CN108960039B - 一种基于对称hash的不可逆指纹模板加密方法 - Google Patents
一种基于对称hash的不可逆指纹模板加密方法 Download PDFInfo
- Publication number
- CN108960039B CN108960039B CN201810425576.0A CN201810425576A CN108960039B CN 108960039 B CN108960039 B CN 108960039B CN 201810425576 A CN201810425576 A CN 201810425576A CN 108960039 B CN108960039 B CN 108960039B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- hash
- registered
- verified
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于模式识别中指纹识别与加密融合技术领域,公开了一种基于对称hash的不可逆指纹模板加密方法,采用对称哈希函数结合正余函数的方法,可以严格保证哈希运算的不可逆性,提升了整个加密算法的安全性。因为构建的哈希函数的方程组的个数小于输入的个数,即非齐次方程组系数矩阵的秩等于增广矩阵的秩,且小于方程组的个数,方程组理论上有无穷多解,故不可以通过结果反推回输入数据信息。除此之外,由于正余弦函数输出对应无穷多输入的特性,使得本发明算法的不可逆性提升了一个等级。就算攻击者窃取了用户的密钥与模板,也不能反推回用户的原始指纹。同时,在哈希运算的过程中,结合用户密钥的方式更加简单高效,可撤销性更强。
Description
技术领域
本发明属于模式识别中指纹识别与加密融合技术领域,尤其涉及一种基于对称hash的不可逆指纹模板加密方法。
背景技术
目前,业内常用的现有技术是这样的:生物特征加密是近几年来兴起的热门研究领域,旨在将现有的生物特征识别和密码技术有机结合,发挥各自优势,减轻密钥管理的压力,并对敏感信息提供更强大的安全保护和控制。指纹特征是人体固有特征,具有唯一性和终身不变性,一旦识别系统中的用户指纹模板丢失,将会是永久性的。而且指纹特征信息也包含个人遗传、健康、种族等多种信息。如果指纹被泄露,将会给用户带来极大的困扰。目前指纹的匹配与识别均是在指纹传感器内部的芯片中进行的,传感器的内部芯片仅输出指纹匹配结果,而不提供访问内部数据的接口,以此来确保用户原始指纹信息的安全。这使得指纹的应用限制在固定的传感器中,而不敢将用户指纹信息上传到相对不安全的网络服务器端,在网络端进行指纹的匹配与识别工作。由于不能严格保证用户指纹信息的安全性,所以目前指纹识别的应用需要依托用户自己特有设备(手机、笔记本)上的指纹传感器,这已经成为指纹识别技术进一步大规模推广的阻碍。生物特征加密的核心问题是解决生物特征的模糊性和密钥体制的精确性之间的矛盾。辅助数据(Helper Data)在解决这一矛盾的整个过程中担当着非常重要的角色。辅助数据是在生物特征加密系统注册阶段生成并存储的具有安全性的数据,不仅能够帮助指纹加密系统的实现更优的加密效果,而且辅助数据是可以公开存储的安全数据,攻击者从辅助数据中无法得到关于密钥和用户原始生物特征信息。同时,纹的唯一性和不变性,故在利用生物特征加密生成加密模板的过程中,要求该模板具有可撤销性,即使模板丢失,用户也可以随时作废原模板,并立即使用同一指纹生成新的变换模板进行使用。目前,国内外很多著名学术研究机构正在对这个新兴领域进行深入的研究。采用了高斯核函数作为变换函数,将指纹细节点从原始空间中利用高斯核函数不可逆的映射到另一个空间,如同将一张白纸揉皱,之后将细节点散落在产生褶皱的白纸上面,并将该揉皱的白纸存储为变换模板,将变换细节点特征模板存进系统数据库中。如果变换后的模板受到攻击或者变换参数丢失,可以立即生成新的变换参数进行重新发布,撤销之前发布的模板,实现了可撤销性。提出了针对指纹细节点模板几何变换的方法。该方法将一个密钥映射为直线的斜率,与指纹图像的参考点一起确定一条直线,然后将指纹的细节点模板沿着这条直线对折,即将直线一侧的细节点映射到另一侧,得到形变后的模板。该方法需要检测难以精确检测的奇异点,因此会给认证匹配过程带来误差,而且对折也不能保证不会产生重叠的细节点相互覆盖。提出了一种不需要对形变进行额外配准的方法.该方法利用指纹细节点的局部信息的旋转和平移不变性,产生针对于用户的细节点方向和位置的变换函数,应用于细节点模板,产生变换后的模板,然后使用普通的点匹配的方法来比对变换后的模板,如果模板指纹和查询指纹能够保持一致变换,就可以在变换空间内进行模板匹配。上述等传统的指纹模板加密方案,虽然一定程度上实现了加密模板的可撤销性,但是这类加密方法对用户原始信息的保护仍存在关键性的不足。虽然上述方法通过简单的多对一映射的原则一定程度保护了用户原始生物特征信息,但其由于没有结合严格的不可逆变换加密函数,所以安全强度较低,利用用户密钥与加密模板通过暴力攻击等方法可以较为轻易的获取用户原始生物特征信息,导致用户隐私信息泄露的问题。除此之外,上述方法采用传统基于细节点或奇异点的指纹配准方法,由于指纹形变问题的影响,配准效果往往并不理想,而指纹是否精确配准对最终匹配结果影响较大。
