助特征泄漏認(rèn)證特征信息的潛在威脅,達(dá)到了更高的安全性,同時(shí)認(rèn)證性能也取得了良好的結(jié)果。同時(shí),配準(zhǔn)算法的計(jì)算量也可以滿足實(shí)時(shí)系統(tǒng)的要求。圖1示出安全指紋認(rèn)證系統(tǒng)的總體框架示意圖;圖2示出模板加密單元的結(jié)構(gòu)示意圖;圖3示出配準(zhǔn)參數(shù)計(jì)算單元的結(jié)構(gòu)示意圖;圖4示出模板解密單元的結(jié)構(gòu)示意圖;圖5示出安全指紋認(rèn)證方法算法的加密步驟流程圖;圖6示出安全指紋認(rèn)證方法算法的解密步驟流程圖;圖7示出指紋奇異點(diǎn)周圍特定鄰域塊方向場(chǎng)ROI(OFROI)示意圖;圖8示出模板指紋OFROI和查詢指紋OFROI互信息所用的概率矩陣;具體實(shí)施例方式下面將結(jié)合附圖對(duì)本發(fā)明加以詳細(xì)說明,應(yīng)指出的是,所描述的實(shí)施例僅旨在便于對(duì)本發(fā)明的理解,而對(duì)其不起任何限定作用。本發(fā)明的核心思想是基于方向場(chǎng)互信息的加密域配準(zhǔn)方法,以及與之相適應(yīng)的特征選擇方法和系統(tǒng)實(shí)現(xiàn)方法。方法采用指紋中心點(diǎn)特定鄰域的塊方向場(chǎng)作為輔助特征,使用基于方向場(chǎng)互信息的方法來搜索模板指紋和查詢指紋之間的最優(yōu)配準(zhǔn)參數(shù)。在特征選取時(shí),為了避免信息泄漏,摒棄了傳統(tǒng)系統(tǒng)中使用的細(xì)節(jié)點(diǎn)方向特征,而代之以細(xì)節(jié)點(diǎn)間的脊線條數(shù),從而保證了系統(tǒng)的安全性?;谏鲜龅乃悸泛湍康模旅鎸踩讣y認(rèn)證過程劃分為若干個(gè)步驟,簡(jiǎn)要介紹執(zhí)行每個(gè)步驟時(shí)需要注意的關(guān)鍵問題,來設(shè)計(jì)和改進(jìn)我們的系統(tǒng),建立最終的安全指紋認(rèn)證理論框架及系統(tǒng)原型。本發(fā)明的核心在于基于方向場(chǎng)互信息的加密域配準(zhǔn)方法,以及與之相適應(yīng)的特征選擇方法和系統(tǒng)實(shí)現(xiàn)方法。對(duì)如圖l所示現(xiàn)有技術(shù)的改進(jìn)實(shí)現(xiàn)了本發(fā)明的裝置,如圖l所示,包括圖像采集單元1,采集模板手指紋和查詢手指紋分別生成模板指紋圖像和查詢指紋圖像;認(rèn)證特征提取單元2與圖像采集單元1連接,認(rèn)證特征提取單元1從采集的模板指紋圖像和查詢指紋圖像中提取指紋認(rèn)證特征,所述指紋認(rèn)證特征為五元特征組(x,y,r1,r2,r3),其中x和y表示指紋細(xì)節(jié)點(diǎn)的坐標(biāo)位置信息,r1,r2,r3表示以該細(xì)節(jié)點(diǎn)為中心的三個(gè)鄰近細(xì)節(jié)點(diǎn)與該細(xì)節(jié)點(diǎn)之間的的三個(gè)脊線條數(shù)值;所述三個(gè)脊線條數(shù)值按照鄰近細(xì)節(jié)點(diǎn)到中心細(xì)節(jié)點(diǎn)的歐式距離從小到大依次排列;輔助特征提取單元3與圖像采集單元1連接,輔助特征提取單元3從采集的模板指紋圖像和查詢指紋圖像中提取模板指紋輔助特征和查詢指紋輔助特征用于計(jì)算配準(zhǔn)參數(shù),提取到模板指紋輔助特征和查詢指紋輔助特征都包括指紋參考點(diǎn)位置和方向信息,以及參考點(diǎn)周圍指定鄰域的8X8像素大小的塊方向場(chǎng)ROI信息;對(duì)于非拱形指紋圖像,所述指紋參考點(diǎn)是指位于圖像最上邊的中心點(diǎn),對(duì)于拱形指紋指紋圖像,所述指紋參考點(diǎn)是指指紋脊線曲率最大值在指紋圖像上所處的位置;所述參考點(diǎn)周圍指定鄰域是以指紋參考點(diǎn)為中心,2&和2R2為邊長(zhǎng)的兩個(gè)正方形框中間的區(qū)域,其中&<R2。模板加密單元4與認(rèn)證特征提取單元2連接,模板加密單元4以認(rèn)證特征提取單元提取的模板指紋認(rèn)證特征為輸入,并模板指紋認(rèn)證特征進(jìn)行加密,并輸出加密后的模板指紋認(rèn)證特征,以及用戶密鑰的哈希值Hash(K),以保護(hù)用戶的指紋信息;模板存儲(chǔ)單元5分別與輔助特征提取單元3和模板加密單元連4接,模板存儲(chǔ)單元3存儲(chǔ)的元素包括模板加密單元輸出的加密后的模板指紋認(rèn)證特征、輔助特征提取單元輸出的模板指紋輔助特征以及密鑰的哈希值Hash(K);所述模板存儲(chǔ)單元存儲(chǔ)的所有元素構(gòu)成系統(tǒng)的輔助數(shù)據(jù);配準(zhǔn)參數(shù)計(jì)算單元6分別與模板存儲(chǔ)單元5和輔助特征提取單元3連接,配準(zhǔn)參數(shù)計(jì)算單元6以模板存儲(chǔ)單元中存儲(chǔ)的模板指紋輔助特征和輔助特征提取單元輸出的查詢指紋輔助特征為輸入,使用基于方向場(chǎng)互信息的最優(yōu)化搜索方法,尋找到模板指紋和查詢指紋的最優(yōu)配準(zhǔn)參數(shù);模板解密單元7分別與模板存儲(chǔ)單元5、認(rèn)證特征提取單元2和配準(zhǔn)參數(shù)計(jì)算單元6連接,模板解密單元7以模板存儲(chǔ)單元5中存儲(chǔ)的加密的模板指紋認(rèn)證特征、認(rèn)證特征提取單元2輸出的查詢指紋認(rèn)證特征和配準(zhǔn)參數(shù)計(jì)算單元6輸出的最優(yōu)配準(zhǔn)參數(shù)以輸入,先利用最優(yōu)配準(zhǔn)參數(shù)將查詢指紋認(rèn)證特征進(jìn)行旋轉(zhuǎn)和平移,然后與加密后的模板指紋認(rèn)證特征進(jìn)行匹配操作,同時(shí)進(jìn)行拉格朗日多項(xiàng)式插值和哈希校驗(yàn),然后根據(jù)校驗(yàn)結(jié)果來判斷查詢指紋和模板指紋是否來自同一個(gè)手指;所述模板加密單元4的構(gòu)成示意圖如圖2所示,包括雜湊點(diǎn)添加單元41,隨機(jī)生成與模板指紋認(rèn)證特征的結(jié)構(gòu)一樣的五元特征組,添加規(guī)則是所添加的雜湊點(diǎn)與模板指紋的認(rèn)證特征和已添加的雜湊點(diǎn)之間的距離都大于指定的距離閾值Th,隨機(jī)生成數(shù)量為模板指紋認(rèn)證特征個(gè)數(shù)的IO倍左右的雜湊點(diǎn);雜湊點(diǎn)添加數(shù)量一般為模板指紋認(rèn)證特征個(gè)數(shù)的10倍;特征量化單元42與雜湊點(diǎn)添加單元41連接,特征量化單元42對(duì)認(rèn)證特征提取單元輸出的的模板指紋認(rèn)證特征和雜湊點(diǎn)添加單元隨機(jī)添加的雜湊點(diǎn)集合進(jìn)行量化,量化規(guī)則是認(rèn)證特