基于模糊区间的掌纹特征模板保护的方法

摘要

基于模糊区间的掌纹特征模板保护的方法，涉及一种掌纹特征模板保护的方法，本发明为解决现有基于主成份分析的掌纹识别方法存在严重的安全漏洞，攻击者在数据库泄露的情况下很容易获得模板的问题。本发明所述模板保护方法的具体过程为：提取注册人员的掌纹图像生成训练样本和测试样本；生成注册模板特征和测试特征；获取归一化后的注册模板特征；获取初始区间序列；获取注册模板特征和区间特征；对注册模板特征和区间特征的每一分量进行哈希，得到哈希值，用哈希值作为每个用户的模板存储在数据库中，完成对掌纹的识别保护。本发明用于掌纹识别的安全系统中。

主权项

基于模糊区间的掌纹特征模板保护的方法，其特征在于，该模板保护的方法具体过程为：步骤一、提取注册人员的掌纹图像，生成训练样本和测试样本；步骤二、提取训练样本的特征生成注册模板特征T，T＝{t₁,t₂,…t_c}，c为正整数，表示样本的类别，提取测试样本的特征生成测试特征Y，Y＝{y₁,…y_p}，p为正整数，表示测试样本个数，其中注册模板特征和测试特征的维数相同，即T和Y的行数相等；步骤三、统计注册模板特征T的分量分布情况，选取归一化参数t_q，令T中每个分量均除以t_q，确定T的归一化范围[m,n]，同时得到归一化后的注册模板特征表示t_i归一化后的的第j个分量，i＝1,2,…,c；步骤四、以2th为步长将区间[m,n]均分，得到初始区间序列$q_i^j={\left\{\right[m,m+2\mathrm{th}],[m+2\mathrm{th},m+4\mathrm{th}],...,[n-2\mathrm{th},n\left]\right\}}^T,$其中th为常数，表示模糊阈值；判断属于的区间序列中的某个区间，设该区间为[a,b]；步骤五、以模糊阈值th为区间半径、以为区间中点改变步骤四获取的区间的起点和终点，改变后的区间为用改变后的区间代替原来区间[a,b]，同时记录该区间在区间序列中所在的行数作为和的区间特征，记为步骤六、中除区间[a,b]及其前后相邻的两个区间外，其他区间采用随机的方法对区间的中点、区间宽度和等宽度区间数量进行随机移动，重复步骤四和步骤五获取区间矩阵d为正整数，表示的维数；同时得到注册模板特征ti和的区间特征$g_i=\{g_i^1,g_i^2,...,g_i^d\};$步骤七、重复步骤六，得到注册模板特征T和的区间特征G＝{g₁,g₂,…,g_c}，对每一分量进行哈希，得到哈希值H＝{h₁,h₂,…,h_c}，用哈希值H代替T作为每个用户的模板存储在数据库中，其中h_i为g_i的哈希值；同时得到整体区间的区间矩阵Q：Q＝{q₁,q₂,…,q_c}；步骤八、分别对照整体区间矩阵Q的每个区间矩阵的每个分量寻找所属区间所在的行数作为区间特征，为第i个测试特征的第j个分量，即判断分别归属于的哪个区间，该区间的行数即为区间特征，即：得到的c个区间特征其中是根据得到的区间特征，进而得到测试特征y_i的区间特征为步骤九、采用相同的哈希函数步骤八获取的区间特征G_yi的每一分量的哈希值，记为其中为的哈希值，与Q_T的每一分量的哈希值进行匹配，完成对掌纹的识别保护。