综上所述,现有技术存在的问题是:传统的指纹模板加密方案对用户原始信息的保护的安全强度仍存在关键性的不足,如果管理人员监守自盗,同时窃取到用户密钥与加密模板,那么实现破解的难度将大幅降低。
解决上述技术问题的难度和意义:为解决以上问题,需要在确保识别精度的情况下对用户生物特征进行不可逆变换加以保护。但不可逆变换加密函数对输入具有较强的抗修改性,即使输入仅进行了微小的变化都会对输出产生较大影响,造成输出结果截然不同的情况。而指纹生物特征信息在二次采集的过程中,由于系统形变以及采集过程中出现的指纹弹性形变等,一定会产生不同程度的指纹形变问题。因此如何平衡好生物特征的模糊性与密码学精确性之间的矛盾是本问题的技术难点。作者通过三胞特征提取抗形变能力强的特征算子,并用以配准。然后结合对称hash不可逆变换加密函数保护用户原始指纹信息,实现了一种具有较高识别精度与安全强度的指纹模板加密方法,可以在确保用户指纹识别的前提下保护用户指纹信息安全,从算法层面杜绝了攻击者非法获取用户指纹生物特征信息的可能性,解决了目前市场上指纹识别大规模应用但用户指纹安全却不受重视的问题,提供了一种有效的技术手段填补了市场上指纹模板加密领域的空白。
发明内容
针对现有技术存在的问题,本发明提供了一种基于对称hash的不可逆指纹模板加密方法。
本发明是这样实现的,一种基于对称hash的不可逆指纹模板加密方法,所述基于对称hash的不可逆指纹模板加密方法包括以下步骤:
步骤一,基于对称hash的指纹不可逆加密方法;
步骤二,将注册指纹与验证指纹分别进行指纹图像预处理,其中包括指纹图像增强、指纹图像二值化;
步骤三,根据指纹预处理后图像,分别提取注册指纹与验证图像细节点坐标与方向;
步骤四,将提取的细节点集进行三三配对,组成三角形形状的三胞,并构建三胞的坐标和方向;然后计算每个三胞组合的三边长信息,将注册指纹中三胞的三边长、三胞的坐标与其方向信息存储在Helpdate中,将验证指纹中三胞的三边长、三胞的坐标与其方向信息存储在Verdate中;
步骤五,利用Helpdate与Verdate中三胞的三边长信息,对注册指纹与验证指纹间的三胞进行相互配对;
步骤六,选取中配对成功的三胞的坐标与其方向作为配准点,对注册指纹与验证指纹进行图像配准;
步骤七,结合用户密钥构建哈希函数,分别对注册指纹与验证指纹中每一对配对成功的三胞的坐标进行对称哈希运算,将产生的数据构成数据集作为最终生成的不可逆模板;
步骤八,根据中哈希值的结果,对比注册与验证指纹图像模板中的哈希值,完成注册指纹与验证指纹间的模板匹配。
进一步,所述步骤二具体包括:
(1)开始注册指纹与验证指纹图像预处理;
(2)输入验证指纹图像Q(x,y)与注册指纹图像T(x,y),其中(x,y)表示指纹图像的坐标,Q(x,y)与T(x,y)表示图像在该坐标(x,y)的灰度值;
(3)对注册指纹和验证指纹图像进行Gabor滤波器的图像增强,使其脊线信息进行增强,而垂直于脊线的噪声进行抑制;
(4)对增强后的图像,采用固定阈值法进行图像二值化处理生成二值图。
进一步,所述步骤三具体包括:
(1)开始进行图像细节点提取;
(2)利用基于链码的指纹特征提取方法,逐像素的追踪脊线边界信息,当发生明显偏转时,则记录为细节点;
(3)通过Sobel算子求出每一点的梯度信息,从而计算出细节点的方向。
进一步,所述步骤四具体包括:
(1)开始针对细节点集,进行三胞处理;
(2)对于注册指纹图像,将细节点按照相互间距离的远近,进行三三组队,组成三角形形状的三胞;计算三角形重心作为三胞组合的坐标,并计算与其重心最邻近细节点方向作为三胞方向,最后计算三胞的三边长,将三边长、三胞的坐标与方向信息存储在Helpdate中;
(3)对于验证指纹图像,将所有细节点均构成三胞组合,最后计算三胞的三边长,将三边长、三胞的坐标与方向信息存储在Verdate中。
进一步,所述步骤五具体包括:
(1)开始对注册指纹与验证指纹间的三胞进行配对;
(2)根据Verdate中验证指纹三胞的三边长信息,对照Helpdate中注册指纹三胞的三边长信息,对注册指纹与验证指纹间的三胞进行相互配对,保存注册指纹与验证指纹间三胞对应关系。