征橫坐標(biāo)x和縱坐標(biāo)y量化為長(zhǎng)度為10比特串,細(xì)節(jié)點(diǎn)間脊線條數(shù)特征量化為長(zhǎng)度為4的比特串,這樣對(duì)應(yīng)于一個(gè)細(xì)節(jié)點(diǎn),量化后的認(rèn)證特征為長(zhǎng)度為32的比特串;密鑰生成單元43,生成與用戶對(duì)應(yīng)的密鑰K,該密鑰可以由用戶選擇與自身相關(guān)的信息生成(比如生日、身份證號(hào)等),也可由系統(tǒng)隨機(jī)生成,密鑰長(zhǎng)度一般為32*(n+l),其中n是系統(tǒng)中選擇的多項(xiàng)式的階數(shù),32是認(rèn)證特征量化后的長(zhǎng)度;多項(xiàng)式編碼單元44與密鑰生成單元43連接,多項(xiàng)式編碼單元44將密鑰生成單元生成的密鑰K分割為n+l個(gè)子串,然后將這n+l個(gè)子串分別轉(zhuǎn)換為有限域GF(232)中的元素、,k2,…,k^,這樣就可以對(duì)應(yīng)GF(232)域的一個(gè)多項(xiàng)式,即得到有限域多項(xiàng)式f=、+^+1^2++、+1^;字符串轉(zhuǎn)換為有限域元素的方法是首先將字符串轉(zhuǎn)化為ASCII碼,若長(zhǎng)度超過32位取前32位,不足32位可在后面任意補(bǔ)0構(gòu)成32位,這樣就可以對(duì)應(yīng)為有限域GF(232)的元素;多項(xiàng)式映射單元45分別與特征量化單元42和多項(xiàng)式編碼單元44連接,多項(xiàng)式映射單元45將量化后的模板指紋認(rèn)證特征映射到多項(xiàng)式f上,而為所有雜湊點(diǎn)隨機(jī)賦映射值,使之不在多項(xiàng)式f上;所述映射的操作是在有限域GF(232)中進(jìn)行,量化后的模板指紋認(rèn)證特征及其對(duì)應(yīng)的多項(xiàng)式f上的映射值構(gòu)成真實(shí)細(xì)節(jié)點(diǎn)集合,量化后的雜湊點(diǎn)及其對(duì)應(yīng)的映射值集合構(gòu)成雜湊點(diǎn)集合;真實(shí)細(xì)節(jié)點(diǎn)集合與雜湊點(diǎn)集合構(gòu)成的并集作為加密后的模板指紋認(rèn)證特征存儲(chǔ)在模板存儲(chǔ)單元中;密鑰哈希單元46與密鑰生成單元43連接,密鑰哈希單元46使用SHA-2哈希函數(shù)將密鑰生成單元生成的密鑰進(jìn)行哈希操作,得到哈希值Hash(K),也存儲(chǔ)進(jìn)模板存儲(chǔ)單元中去。所述的配準(zhǔn)參數(shù)計(jì)算單元6的構(gòu)成示意圖如圖3所示,包括配準(zhǔn)參數(shù)初始化單元61,根據(jù)存儲(chǔ)的模板指紋輔助特征中的參考點(diǎn)的位置和方向,以及從查詢指紋圖像中提取的參考點(diǎn)的位置和方向,對(duì)配準(zhǔn)參數(shù)進(jìn)行初始化;初始互信息計(jì)算單元62與配準(zhǔn)參數(shù)初始化單元61連接,初始互信息計(jì)算單元62根據(jù)存儲(chǔ)的模板指紋輔助特征中的方向場(chǎng)ROI和提取的查詢指紋的方向場(chǎng)ROI計(jì)算它們之間的互信息。如果該互信息大于某個(gè)閾值,則直接將初始化的配準(zhǔn)參數(shù)作為最終的配準(zhǔn)參數(shù),否則進(jìn)行下面的操作;配準(zhǔn)參數(shù)粗搜索單元63與閾值判斷條件連接,如果條件為否,則使用位置搜索步長(zhǎng)、和方向搜索步長(zhǎng)Sd。對(duì)參考點(diǎn)的位置空間和角度空間進(jìn)行搜索,以找到使得模板指紋方向場(chǎng)ROI和變換后的查詢指紋方向場(chǎng)ROI互信息最大的粗糙位置和角度;配準(zhǔn)參數(shù)細(xì)搜索單元64與配準(zhǔn)參數(shù)粗搜索單元63連接,配準(zhǔn)參數(shù)細(xì)搜索單元64在粗搜索單元63得到的互信息最大的位置和角度附近,以位置搜索步長(zhǎng)Slf和方向搜索步長(zhǎng)Sdf進(jìn)行對(duì)參考點(diǎn)位置和方向進(jìn)行細(xì)搜索,以找到使得模板指紋方向場(chǎng)ROI和變換后的查詢指紋方向場(chǎng)ROI互信息最大的精細(xì)位置和角度;其中Slf<Sk,Sdf<Sd。。所述的模板解密單元7的構(gòu)成示意圖如圖4所示,包括查詢指紋認(rèn)證特征變換單元71,根據(jù)配準(zhǔn)參數(shù)將輸入的查詢指紋認(rèn)證特征變換到模板指紋的坐標(biāo)空間中去;粗過濾單元72與查詢指紋認(rèn)證特征變換單元71連接,粗過濾單元71設(shè)定距離閾值T。,使用變換后的查詢指紋認(rèn)證特征對(duì)加密后的模板指紋認(rèn)證特征進(jìn)行過濾,使得其中大部分距離查詢指紋認(rèn)證特征較遠(yuǎn)的點(diǎn)被過濾掉;精細(xì)匹配單元73與粗過濾單元72連接,精細(xì)匹配單元73設(shè)定距離閾值Tf,記錄加密后的模板指紋認(rèn)證特征中能夠和查詢指紋認(rèn)證特征匹配上的點(diǎn),組成待解密點(diǎn)集;多項(xiàng)式解密及恢復(fù)單元74與精細(xì)匹配單元73連接,對(duì)于待解密點(diǎn)集中任意n+l個(gè)點(diǎn)的組合,其中n是多項(xiàng)式階數(shù),多項(xiàng)式解密及恢復(fù)單元74使用拉格朗日多項(xiàng)式插值方法得到多項(xiàng)式的系數(shù),然后將多項(xiàng)式的系數(shù)按照順序首尾相連生成待驗(yàn)證的密鑰K',其中n是多項(xiàng)式階數(shù);密鑰哈希單元75與多項(xiàng)式解密及恢復(fù)單元74連接,密鑰哈希單元75使用SHA-2算法對(duì)待驗(yàn)證的密鑰K'進(jìn)行哈希操作,得到Hash(K');哈希值比較單元76比較Hash(K')和模板存儲(chǔ)單元5中存儲(chǔ)的Hash(K)是否相等;如果Hash(K')=Hash(K)則恢復(fù)出的密鑰K'與用戶密鑰K相同K'=1(,則認(rèn)為解密成功;如果Hash(K')#Hash(K)則恢復(fù)出的密鑰K'與用戶密鑰K不相同K'^K,則認(rèn)為不匹配成功,然后返回多項(xiàng)式解密及恢復(fù)單元繼續(xù)對(duì)下一組待解密點(diǎn)集進(jìn)行多項(xiàng)式解密及恢復(fù)、密鑰哈希和哈希值比較操作,如果待解密點(diǎn)集中所有的n+l個(gè)點(diǎn)的組合都不能解密成功,則認(rèn)為解密失敗?;诜较驁?chǎng)互信息配準(zhǔn)的安全指紋認(rèn)證方法的流程如圖5和圖6所示,分為加密和解密兩個(gè)大步驟,加密步驟S1,將輸入的模板指紋圖像和用戶密鑰進(jìn)行綁定,生成輔助數(shù)據(jù);解密步驟S2,利用輸入的查詢指紋圖像以及加密步驟生成的輔助數(shù)據(jù),進(jìn)行多項(xiàng)式解密和密鑰校驗(yàn),輸出認(rèn)證結(jié)果;其中所述加密步驟詳細(xì)描述如下Sll:圖像采集單元采集模板手指指紋生成模板指紋圖像,并對(duì)其進(jìn)行預(yù)處理,其中所述預(yù)處理包括分別對(duì)注冊(cè)指紋圖像和輸入指紋圖像的圖像分割、圖像增強(qiáng)、圖像二值化以及細(xì)化處理,獲得注冊(cè)細(xì)化指紋圖像和輸入細(xì)化指紋圖像;該預(yù)處理具體的詳細(xì)步聚有l(wèi).灰度的均衡化,這可以消除不同圖像之間對(duì)比度的差異;2.使用簡(jiǎn)單的低通濾波算法消除斑點(diǎn)噪聲和高斯噪聲;3.方向場(chǎng)的估計(jì),計(jì)算出指紋圖像每個(gè)像素的方向;4.利用方向場(chǎng)一致性以圖像的均值和方差把指紋圖像劃分成前景區(qū)域和背景區(qū)域;5.二值化,根據(jù)每個(gè)像素點(diǎn)的方向來對(duì)指紋圖像處理為只有黑白二種像素的圖像;6.細(xì)化,根據(jù)二值化的圖像,把指紋的脊線寬度細(xì)化至只有一個(gè)像素,生成指紋細(xì)化圖;7.細(xì)化后處理,清除細(xì)化圖像中一些明顯的斷線,脊線間明顯的橋、脊線上的毛束l」、過短的脊線和單個(gè)斑點(diǎn)等不良脊線結(jié)構(gòu);S12:認(rèn)證特征提取單元從模板指紋圖像中提取模板指紋的認(rèn)證特征集合,用Mr={mf(xf,,,r/\^2,《3),i=l,2,...,n}表示,其中上標(biāo)T表示模板指紋,"《代表第i個(gè)細(xì)節(jié)點(diǎn)特征,xf和j;f分別代表該細(xì)節(jié)點(diǎn)在x和y方向的坐標(biāo);f1、^2和^3分別代表該細(xì)節(jié)點(diǎn)與三個(gè)鄰近細(xì)節(jié)點(diǎn)之間的脊線條數(shù),順序按照它們與中心細(xì)節(jié)點(diǎn)之間的歐式距離從小到大排列;n代表模板指紋圖像認(rèn)證特征的個(gè)數(shù);S13:輔助特征提取單元從模板指紋圖像中提取模板指紋的輔助特征,并存入模板存儲(chǔ)單元中;包括模板指紋圖像參考點(diǎn)RT(《,乂,6^)和參考點(diǎn)周圍特定鄰域的8X8像素大小的塊方向場(chǎng)信息(方向場(chǎng)ROI)OF70/^={0,『,(/,7')£7<9/",其中上標(biāo)T表示模板指紋,下標(biāo)K表示指紋圖像參考點(diǎn),x:和3^分別代表參考點(diǎn)在x和y軸上的坐標(biāo),0;代表參考點(diǎn)的方向;o;代表坐標(biāo)為(i,j)的塊的方向值,ROlT代表模板指紋圖像參考點(diǎn)附近的特定鄰域,具體是指以指紋參考點(diǎn)為中心,21^和2R2為邊長(zhǎng)的兩個(gè)正方形框中間的區(qū)域,其中&<&,如圖7所示;S14:雜湊點(diǎn)添加單元向認(rèn)證特征集合中隨機(jī)添加一定數(shù)量的雜湊點(diǎn)集合,用CH={chi(Xi,yi,r/,if,r。,i=1,2,...,s}表示,其中chi代表第i個(gè)雜湊點(diǎn),雜湊點(diǎn)的元素構(gòu)成與認(rèn)證特征相同,且滿足Xi<w(圖像寬度),yi<h(圖像高度)和0《r/,ri2,if《8。1^,1^2,1^3表示隨機(jī)產(chǎn)生的三個(gè)脊線條數(shù)值;所添加的每一個(gè)雜湊點(diǎn)與模板指紋所有認(rèn)證特征的和先前添加的所有雜湊點(diǎn)之間的距離都大于一定的閾值,距離計(jì)算公式為,m;)=V(x,.—x》2+O,.—;;》2+義刀"=1230;"—。")2,其中,nii(Xi,yi,r」,r厶r。和""(,力,^,r/,r/)表示兩個(gè)特征點(diǎn)(真實(shí)點(diǎn)或雜湊點(diǎn)),D(ivmj)表示mi和mj之間的距離,A表示介于[5,10]的經(jīng)驗(yàn)參數(shù);S15:密鑰生成單元生成和用戶相關(guān)的密鑰K,并將其分割為n+1個(gè)字符串即為子串knk2,…,k^,然后將每一個(gè)字符串編碼為32-bit的二進(jìn)制數(shù),作為n階多項(xiàng)式P的系數(shù);多項(xiàng)式編碼單元將這n+l個(gè)子串分別對(duì)應(yīng)為有限域GF(232)中的一個(gè)多項(xiàng)式的系數(shù),得到有限域多項(xiàng)式f=、+1^+1^2+...+、+1^;S16,密鑰哈希單元使用SHA-2算法對(duì)密鑰K進(jìn)行哈希操作,得到哈希值Hash(K),存入模板存儲(chǔ)單元中;S17:特征量化單元將模板指紋認(rèn)證特征集合和雜湊點(diǎn)集合分別量化得到量化后的模板指紋認(rèn)證特征向量集合X和雜湊點(diǎn)特征向量集合Y,量化規(guī)則是將特征點(diǎn)的坐標(biāo)分量x和y各量化為長(zhǎng)度為10的二進(jìn)制串,細(xì)節(jié)點(diǎn)間脊線條數(shù)值r^r^ri3各量化為長(zhǎng)度為4的二進(jìn)制串,然后將所有二進(jìn)制串級(jí)聯(lián),形成總長(zhǎng)度為32的二進(jìn)制量化向量;S18:多項(xiàng)式映射單元將量化后的模板指紋認(rèn)證特征向量集合X在多項(xiàng)式f上進(jìn)行映射得到映射值集合f(X),構(gòu)成真實(shí)點(diǎn)集合R(X,f(X)),同時(shí)為雜湊點(diǎn)特征向量集合Y隨機(jī)賦映射值集合Y,得到雜湊點(diǎn)集合C(Y,Z),使得雜湊點(diǎn)不在多項(xiàng)式P上,即Z#f(Y),然后將真實(shí)點(diǎn)集合和雜湊點(diǎn)集合合并得到RUC,并將合并后的元素順序打亂,得到加密后的模板指紋認(rèn)證特征集合E=(RUC)s,其中下標(biāo)S表示打亂順序操作;然后將加密后的模板指紋認(rèn)證特征集合E存入模板存儲(chǔ)單元中;至此,所有需要被存儲(chǔ)進(jìn)入模板存儲(chǔ)單元的元素包括板指紋輔助特征、加密后的模板指紋認(rèn)證特征集合以及密鑰哈希值Hash(K);所述的解密步驟,包括S21:圖像采集單元采集查詢指紋圖像,并對(duì)其進(jìn)行預(yù)處理,預(yù)處理方法與加密步驟中的預(yù)處理方法相同;S22:認(rèn)證特征提取單元提取查詢指紋圖像的認(rèn)證特征集合Q,用Me={m,e(xp,jf,fV,e2,。23),i=1,2,...,p}表示,其中上標(biāo)Q表示查詢指紋,m代表第i個(gè)細(xì)節(jié)點(diǎn)特征,-和;f分別代表其在x和y方向的坐標(biāo);r,、r,和r,分別代表該細(xì)節(jié)點(diǎn)與鄰近三個(gè)細(xì)節(jié)點(diǎn)之間的脊線條數(shù),順序按照它們與中心細(xì)節(jié)點(diǎn)之間的歐式距離從小到大排列;P代表模板指紋圖像認(rèn)證特征的個(gè)數(shù)。