进一步,所述步骤六具体包括:
(1)开始将验证指纹间按照注册指纹图像,进行图像配准;
(2)在Helpdate与Verdate中选取一组配对成功的三胞作为基准点,称该组三胞为配准三胞,并计算验证指纹中配准三胞的方向相对于注册指纹中配准三胞的方向的偏移量θ;
(3)将验证指纹图像的细节点坐标减去其配准三胞的坐标,得到(x,y);
(4)将坐标(x,y)按照如下公式进行旋转角度θ,计算公式如下,
(5)将旋转后的坐标(X,Y)再加上注册指纹的配准三胞的坐标,即为配准后的坐标。
进一步,所述步骤七具体包括:
(1)开始对三胞进行哈希运算,生成不可逆模板;
(2)根据64位的用户密钥,通过不可逆哈希算法生成2个密钥参数K1K2;
(3)将配对成功的三胞组合中三个细节点坐标值作为输入,记为c1c2c3c4c5c6;
(4)结合正余玄函数构建对称哈希函数,将配准后的三胞坐标代入对称哈希函数进行运算,对称哈希函数的公式如下:
其中,S为图像像素的大小;
(5)计算每一组配对成功的三胞组合均会产生一组h1、h2数据,将这些数据构成数据集作为最终生成的不可逆模板。
进一步,所述步骤八具体包括:
(1)开始根据哈希值对比结果,进行指纹图像匹配;
(2)将注册指纹与验证指纹所计算出的模板的哈希值做比较,当两者误差较小时,则认为匹配成功。
本发明的另一目的在于提供一种应用所述基于对称hash的不可逆指纹模板加密方法的生物特征加密系统。
综上所述,本发明的优点及积极效果为:首先通过细节点集,构造三胞特征结构体(以下简称“三胞”),然后利用三胞的特有信息对验证指纹与注册指纹间的三胞进行配对,接着利用配对成功的三胞进行注册指纹与验证指纹的图像配准,随后对配对成功的三胞代入结合用户密钥所构建的对称哈希算法进行加密运算,以生成加密后的模板。通过指纹加密结合不可逆对称哈希算法,在实现加密模板可撤销性的基础上,将用户原始指纹信息进行不可逆变换,变换完之后将指纹原始信息销毁,并代以存储变换后的信息,从而达到保护指纹原始信息的作用。这种加密方法即使攻击者同时获取用户密钥与加密模板,也不能通过窃取的模板反推出用户的原始指纹,极大程度上保护了用户指纹信息安全,为远程服务器端的指纹存储与利用提供了安全的技术保障。加密生成后的指纹加密模板具有可撤销性,即使模板丢失,也可以随时作废原模板并立即使用同一指纹生成新的变换模板,而且加密模板具有单向性,即不可逆性,攻击者无法通过变换加密后的指纹模板反退回用户原始指纹信息。同时,可以确保同一手指间的指纹加密模板可以相互匹配成功,不同手指间指纹模板匹配失败,模板与指纹间无法匹配。
本发明通过构建的三胞信息进行配准,克服了传统利用中心点等配准方法的缺点。因为本发明是利用细节点的坐标作为三胞的坐标,而细节点的位置相比中心点更容易寻找,也更加精确。同时,细节点的方向相比方向场的方向更不易发生变化,所以利用三胞作为配准点的方法更加精确,配准后的精度更高。本发明采用对称哈希函数的方法可以做到输入的无序性,随意变换输入的顺序对结果是没有影响的,这正好符合三胞在进行哈希不可逆变换时的需求,保证了算法的安全性。本发明采用对称哈希函数结合正余函数的方法,可以严格保证哈希运算的不可逆性,提升了整个加密算法的安全性。因为构建的哈希函数的方程组的个数小于输入的个数,即非齐次方程组系数矩阵的秩等于增广矩阵的秩,且小于方程组的个数,方程组理论上有无穷多解,故不可以通过结果反推回输入数据信息。除此之外,由于正余弦函数输出对应无穷多输入的特性,使得本发明算法的不可逆性提升了一个等级。就算攻击者窃取了用户的密钥与模板,也不能反推回用户的原始指纹。同时,在哈希运算的过程中,结合用户密钥的方式更加简单高效,可撤销性更强。
附图说明
图1是本发明实施例提供的基于对称hash的不可逆指纹模板加密方法流程图。
图2是本发明实施例提供的基于对称hash的不可逆指纹模板加密方法实现流程图。
图3是本发明实施例提供的指纹的原始图像示意图。
图4是本发明实施例提供的指纹分割后的样图。
图5是本发明实施例提供的指纹提取方向场的样图。
图6是本发明实施例提供的指纹增强后的样图。
图7是本发明实施例提供的指纹细化后的样图。
图8是本发明实施例提供的构建三胞的样图。
图9是本发明实施例提供的在配准后的结果图;
图中:(a)和(b)分别是来自同一手指的两幅指纹细化图;(c)是配准后的图像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明将原始指纹图像通过不可逆变换生成加密后的指纹模板,该模板具有可撤销性与单向不可逆性,加密模板间可以实现较为精确的匹配,可用于指纹的加密与保护。
如图1所示,本发明实施例提供的基于对称hash的不可逆指纹模板加密方法包括以下步骤:
S101:基于对称hash的指纹不可逆加密方法;
S102:将注册指纹与验证指纹分别进行指纹图像预处理,其中包括指纹图像增强、指纹图像二值化;
S103:根据指纹预处理后图像,分别提取注册指纹与验证图像细节点坐标与方向;
S104:将提取的细节点集进行三三配对,组成三角形形状的三胞,并构建三胞的坐标和方向。然后计算每个三胞组合的三边长信息,将注册指纹中三胞的三边长、三胞的坐标与其方向信息存储在Helpdate中,将验证指纹中三胞的三边长、三胞的坐标与其方向信息存储在Verdate中;
S105:利用Helpdate与Verdate中三胞的三边长信息,对注册指纹与验证指纹间的三胞进行相互配对;
S106:选取中配对成功的三胞的坐标与其方向作为配准点,对注册指纹与验证指纹进行图像配准;
S107:结合用户密钥构建哈希函数,分别对注册指纹与验证指纹中每一对配对成功的三胞的坐标进行对称哈希运算,将产生的数据构成数据集作为最终生成的不可逆模板;
S108:根据中哈希值的结果,对比注册与验证指纹图像模板中的哈希值,完成注册指纹与验证指纹间的模板匹配。
下面结合附图对本发明的应用原理作进一步的描述。
如图2所示,本发明实施例提供的基于对称hash的不可逆指纹模板加密方法包括以下步骤:
步骤1、开始基于对称hash的指纹不可逆加密方法。
步骤2、对注册指纹与验证指纹分别进行指纹图像预处理。
(2a)对两幅指纹图像利用方差作为分割图像的依据,对指纹图像进行分割,提取出指纹前景区域。
因为在指纹的前景区域,由于脊线和谷线的交替变化,使得图像中的灰度变化较为急剧,灰度方差的值偏大;而在背景区域,由于在成像时就没有和指纹接触过,因此灰度较为单一,变化相对缓慢,灰度方差值偏小。
方差的计算公式如下:
其中W表示当前块,S表示当前块的大小,I(x,y)表示点(x,y)处的灰度值,mean表示当前块中的灰度均值。
(2b)利用Gabor滤波器对指纹图像进行增强,此种滤波器在x方向上为带通,y方向上为低通。在对指纹图像进行滤波时,只需对滤波器进行旋转,使其与指纹方向场一致,就可以实现对指纹脊线信息最大程度地增强,而垂直于指纹方向场的信息则相对减弱。
偶对称Gabor滤波器的表达式如下:
xφ=xcosφ+ysinφ yφ=-xsinφ+ycosφ
其中φ是滤波器的方向,这里即是脊线的方向。f是滤波器的频率,这里即为方向窗口内的频率,δx、δy是高斯包络沿x轴和y轴的标准差。
(2c)对指纹图像进行二值化处理,二值化处理的公式如下:
其中G(x,y)代表块中像素点的灰度值,T为周围像素的平均值。
(2d)对二值化后的指纹图像,逐个像素点构建八邻域块图,判断八邻域内中心点与周围像素的关系,从而决定该像素点的取舍,从而实现并行快速细化算法。八邻域块图为:
其中,P1为中心点位置,若同时满足一下四个条件,则删除P1,即令P1=0。
细化删除条件为:
1)2<=N(P1)<=6,N(x)为x的8邻域中1的数目;
2)A(P1)=1,A(x)指的是将P2-P8之间按顺序的前后分别为0、1的对数;
3)P2*P4*P6=0;
4)P4*P6*P8=0;
步骤3、根据指纹预处理后图像,分别提取注册指纹与验证图像细节点坐标与方向。
(3a)利用链码进行细节点特征提取。首先,从上到下从左到右扫描一幅指纹图像,获得指纹图像中脊线的轮廓;然后,逆时针方向追踪脊线的轮廓,并把脊线上的元素信息记录在一个数组里;最后,根据记录的信息来计算获取指纹图像的细节点。
最后,根据方向场,求出每个细节点的坐标值。
步骤4、利用细节点集构建三胞,并存储辅助信息。
(4a)将细节点集按照相互之间的距离限制,进行三三组队,组成三角形形状的三胞。然后计算三角形重心作为三胞的坐标,并计算与其重心最邻近细节点方向作为三胞方向,最后计算三胞的三边长,将三边长、三胞的坐标与方向信息存储在Helpdate中。
(4b)对于验证指纹图像,将所有细节点均构成三胞,构建方法同上所述,最后计算三胞的三边长,将三边长、三胞的坐标与方向信息存储在Verdate中。
步骤5、利用辅助信息中三胞的三边长信息,对注册指纹与验证指纹之间的三胞进行相互配对。
(5a)根据Verdate中验证指纹三胞的三边长信息,结合配对成功的三胞,对照Helpdate中注册指纹三胞的三边长信息,对注册指纹与验证指纹间的三胞进行相互配对,保存注册指纹与验证指纹间三胞对应关系;
步骤6、利用辅助信息中三胞的坐标与方向,对注册指纹与验证指纹进行图像配准。
(6a)Helpdate与Verdate中选取一组配对成功的三胞作为基准点,称该组三胞为配准三胞,并计算验证指纹中配准三胞的方向相对于注册指纹中配准三胞的方向的偏移量θ。