S23:輔助特征提取單元提取查詢指紋圖像的輔助特征,保留查詢指紋圖像的方向場(chǎng)為后續(xù)步驟所用。所述的查詢指紋圖像的輔助特征,包括查詢指紋圖像參考點(diǎn)l^Of,;;f,0f)和參考點(diǎn)周圍特定鄰域的8X8像素大小的塊方向場(chǎng)信息(方向場(chǎng)ROI)={of,(z',j')eiC>/e},其中上標(biāo)Q表示查詢指紋,下標(biāo)K表示指紋圖像參考點(diǎn),xf和jf分別代表參考點(diǎn)在x和y軸上的坐標(biāo),0f代表參考點(diǎn)的方向;of代表坐標(biāo)為(i,j)的塊的方向值,RO"代表模板指紋圖像參考點(diǎn)附近的特定鄰域,具體是指以指紋參考點(diǎn)為中心,21^和2R2為邊長(zhǎng)的兩個(gè)正方形框中間的區(qū)域,其中&<&,如圖7所示;S24:配準(zhǔn)參數(shù)計(jì)算單元計(jì)算查詢指紋圖像和模板指紋圖像之間的最優(yōu)配準(zhǔn)參數(shù),用P(Ax,Ay,A9)表示最優(yōu)配準(zhǔn)參數(shù),其具體計(jì)算方法為SM1:用模板指紋圖像的參考點(diǎn)信息RT0:,乂,6^)和查詢指紋圖像的參考點(diǎn)信息RQ,6^)初始化配準(zhǔn)參數(shù)得到尸(xf—x,yf—乂,W—;S242:根據(jù)P'變換查詢指紋圖像,并從計(jì)算查詢指紋方向場(chǎng)ROI信息0FR0I、從模板存儲(chǔ)單元中提取模板指紋方向場(chǎng)ROI信息OFROI1,計(jì)算OFROI1與0FR0"之間的互信息IN(T;Q);如果互信息I,(T;Q)大于某個(gè)閾值Mth,則認(rèn)為配準(zhǔn)完成,將P'賦給模板指紋圖像認(rèn)證特征的個(gè)數(shù)P,如果互信息IN(T;Q)小于閾值Mth,則進(jìn)行下面S243步驟的操作;S243:這是互信息粗搜索步驟;分別設(shè)定參考點(diǎn)的位置搜索范圍的方向搜索范圍為[-1。,1J和[-d。,dj,對(duì)應(yīng)的搜索步長(zhǎng)分別設(shè)為&和Sd。;每搜索一步后重新計(jì)算一次互信息值;假設(shè)在搜索到某個(gè)配準(zhǔn)參數(shù)(Ax。,Ay。,A9。)時(shí)得到互信息最大值,滿足Ax。G[-1。,1J,Ay。G[-1。,1J,Ae。G[_d。,dj,則配準(zhǔn)參數(shù)可修改為尸"(xf—x+Axc,少f—+A幾,0f—6>J+A0C);S244:這是互信息細(xì)搜索步驟。分別設(shè)定參考點(diǎn)的位置搜索范圍的方向搜索范圍為[-lf,If]和[-df,df],搜索步長(zhǎng)分別設(shè)為slf和Sdf,其滿足lf=0.2*1。,df=0.2*dc,slf=0.2*Sl。,sdf=0.2*sd。。在粗搜索步驟中得到互信息最大點(diǎn)附近進(jìn)行精細(xì)搜索,每搜索一步后重新計(jì)算一次互信息值;假設(shè)在搜索到(Axf,Ayf,A9f)時(shí)得到互信息最大值,滿足AxfG[-lf,lf],AyfG[-lf,lf],AefG[_df,df],則配準(zhǔn)參數(shù)可修改為—x+Axc+A^jf—X+A尺+A^,0f—^+A0c+A),這樣最終的配準(zhǔn)參數(shù)為P=P〃',即Ax=《一at;+Axc+AxyjAy=—+Ayc+Ay,所述的互信息的計(jì)算方法為首先將方向場(chǎng)值的范圍[o,iso)以步長(zhǎng)離散化se,即以數(shù)量為模板指紋圖像認(rèn)證特征的個(gè)數(shù)"=「180/朋")個(gè)整數(shù)值來表示方向,其中符號(hào)"「,"表示向上取整;然后統(tǒng)計(jì)模板指紋方向場(chǎng)ROI信息OFROIT和查詢指紋方向場(chǎng)ROI信息OFROIQ在相同塊位置上方向場(chǎng)值的統(tǒng)計(jì)分布,及如果在OFROlT和OFRO"某個(gè)位置上其方向場(chǎng)分別為i,j(0《i,j《n-l),則統(tǒng)計(jì)值s(i,j)加l,此時(shí)計(jì)算相應(yīng)的概率分布及其對(duì)應(yīng)的邊緣概率分布,如下<formula>formulaseeoriginaldocumentpage17</formula>此時(shí)用下標(biāo)T和Q代表兩個(gè)隨機(jī)變量,分別用來表示模板指紋和查詢指紋的方向場(chǎng)ROI的分塊方向值,PTQ(i,j)表示位置(i,j)的概率,PT(i)表示第i行的邊緣概率,PQ(J)表示第j列的邊緣概率;最后用下面的公式計(jì)算模板指紋和查詢指紋的歸一化的互信息值<formula>formulaseeoriginaldocumentpage17</formula>其中,P()表示概率,E[]表示數(shù)學(xué)期望,H()表示信息熵,H(T)表示模板指紋方向場(chǎng)的信息熵,H(Q)表示模板指紋方向場(chǎng)的信息熵,H(T,Q)表示模板指紋方向場(chǎng)和查詢指紋方向場(chǎng)的聯(lián)合信息熵,NMI(T;Q)表示模板指紋方向場(chǎng)和查詢指紋方向場(chǎng)的歸一化互信息。S25:模板解密單元根據(jù)上一步求得的配準(zhǔn)參數(shù)P(Ax,Ay,A9)對(duì)查詢指紋圖像的認(rèn)證特征集合進(jìn)行變換,將其變換到模板指紋圖像的坐標(biāo)空間中,得到變換后的查詢指紋圖像認(rèn)證特征集合Q',令(xf,j^)和(xf,_yf')分別表示變換前后的查詢指紋圖像細(xì)節(jié)點(diǎn)特征,變換公式為<formula>formulaseeoriginaldocumentpage17</formula>S26:模板解密單元使用變換后的查詢指紋圖像認(rèn)證特征集合Q'對(duì)加密后的模板指紋認(rèn)證特征集合E進(jìn)行粗過濾,對(duì)于點(diǎn)mf(mfe五),若對(duì)于Q'中所有的點(diǎn)mf(mfeg'),它們與mf之間的距離Dij均大于閾值The,則附,就被過濾掉,這個(gè)步驟能將大約80%的雜湊點(diǎn)和一部分在查詢指紋中找不到對(duì)應(yīng)點(diǎn)的真實(shí)細(xì)節(jié)點(diǎn)過濾掉;S27:模板解密單元使用變換后的查詢指紋圖像認(rèn)證特征集合Q'與過濾后的E進(jìn)行精細(xì)匹配,精細(xì)匹配中使用可變界限盒的指紋細(xì)節(jié)點(diǎn)匹配方法,得到一個(gè)待解密的集合D;S28:模板解密單元對(duì)于D中的任意n+l個(gè)元素組合進(jìn)行拉格朗日多項(xiàng)式插值,求得多項(xiàng)式的系數(shù),具體插值方法為令Ka,.,4""表示待解密集合D中任意n+l個(gè)點(diǎn),則我們通過拉格朗日插值方法可獲得多項(xiàng)式f*的系數(shù)<formula>formulaseeoriginaldocumentpage18</formula>其中,f(x)=(x-a》(x-a2)."(X-an+1),f'(x)是f(x)的導(dǎo)數(shù),多項(xiàng)式的階數(shù)是n。這樣我們就得到了/、《x"+《—,x"—、…+《x1,其中《,d,…,ef即為我們所求的系數(shù),此時(shí)《,《一,…,《均為長(zhǎng)度為32的比特串。然后進(jìn)行多項(xiàng)式解碼以獲得待驗(yàn)證的密鑰K',多項(xiàng)式解碼的方法是按照和多項(xiàng)式編碼時(shí)的規(guī)則一致,將32位的多項(xiàng)式系數(shù)對(duì)應(yīng)為ASCII碼,進(jìn)而對(duì)應(yīng)為字符串,然后將所有系數(shù)對(duì)應(yīng)的字符串串連得到K',對(duì)K'進(jìn)行SHA-2哈希得到Hash(K'),驗(yàn)證Hash(K')與Hash(K)是否相等。若相等,則解密成功;若所有的n+l個(gè)元素的組合都不能解密成功,則認(rèn)為解密失敗。本實(shí)施例已經(jīng)將此方法應(yīng)用到自行設(shè)計(jì)的安全指紋認(rèn)證系統(tǒng)中。采用面向?qū)ο蟮脑O(shè)計(jì)方法和軟件工程規(guī)范,用C++語言實(shí)現(xiàn),系統(tǒng)開發(fā)的平臺(tái)WindowsXPSP2+VisualStutio2005,所有的實(shí)驗(yàn)都是在IntelCore21.86GCPU的PC機(jī)上進(jìn)行。選取第二屆國(guó)際指紋識(shí)別競(jìng)賽FVC2002的DB2數(shù)據(jù)庫(kù),該數(shù)據(jù)庫(kù)包含100X8=800枚指紋,我們選取每個(gè)手指的前兩枚圖像用于測(cè)試。真匹配測(cè)試中使用每個(gè)手指的第一枚圖像作為模板指紋,第二枚圖像作為查詢指紋,共產(chǎn)生100次真匹配;假匹配測(cè)試使用每個(gè)手指的第一枚指紋作模板指紋,所有其他手指的第一枚指紋作查詢指紋,共產(chǎn)生4950次假匹配。使用誤識(shí)率(FAR)和真識(shí)率(GAR)來評(píng)價(jià)系統(tǒng)的性能。得到的實(shí)驗(yàn)數(shù)據(jù)如表l所示表l<table>tableseeoriginaldocumentpage18</column></row><table>經(jīng)過分析,本發(fā)明的系統(tǒng)在暴力攻擊下的安全性為48-bit,比已有的系統(tǒng)有較大的提高。由此可見,本發(fā)明提出的安全指紋認(rèn)證系統(tǒng)和方法很好的解決了傳統(tǒng)指紋認(rèn)證系統(tǒng)中存在的安全性問題,能較好的保護(hù)用戶的指紋模板信息,并且認(rèn)證性能也能保證實(shí)際應(yīng)用的需求。以上所述,僅為本發(fā)明中的具體實(shí)施方式,但本發(fā)明的保護(hù)范圍并不局限于此,任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi),可理解想到的變換或替換,都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi),因此,本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。權(quán)利要求一種安全的指紋認(rèn)證系統(tǒng),其特征在于,該系統(tǒng)包括圖像采集單元,采集模板手指紋和查詢手指紋分別生成模板指紋圖像和查詢指紋圖像;認(rèn)證特征提取單元與圖像采集單元連接,認(rèn)證特征提取單元從采集的模板指紋圖像和查詢指紋圖像中提取指紋認(rèn)證特征,所述指紋認(rèn)證特征為五元特征組(x,y,r1,r2,r3),其中x和y表示指紋細(xì)節(jié)點(diǎn)的坐標(biāo)位置信息,r1,r2,r3表示以該細(xì)節(jié)點(diǎn)為中心的三個(gè)鄰近細(xì)節(jié)點(diǎn)與該細(xì)節(jié)點(diǎn)之間的的三個(gè)脊線條數(shù)值;所述三個(gè)脊線條數(shù)值按照鄰近細(xì)節(jié)點(diǎn)到中心細(xì)節(jié)點(diǎn)的歐式距離從小到大依次排列;輔助特征提取單元與圖像采集單元連接,輔助特征提取單元從采集的模板指紋圖像和查詢指紋圖像中提取模板指紋輔助特征和查詢指紋輔助特征用于計(jì)算配準(zhǔn)參數(shù),提取到模板指紋輔助特征和查詢指紋輔助特征都包括指紋參考點(diǎn)位置和方向信息,以及參考點(diǎn)周圍指定鄰域的8×8像素大小的塊方向場(chǎng)ROI信息;對(duì)于非拱形指紋圖像,所述指紋參考點(diǎn)是指位于圖像最上邊的中心點(diǎn),對(duì)于拱形指紋圖像,所述指紋參考點(diǎn)是指指紋脊線曲率最大值在指紋圖像上所處的位置;所述參考點(diǎn)周圍指定鄰域是以指紋參考點(diǎn)為中心的半徑為R1和R2的兩個(gè)正方形框中間的區(qū)域,其中R1<R2;模板加密單元與認(rèn)證特征提取單元連接,模板加密單元以認(rèn)證特征提取單元提取的模板指紋認(rèn)證特征為輸入,對(duì)模板指紋認(rèn)證特征進(jìn)行加密,并輸出加密后的模板指紋認(rèn)證特征,以及用戶密鑰的哈希值Hash(K),以保護(hù)用戶的指紋信息;模板存儲(chǔ)單元分別與輔助特征提取單元和模板加密單元連接,模板存儲(chǔ)單元存儲(chǔ)的元素包括模板加密單元輸出加密后的模板指紋認(rèn)證特征、輔助特征提取單元輸出模板指紋輔助特征以及密鑰的哈希值Hash(K);所述模板存儲(chǔ)單元存儲(chǔ)的所有元素構(gòu)成系統(tǒng)的輔助數(shù)據(jù);配準(zhǔn)參數(shù)計(jì)算單元分別與模板存儲(chǔ)單元和輔助特征提取單元連接,配準(zhǔn)參數(shù)計(jì)算單元以模板存儲(chǔ)單元中存儲(chǔ)的模板指紋輔助特征和輔助特征提取單元輸出的查詢指紋輔助特征為輸入,使用基于方向場(chǎng)互信息的最優(yōu)化搜索方法,尋找到模板指紋和查詢指紋的最優(yōu)配準(zhǔn)參數(shù);模板解密單元分別與模板存儲(chǔ)單元、認(rèn)證特征提取單元和配準(zhǔn)參數(shù)計(jì)算單元連接,模板解密單元以模板存儲(chǔ)單元中存儲(chǔ)的加密的模板指紋認(rèn)證特征、認(rèn)證特征提取單元輸出的查詢指紋認(rèn)證特征和配準(zhǔn)參數(shù)計(jì)算單元輸出的最優(yōu)配準(zhǔn)參數(shù)為輸入,先利用最優(yōu)配準(zhǔn)參數(shù)將查詢指紋認(rèn)證特征進(jìn)行旋轉(zhuǎn)和平移,然后與加密后的模板指紋認(rèn)證特征進(jìn)行匹配操作,同時(shí)進(jìn)行拉格朗日多項(xiàng)式插值和哈希校驗(yàn),然后根據(jù)校驗(yàn)結(jié)果來判斷查詢指紋和模板指紋是否來自同一個(gè)手指。