(6b)将验证指纹图像的细节点坐标减去其配准三胞的坐标,得到(x,y),然后将坐标(x,y)按照如下公式进行旋转角度θ,计算公式如下,
最后,将旋转后的坐标(X,Y)加上注册指纹的配准三胞的坐标,即为配准后的坐标;
步骤7、根据用户密钥构建哈希函数,并生成不可逆模板。
(7a)根据64位的用户密钥,通过不可逆哈希算法生成2个密钥参数K1K2。
(7b)将配对成功的三胞中三个细节点坐标值作为输入,记为c1c2c3c4c5c6;
(7c)结合正余玄函数构建对称哈希函数,将配准后的三胞坐标代入对称哈希函数进行运算,对称哈希函数的公式如下:
其中,S为图像像素的大小。
(7d)计算每一组配对成功的三胞均会产生一组h1、h2数据,将这些数据构成数据集作为最终生成的不可逆模板。
步骤8、注册指纹与验证指纹间的模板匹配
(8a)注册指纹与验证指纹所计算出的模板的哈希值做比较,当两者误差较小时,则认为匹配成功。
下面结合仿真对本发明的应用效果作详细的描述。
1.仿真条件:
本实例在Intel(R)Core(TM)2i7-5500U CPU@2.40GHz Windows 10系统下,Matlab(R2013a)运行平台上,仿真指纹图像来自于国际公认的指纹识别数据库FVC2002DB1数据库,指纹图像大小为374像素×388像素。
2.仿真内容与结果分析
仿真1,利用本发明的方法获得的注册指纹与验证指纹的配准图像,如图9所示,其中图9(a)为指纹图像FVC2002DB11_1,图9(b)为指纹图像FVC2002DB11_7,图9(c)为配准后的图像。
仿真2,利用本发明的方法对FVC2002DB1数据库中指纹进行本专利方法加密后,做遍历识别匹配实验,得到的指纹匹配EER指标为:7.96%。
实验表明,本发明能够安全可靠的完成用户身份认证,同时保护用户原始指纹信息的安全。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于对称hash的不可逆指纹模板加密方法,其特征在于,所述基于对称hash的不可逆指纹模板加密方法包括以下步骤:
步骤一,基于对称hash的指纹不可逆加密方法;
步骤二,将注册指纹与验证指纹分别进行指纹图像预处理,其中包括指纹图像增强、指纹图像二值化;
步骤三,根据指纹预处理后图像,分别提取注册指纹与验证图像细节点坐标与方向;
步骤四,将提取的细节点集进行三三配对,组成三角形形状的三胞,并构建三胞的坐标和方向;然后计算每个三胞组合的三边长信息,将注册指纹中三胞的三边长、三胞的坐标与其方向信息存储在Helpdate中,将验证指纹中三胞的三边长、三胞的坐标与其方向信息存储在Verdate中;具体包括:
(1)开始针对细节点集,进行三胞处理;
(2)对于注册指纹图像,将细节点按照相互间距离的远近,进行三三组队,组成三角形形状的三胞;计算三角形重心作为三胞组合的坐标,并计算与其重心最邻近细节点方向作为三胞方向,最后计算三胞的三边长,将三边长、三胞的坐标与方向信息存储在Helpdate中;
(3)对于验证指纹图像,将所有细节点均构成三胞组合,最后计算三胞的三边长,将三边长、三胞的坐标与方向信息存储在Verdate中;
步骤五,利用Helpdate与Verdate中三胞的三边长信息,对注册指纹与验证指纹间的三胞进行相互配对;
步骤六,选取配对成功的三胞的坐标与其方向作为配准点,对注册指纹与验证指纹进行图像配准;具体包括:
(1)开始将验证指纹间按照注册指纹图像,进行图像配准;
(2)在Helpdate与Verdate中选取一组配对成功的三胞作为基准点,称该组三胞为配准三胞,并计算验证指纹中配准三胞的方向相对于注册指纹中配准三胞的方向的偏移量θ;
(3)将验证指纹图像的细节点坐标减去其配准三胞的坐标,得到(x,y);
(4)将坐标(x,y)按照如下公式进行旋转角度θ,计算公式如下,
(5)将旋转后的坐标(X,Y)再加上注册指纹的配准三胞的坐标,即为配准后的坐标;
步骤七,结合用户密钥构建哈希函数,分别对注册指纹与验证指纹中每一对配对成功的三胞的坐标进行对称哈希运算,将产生的数据构成数据集作为最终生成的不可逆模板;
步骤八,根据哈希值的结果,对比注册与验证指纹图像模板中的哈希值,完成注册指纹与验证指纹间的模板匹配。
2.如权利要求1所述的基于对称hash的不可逆指纹模板加密方法,其特征在于,所述步骤二具体包括:
(1)开始注册指纹与验证指纹图像预处理;
(2)输入验证指纹图像Q(x,y)与注册指纹图像T(x,y),其中(x,y)表示指纹图像的坐标,Q(x,y)与T(x,y)表示图像在该坐标(x,y)的灰度值;