2.按照權(quán)利要求1所述的安全的指紋認(rèn)證系統(tǒng),其特征在于,所述模板加密單元的構(gòu)成包括雜湊點(diǎn)添加單元,隨機(jī)生成數(shù)量為模板指紋認(rèn)證特征個(gè)數(shù)的IO倍左右的雜湊點(diǎn);特征量化單元與雜湊點(diǎn)添加單元連接,特征量化單元對(duì)認(rèn)證特征提取單元輸出的的模板指紋認(rèn)證特征和雜湊點(diǎn)添加單元隨機(jī)添加的雜湊點(diǎn)集合進(jìn)行量化;密鑰生成單元,由用戶選擇與自身相關(guān)的信息生成密鑰K,或者由系統(tǒng)隨機(jī)生成密鑰K;多項(xiàng)式編碼單元與密鑰生成單元連接,多項(xiàng)式編碼單元將密鑰生成單元生成的密鑰K分割為n+l個(gè)子串,然后將這n+l個(gè)子串分別對(duì)應(yīng)為有限域GF(232)中的一個(gè)元素,即這n+l個(gè)子串對(duì)應(yīng)有限域GF(232)中的一個(gè)多項(xiàng)式,得到有限域多項(xiàng)式f;多項(xiàng)式映射單元分別與特征量化單元和多項(xiàng)式編碼單元連接,多項(xiàng)式映射單元將量化后的模板指紋認(rèn)證特征映射到多項(xiàng)式f上,而為所有雜湊點(diǎn)隨機(jī)賦映射值,使之不在多項(xiàng)式f上;量化后的模板指紋認(rèn)證特征及其對(duì)應(yīng)的多項(xiàng)式f上的映射值構(gòu)成真實(shí)細(xì)節(jié)點(diǎn)集合,量化后的雜湊點(diǎn)及其對(duì)應(yīng)的映射值集合構(gòu)成雜湊點(diǎn)集合;真實(shí)細(xì)節(jié)點(diǎn)集合與雜湊點(diǎn)集合構(gòu)成的并集作為加密后的模板指紋認(rèn)證特征存儲(chǔ)在模板存儲(chǔ)單元中;密鑰哈希單元與密鑰生成單元連接,密鑰哈希單元使用SHA-2哈希函數(shù)將密鑰生成單元生成的密鑰進(jìn)行哈希操作,得到哈希值Hash(K),也存儲(chǔ)進(jìn)模板存儲(chǔ)單元中去。3.按照權(quán)利要求1所述的安全的指紋認(rèn)證系統(tǒng),其特征在于,所述的配準(zhǔn)參數(shù)計(jì)算單元的構(gòu)成包括配準(zhǔn)參數(shù)初始化單元,根據(jù)存儲(chǔ)的模板指紋輔助特征中參考點(diǎn)的位置和方向,以及從查詢指紋圖像中提取的參考點(diǎn)的位置和方向,對(duì)模板指紋和查詢指紋之間的配準(zhǔn)參數(shù)進(jìn)行初始化;初始互信息計(jì)算單元與配準(zhǔn)參數(shù)初始化單元連接,初始互信息計(jì)算單元根據(jù)存儲(chǔ)的模板指紋輔助特征中的方向場(chǎng)ROI和提取的查詢指紋的方向場(chǎng)ROI計(jì)算它們之間的互信息;如果該互信息大于某個(gè)閾值,則直接將初始化的配準(zhǔn)參數(shù)作為最終的配準(zhǔn)參數(shù),否則進(jìn)行下面的操作;配準(zhǔn)參數(shù)粗搜索單元與閾值判斷條件單元連接,如果條件為否,則使用位置搜索步長(zhǎng)Sl。和方向搜索步長(zhǎng)sd。對(duì)參考點(diǎn)的位置空間和角度空間進(jìn)行搜索,以找到使得模板指紋方向場(chǎng)ROI和變換后的查詢指紋方向場(chǎng)ROI互信息最大的粗糙位置和角度;配準(zhǔn)參數(shù)細(xì)搜索單元與配準(zhǔn)參數(shù)粗搜索單元連接,配準(zhǔn)參數(shù)細(xì)搜索單元在粗搜索單元得到的互信息最大的位置和角度附近,以位置搜索步長(zhǎng)SU和方向搜索步長(zhǎng)Sdf進(jìn)行對(duì)參考點(diǎn)位置和方向進(jìn)行細(xì)搜索,以找到使得模板指紋方向場(chǎng)ROI和變換后的查詢指紋方向場(chǎng)ROI互信息最大的精細(xì)位置和角度;其中slf<Sl。,sdf<sd。。4.按照權(quán)利要求1所述的安全的指紋認(rèn)證系統(tǒng),其特征在于,所述的模板解密單元的構(gòu)成包括查詢指紋認(rèn)證特征變換單元,根據(jù)配準(zhǔn)參數(shù)將輸入的查詢指紋認(rèn)證特征變換到模板指紋的坐標(biāo)空間中去;粗過濾單元與查詢指紋認(rèn)證特征變換單元連接,粗過濾單元設(shè)定距離閾值T。,使用變換后的查詢指紋認(rèn)證特征對(duì)加密后的模板指紋認(rèn)證特征進(jìn)行過濾,使得其中大部分距離查詢指紋認(rèn)證特征較遠(yuǎn)的點(diǎn)被過濾掉;精細(xì)匹配單元與粗過濾單元連接,精細(xì)匹配單元設(shè)定距離閾值Tf,記錄加密后的模板指紋認(rèn)證特征中能夠和查詢指紋認(rèn)證特征匹配上的點(diǎn),組成待解密點(diǎn)集;多項(xiàng)式解密及恢復(fù)單元與精細(xì)匹配單元連接,對(duì)于待解密點(diǎn)集中任意n+l個(gè)點(diǎn)的組合,使用拉格朗日多項(xiàng)式插值方法得到多項(xiàng)式的系數(shù),然后將多項(xiàng)式的系數(shù)按照順序首尾相連生成待驗(yàn)證的密鑰K',其中n是多項(xiàng)式階數(shù);密鑰哈希單元與多項(xiàng)式解密及恢復(fù)單元連接,密鑰哈希單元對(duì)待驗(yàn)證的密鑰K'進(jìn)行SHA-2哈希操作,得到Hash(K');哈希值比較單元與密鑰哈希單元連接,哈希值比較單元比較Hash(K')和模板存儲(chǔ)單元中存儲(chǔ)的Hash(K)是否相等;如果Hash(K')=Hash(K)則恢復(fù)出的密鑰K'與用戶密鑰K相同K'=K,則認(rèn)為解密成功;如果Hash(K')#Hash(K)則恢復(fù)出的密鑰K'與用戶密鑰K不相同K'^K,則認(rèn)為不匹配成功,然后返回多項(xiàng)式解密及恢復(fù)單元繼續(xù)對(duì)下一組待解密點(diǎn)集進(jìn)行多項(xiàng)式解密及恢復(fù)、密鑰哈希和哈希值比較操作,如果待解密點(diǎn)集中所有的n+1個(gè)點(diǎn)的組合都不能解密成功,則認(rèn)為解密失敗。5.