(3)对注册指纹和验证指纹图像进行Gabor滤波器的图像增强,使其脊线信息进行增强,而垂直于脊线的噪声进行抑制;
(4)对增强后的图像,采用固定阈值法进行图像二值化处理生成二值图。
3.如权利要求1所述的基于对称hash的不可逆指纹模板加密方法,其特征在于,所述步骤三具体包括:
(1)开始进行图像细节点提取;
(2)利用基于链码的指纹特征提取方法,逐像素的追踪脊线边界信息,当发生明显偏转时,则记录为细节点;
(3)通过Sobel算子求出每一点的梯度信息,从而计算出细节点的方向。
4.如权利要求1所述的基于对称hash的不可逆指纹模板加密方法,其特征在于,所述步骤五具体包括:
(1)开始对注册指纹与验证指纹间的三胞进行配对;
(2)根据Verdate中验证指纹三胞的三边长信息,对照Helpdate中注册指纹三胞的三边长信息,对注册指纹与验证指纹间的三胞进行相互配对,保存注册指纹与验证指纹间三胞对应关系。
6.如权利要求1所述的基于对称hash的不可逆指纹模板加密方法,其特征在于,所述步骤八具体包括:
(1)开始根据哈希值对比结果,进行指纹图像匹配;
(2)将注册指纹与验证指纹所计算出的模板的哈希值做比较,当两者误差较小时,则认为匹配成功。
7.一种应用权利要求1~6任意一项所述基于对称hash的不可逆指纹模板加密方法的生物特征加密系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810425576.0A CN108960039B (zh) | 2018-05-07 | 2018-05-07 | 一种基于对称hash的不可逆指纹模板加密方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810425576.0A CN108960039B (zh) | 2018-05-07 | 2018-05-07 | 一种基于对称hash的不可逆指纹模板加密方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108960039A CN108960039A (zh) | 2018-12-07 |
CN108960039B true CN108960039B (zh) | 2021-08-06 |
Family
ID=64499014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810425576.0A Active CN108960039B (zh) | 2018-05-07 | 2018-05-07 | 一种基于对称hash的不可逆指纹模板加密方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108960039B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726568B (zh) * | 2018-12-12 | 2023-08-08 | 西安电子科技大学 | 一种基于融合特征描述子的指纹加密方法 |
CN109766850B (zh) * | 2019-01-15 | 2021-06-01 | 西安电子科技大学 | 基于特征融合的指纹图像匹配方法 |
CN109978803B (zh) * | 2019-03-05 | 2021-01-22 | 北京集创北方科技股份有限公司 | 图像处理方法及装置 |
CN110532927A (zh) * | 2019-08-23 | 2019-12-03 | 广东华芯微特集成电路有限公司 | 指纹注册方法、指纹验证方法及装置 |
CN110956468B (zh) * | 2019-11-15 | 2023-05-23 | 西安电子科技大学 | 一种指纹支付系统 |
CN111027404B (zh) * | 2019-11-15 | 2023-05-23 | 西安电子科技大学 | 一种基于指纹保护模板的指纹识别方法 |
CN113011284B (zh) * | 2021-03-01 | 2023-05-26 | 杭州景联文科技有限公司 | 一种签名指印的识别方法 |
CN113591636B (zh) * | 2021-07-20 | 2023-04-07 | 中国电子科技集团公司第三十研究所 | 一种基于指纹特征可撤销模板保护技术设计方法 |
CN116823679B (zh) * | 2023-08-30 | 2023-12-05 | 山东龙腾控股有限公司 | 基于人工智能的全自动指纹锁指纹图像增强方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227269A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 一种基于指纹频域的数字信息或密钥绑定与发布方法 |