—種安全的指紋認(rèn)證方法,其特征在于,包括步驟加密步驟Sl,將輸入的模板指紋圖像和用戶密鑰進(jìn)行綁定,生成輔助數(shù)據(jù);解密步驟S2,利用輸入的查詢指紋圖像以及加密步驟生成的輔助數(shù)據(jù),進(jìn)行多項(xiàng)式解密和密鑰校驗(yàn),輸出認(rèn)證結(jié)果;其中,所述加密步驟Sl包括步驟Sll:圖像采集單元采集模板手指指紋生成模板指紋圖像,并對(duì)其進(jìn)行預(yù)處理;步驟S12:認(rèn)證特征提取單元從模板指紋圖像中提取模板指紋的認(rèn)證特征集合;步驟S13:輔助特征提取單元從模板指紋圖像中提取模板指紋輔助特征,并存入模板存儲(chǔ)單元中;步驟S14:雜湊點(diǎn)添加單元向認(rèn)證特征集合中隨機(jī)添加一定數(shù)量的雜湊點(diǎn)集合;步驟S15:密鑰生成單元產(chǎn)生和用戶相關(guān)的密鑰K,并將其分割成n+1個(gè)字符串,然后將每一個(gè)字符串編碼為32-bit的二進(jìn)制數(shù),作為n階多項(xiàng)式P的系數(shù);步驟S16:密鑰哈希單元使用SHA-2算法對(duì)密鑰K進(jìn)行哈希操作,得到哈希值Hash(K),存入模板存儲(chǔ)單元中;步驟S17:特征量化單元將模板指紋認(rèn)證特征集合和雜湊點(diǎn)集合分別量化得到量化后的模板指紋認(rèn)證特征向量集合X和雜湊點(diǎn)特征向量集合Y,量化規(guī)則是將特征點(diǎn)的坐標(biāo)分量x和y各量化為長(zhǎng)度為10的二進(jìn)制串,細(xì)節(jié)點(diǎn)間脊線條數(shù)值r/,f,《各量化為長(zhǎng)度為4的二進(jìn)制串,然后將所有二進(jìn)制串級(jí)聯(lián),形成總長(zhǎng)度為32的二進(jìn)制量化向量;步驟S18:多項(xiàng)式映射單元將量化后的模板指紋認(rèn)證特征向量集合X在多項(xiàng)式f上進(jìn)行映射得到映射值集合f(X),構(gòu)成真實(shí)點(diǎn)集合R(X,f(X)),同時(shí)為雜湊點(diǎn)特征向量集合Y隨機(jī)賦映射值集合Y,得到雜湊點(diǎn)集合C(Y,Z),使得雜湊點(diǎn)不在多項(xiàng)式P上,即Z#f(Y),然后將真實(shí)點(diǎn)集合和雜湊點(diǎn)集合合并得到RUC,并將合并后的元素順序打亂,得到加密后的模板指紋認(rèn)證特征集合E=(RUC)s,其中下標(biāo)S表示打亂順序操作;然后將加密后的模板指紋認(rèn)證特征集合E存入模板存儲(chǔ)單元中;至此,所有需要被存儲(chǔ)進(jìn)入模板存儲(chǔ)單元的元素包括板指紋輔助特征、加密后的模板指紋認(rèn)證特征集合以及密鑰哈希值Hash(K);所述的解密步驟2,包括步驟S21:圖像采集單元采集查詢指紋圖像,并對(duì)其進(jìn)行預(yù)處理;步驟S22:認(rèn)證特征提取單元提取查詢指紋圖像的認(rèn)證特征集合Q;步驟S23:輔助特征提取單元提取查詢指紋圖像的輔助特征,保留查詢指紋圖像的方向場(chǎng);步驟S24:配準(zhǔn)參數(shù)計(jì)算單元計(jì)算查詢指紋圖像和模板指紋圖像之間的最優(yōu)配準(zhǔn)參數(shù);步驟S25:模板解密單元根據(jù)上一步求得的配準(zhǔn)參數(shù)對(duì)查詢指紋圖像的認(rèn)證特征集合進(jìn)行變換,將其變換到模板指紋圖像的坐標(biāo)空間中,得到變換后的查詢指紋圖像認(rèn)證特征集合Q';步驟S26:模板解密單元使用變換后的查詢指紋圖像認(rèn)證特征集合Q'對(duì)加密后的模板指紋認(rèn)證特征集合E進(jìn)行粗過濾;步驟S27:模板解密單元使用變換后的查詢指紋圖像認(rèn)證特征集合Q'與經(jīng)過過濾的E進(jìn)行精細(xì)匹配,得到一個(gè)待解密的集合D;步驟S28:模板解密單元對(duì)于D中的任意n+1個(gè)元素組合進(jìn)行拉格朗日多項(xiàng)式插值,求得多項(xiàng)式的系數(shù),然后進(jìn)行解碼以獲得待驗(yàn)證的密鑰K',對(duì)K'進(jìn)行SHA-2哈希得到Hash(K'),驗(yàn)證Hash(K')與Hash(K)是否相等,若相等,則解密成功;若所有的n+1個(gè)元素的組合都不能解密成功,則認(rèn)為解密失敗。6.按照權(quán)利要求5所述的安全的指紋認(rèn)證方法,其特征在于,所述模板指紋的認(rèn)證特征集合,fflMr={附「(《,,An,《2,//3),/=1,2,…,W表示,其中上標(biāo)t表示模板指紋,mf代表第i個(gè)細(xì)節(jié)點(diǎn)特征,xf和,分別代表該細(xì)節(jié)點(diǎn)在x和y方向的坐標(biāo)《n、f2和/fs分別代表該細(xì)節(jié)點(diǎn)與三個(gè)鄰近細(xì)節(jié)點(diǎn)之間的脊線條數(shù),順序按照它們與中心細(xì)節(jié)點(diǎn)之間的歐式距離從小到大排列;n代表模板指紋圖像認(rèn)證特征的個(gè)數(shù);所述查詢指紋圖像的認(rèn)證特征集合,用Me={m,e(;cp,3f,^1,/^2,。23),/=1,2,...,"}表示,其中上標(biāo)。表示查詢指紋,附卩代表第i個(gè)細(xì)節(jié)點(diǎn)特征,xf和jf分別代表其在x和y方向的坐標(biāo)《ei、^2和巧23分別代表該細(xì)節(jié)點(diǎn)與鄰近三個(gè)細(xì)節(jié)點(diǎn)之間的脊線條數(shù),順序按照它們與中心細(xì)節(jié)點(diǎn)之間的歐式距離從小到大排列;P代表模板指紋圖像認(rèn)證特征的個(gè)數(shù)。7.按照權(quán)利要求5所述的安全的指紋認(rèn)證方法,其特征在于,所述的模板指紋的輔助特征,包括模板指紋圖像參考點(diǎn)i^(x;,;^,0j)和參考點(diǎn)周圍特定鄰域的8X8像素大小的塊方向場(chǎng)R0I信息OF^9,,其中上標(biāo)t表示模板指紋,下標(biāo)k表示指紋圖像參考點(diǎn),x;和;;;分別代表參考點(diǎn)在x和y軸上的坐標(biāo),0;代表參考點(diǎn)的方向;《代表坐標(biāo)為(i,j)的塊的方向值,ROlT代表模板指紋圖像參考點(diǎn)附近的特定鄰域,具體是指以指紋參考點(diǎn)為中心,21^和2R2為邊長(zhǎng)的兩個(gè)正方形框中間的區(qū)域,其中&<R2;所述的查詢指紋圖像的輔助特征,包括查詢指紋圖像參考點(diǎn)i^Oc,,;^,0f)和參考點(diǎn)周圍特定鄰域的8X8像素大小的塊方向場(chǎng)roi信息(9FiOT2={ofe7<9/e},其中上標(biāo)Q表示查詢指紋,下標(biāo)K表示指紋圖像參考點(diǎn),xf和yf分別代表參考點(diǎn)在x和y軸上的坐標(biāo),0f代表參考點(diǎn)的方向;o,,代表坐標(biāo)為(i,j)的塊的方向值,R0"代表模板指紋圖像參考點(diǎn)附近的特定鄰域,具體是指以指紋參考點(diǎn)為中心,21^和2R2為邊長(zhǎng)的兩個(gè)正方形框中間的區(qū)域,其中Ri〈&。8.按照權(quán)利要求5所述的安全的指紋認(rèn)證方法,其特征在于,所述的隨機(jī)添加一定數(shù)量的雜湊點(diǎn),用<^/={^0,.,少,,7'/,。2,巧3),/=1,2,..^}表示,其中chi代表第i個(gè)雜湊點(diǎn),雜湊點(diǎn)的元素構(gòu)成與認(rèn)證特征相同,且滿足Xi<w圖像寬度,yi<h圖像高度和0S^,/;2,《,一,《,《表示隨機(jī)產(chǎn)生的三個(gè)脊線條數(shù)值;所添加的每一個(gè)雜湊點(diǎn)與模板指紋所有認(rèn)證特征的和先前添加的所有雜湊點(diǎn)之間的距離都大于一定的閾值,距離計(jì)算公式為D(附,.,/7")=V(x,.—x》2+O,-力)2+幾2"=12'30;"—。")2,其中,m,.(x,.,乂.,^,。2,。3)和""(^,力,r),r/,r/)表示兩個(gè)特征點(diǎn)(真實(shí)點(diǎn)或雜湊點(diǎn)),D0vmj)表示mi和mj之間的距離,A表示介于[5,10]的經(jīng)驗(yàn)參數(shù)。9.按照權(quán)利要求5所述的安全的指紋認(rèn)證方法,其特征在于,所述的計(jì)算查詢指紋圖像和模板指紋圖像之間的最優(yōu)配準(zhǔn)參數(shù),用P(Ax,Ay,Ae)表示,其具體計(jì)算方法為步驟S241:用模板指紋圖像的參考點(diǎn)信息i^(《,;^,0::)和查詢指紋圖像的參考點(diǎn)信息i^Of,;;,,0f)計(jì)算得到模板指紋和查詢指紋之間的初始化配準(zhǔn)參數(shù)步驟S242:根據(jù)P'變換查詢指紋圖像,并從計(jì)算查詢指紋方向場(chǎng)ROI信息0FR0"、從模板存儲(chǔ)單元中提取模板指紋方向場(chǎng)ROI信息0FR0IT計(jì)算0FR0IT與0FR0IQ之間的互信息IN(T;Q);如果互信息I,(T;Q)大于某個(gè)閾值Mth,則認(rèn)為配準(zhǔn)完成,將P'賦給模板指紋圖像認(rèn)證特征的個(gè)數(shù)P,如果互信息IN(T;Q)小于閾值Mth,則進(jìn)行步驟S243的操作;步驟S243:是互信息粗搜索步驟,分別設(shè)定[-1。,1J和[-d。,dj為參考點(diǎn)的位置搜索范圍的方向搜索范圍,對(duì)應(yīng)的搜索步長(zhǎng)分別設(shè)為Sl。和Sd。;每搜索一步后重新計(jì)算一次互信息值;假設(shè)在搜索到某個(gè)配準(zhǔn)參數(shù)(Az。,Ay。,A9。)時(shí)得到互信息最大值,滿足Ax。G[-1。,1J,Ay。G[-1。,1J,A9。G[-d。,dJ,則配準(zhǔn)參數(shù)修改為尸"(義,一《+Axc,;;,一+A幾,^2—r+A0C);步驟S244:是互信息細(xì)搜索步驟,分別設(shè)定[-lf,lf]和[-df,df]為參考點(diǎn)的位置搜索范圍的方向搜索范圍,對(duì)應(yīng)的搜索步長(zhǎng)分別設(shè)為slf和sdf,其滿足lf=0.2*1。,df=0.2*d。,slf=0.2*sle,sdf=0.2*sd。;在粗搜索步驟中得到互信息最大點(diǎn)附近進(jìn)行精細(xì)搜索,每搜索一步后重新計(jì)算一次互信息值;假設(shè)在搜索到(Axf,Ayf,A9f)時(shí)得到互信息最大值,滿足AxfG[-lf,lf],AyfG[-lf,lf],AefG[_df,df],則配準(zhǔn)參數(shù)可修改為—+Axc+Ax,,;;f—+Ayc+Ay"0f—0;++△),這樣最終的配準(zhǔn)參數(shù)為P=P〃',即Ax=:v:g-《+Aj^+Ax,《《+A0c+A10.按照權(quán)利要求9所述的安全的指紋認(rèn)證方法,其特征在于,所述的互信息的計(jì)算方法為首先將方向場(chǎng)值的范圍[o,iso)以步長(zhǎng)離散化se,即以數(shù)量為模板指紋圖像認(rèn)證特征的個(gè)數(shù)"=「180/50,的多個(gè)整數(shù)值來表示方向,其中符號(hào)"「l"表示向上取整;然后統(tǒng)計(jì)模板指紋方向場(chǎng)ROI信息OFROIT和查詢指紋方向場(chǎng)ROI信息OFROIQ在相同塊位置上方向場(chǎng)值的統(tǒng)計(jì)分布,及如果在OFROlT和OFRO"某個(gè)位置上其方向場(chǎng)分別為i,j(0《i,j《n-l),則統(tǒng)計(jì)值s(i,j)加l,此時(shí)計(jì)算相應(yīng)的概率分布及其對(duì)應(yīng)的邊緣概率分布,如下<formula>formulaseeoriginaldocumentpage7</formula>此時(shí)用下標(biāo)T和Q代表兩個(gè)隨機(jī)變量,分別用來表示模板指紋和查詢指紋的方向場(chǎng)ROI的分塊方向值,PT。(i,j)表示位置(i,j)的概率,PT(i)表示第i行的邊緣概率,P。(j)表示第j列的邊緣概率;最后用下面的公式計(jì)算模板指紋和查詢指紋的歸一化的互信息值<formula>formulaseeoriginaldocumentpage7</formula>其中,P()表示概率,E[]表示數(shù)學(xué)期望,H()表示信息熵,H(T)表示模板指紋方向場(chǎng)的信息熵,H(Q)表示模板指紋方向場(chǎng)的信息熵,H(T,Q)表示模板指紋方向場(chǎng)和查詢指紋方向場(chǎng)的聯(lián)合信息熵,NMI(T;Q)表示模板指紋方向場(chǎng)和查詢指紋方向場(chǎng)的歸一化互信全文摘要本發(fā)明是一種安全的指紋認(rèn)證方法及系統(tǒng),利用圖像采集單元、認(rèn)證特征提取單元、輔助特征提取單元、模板加密單元、模板存儲(chǔ)單元、配準(zhǔn)參數(shù)計(jì)算單元和模板解密單元等構(gòu)建安全的指紋認(rèn)證系統(tǒng)。提出的方法和系統(tǒng)以模糊保險(xiǎn)箱方法為基本框架;采用指紋細(xì)節(jié)點(diǎn)的位置及其與鄰近三個(gè)細(xì)節(jié)點(diǎn)之間的脊線條數(shù)為認(rèn)證特征;并且提取指紋中穩(wěn)定的參考點(diǎn),及其周圍特定鄰域的分塊方向場(chǎng)信息作為輔助特征,使用基于方向場(chǎng)互信息的方法來評(píng)價(jià)指紋配準(zhǔn)的疊合程度,并且采用從粗到細(xì)的搜索策略尋找最優(yōu)的參數(shù),即為模板指紋和查詢指紋的配準(zhǔn)參數(shù)。利用配準(zhǔn)參數(shù)對(duì)查詢指紋特征進(jìn)行變換,使用變換后的查詢指紋認(rèn)證特征對(duì)模板指紋進(jìn)行解密和認(rèn)證操作。文檔編號(hào)G06F21/00GK101777115SQ20091024154公開日2010年7月14日申請(qǐng)日期2009年11月25日優(yōu)先權(quán)日2009年11月25日發(fā)明者李鵬,楊鑫,田捷申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所