CN101477523A (zh) * | 2008-11-24 | 2009-07-08 | 北京邮电大学 | 超大型指纹库的索引结构和检索方法 |
CN106789017A (zh) * | 2016-12-26 | 2017-05-31 | 西安电子科技大学 | 基于生物特征加密的账户信息统一管理方法 |
CN106936586A (zh) * | 2016-12-07 | 2017-07-07 | 中国电子科技集团公司第三十研究所 | 一种基于指纹比特串和纠错编码的生物密钥提取方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1974300A2 (en) * | 2006-01-16 | 2008-10-01 | Thomson Licensing | Method for determining and fingerprinting a key frame of a video sequence |
CN101751576B (zh) * | 2009-09-02 | 2012-01-25 | 中国科学院自动化研究所 | 一种指纹细节点特征模板的保护方法 |
KR101255555B1 (ko) * | 2009-11-24 | 2013-04-17 | 한국전자통신연구원 | 보안성이 강화된 지문인식 방법 및 장치 |
CN104751112B (zh) * | 2013-12-31 | 2018-05-04 | 石丰 | 一种基于模糊特征点信息的指纹模板及指纹识别方法 |
CN105553657B (zh) * | 2016-01-19 | 2019-02-01 | 杭州电子科技大学 | 一种特征级融合的指纹模糊金库实现方法 |
-
2018
- 2018-05-07 CN CN201810425576.0A patent/CN108960039B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227269A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 一种基于指纹频域的数字信息或密钥绑定与发布方法 |
CN101477523A (zh) * | 2008-11-24 | 2009-07-08 | 北京邮电大学 | 超大型指纹库的索引结构和检索方法 |
CN106936586A (zh) * | 2016-12-07 | 2017-07-07 | 中国电子科技集团公司第三十研究所 | 一种基于指纹比特串和纠错编码的生物密钥提取方法 |
CN106789017A (zh) * | 2016-12-26 | 2017-05-31 | 西安电子科技大学 | 基于生物特征加密的账户信息统一管理方法 |
Non-Patent Citations (5)
Title |
---|
"Anonymous and Revocable Fingerprint Recognition";Faisal Farooq 等;《IEEE》;20070622;第1-10页 * |
"Combination of Symmetric Hash Functions for Secure Fingerprint Matching";Gaurav Kumar 等;《IEEE》;20100826;第1-5页 * |
"Matching with Secure Fingerprint Templates Using Non-invertible Transform";Dosung Ahn 等;《IEEE》;20080530;第1-5页 * |
"一种基于扩散方程的指纹方向场提取方法";张镕麟 等;《清华大学学报(自然科学版)》;20120815;第52卷(第8期);第1049-1055页 * |
"基于双旋转特征描述子的指纹模板保护算法研究";孙宝林;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20190215(第2019年第02期);第I138-1691页正第28-32页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108960039A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960039B (zh) | 一种基于对称hash的不可逆指纹模板加密方法 | |
Liu et al. | Finger vein secure biometric template generation based on deep learning | |
Wang et al. | Alignment-free cancelable fingerprint template design: A densely infinite-to-one mapping (DITOM) approach | |
Lin et al. | Matching contactless and contact-based conventional fingerprint images for biometrics identification | |
Moujahdi et al. | Fingerprint shell: Secure representation of fingerprint template | |
Yang et al. | Cancelable fingerprint templates with delaunay triangle-based local structures | |
Alam et al. | An alignment-free cancelable fingerprint template for bio-cryptosystems | |
Ali et al. | Robust biometric authentication system with a secure user template | |
US11138409B1 (en) | Biometric recognition and security system | |
CN111027404B (zh) | 一种基于指纹保护模板的指纹识别方法 | |
Choudhary et al. | Multimodal biometric authentication with secured templates—A review | |
Ali et al. | Polynomial Vault: A secure and robust fingerprint based authentication | |
CN112686191B (zh) | 基于人脸三维信息的活体防伪方法、系统、终端及介质 | |
CN104009973B (zh) | 一种基于集合多项式变换与调和的指纹细节信息隐藏与恢复方法 | |
Bai et al. | Person recognition using 3-D palmprint data based on full-field sinusoidal fringe projection | |
CN108898023B (zh) | 一种基于双旋转特征描述子的指纹模板加密方法 | |
Ranjan et al. | Improved and innovative key generation algorithms for biometric cryptosystems | |
Ali et al. | Fingerprint shell with impregnable features | |
Baghel et al. | A non‐invertible transformation based technique to protect a fingerprint template | |
Selwal et al. | Low overhead octet indexed template security scheme for multi-modal biometric system | |
CN108960003A (zh) | 基于Gabor和混沌映射的掌纹特征生成及认证方法 | |
Moon et al. | Improved cancelable fingerprint templates using minutiae‐based functional transform | |
CN110956468A (zh) | 一种指纹支付系统 | |
Prasad et al. | Minimum spanning tree (MST) based techniques for generation of cancelable fingerprint templates | |
CN110990847A (zh) | 一种基于局部敏感哈希的指纹模板保护方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |