专利名称：基于小波新技术的虹膜安全认证纹理特征提取方法
所属技术领域本实用新型属于生物特征虹膜身份认证技术研究与应用领域。
背景技术：
目前的基于小波分析的虹膜识别方法多利用小波具有的“过”边缘(across edge)特性，由一维小波张成的可分离小波(Separable wavelet)，只具有有限的方向(水平、垂直和对角)，不能“最优”表示含线或者面奇异的高维函数。此外，虹膜特征匹配过程复杂，虹膜纹理特征提取信息量大，占用特征向量存储空间大，传输的安全性不高等方面也有待改进。
发明内容
本实用新型采用多尺度几何分析小波curvelet变换方法，以边缘为基本表示元素，充分利用数据本身特有的几何特征，完备地表达“沿”边缘(along edge)特性，最优的或者说“最稀疏”的表示高维函数，相对于小波分析逼近性能有很大提高。多尺度分析技术可以过滤掉脆弱信息，突出稳定的特征，大大降低识别出错率。另外，curvelet变换是各向异性的(anisotropy)，具有很强的方向性，能为虹膜图像处理提供更多的信息。更加高效地提取虹膜纹理特征。
在对虹膜图像进行编码过程中，采用拟零树编码方法确定量化门限，以此来区分频率域信息的属性并量化为双位二进制编码来表示虹膜特征。这种特征编码体现了频率域中不同属性信息的分布模式。算法增强了小波变换用于虹膜特征编码的可用性，简化了虹膜特征的模式匹配过程。二进制的编码方式节省了特征码存储空间，并且使用MD5对虹膜码进行单向Hash运算作为内容的脆弱水印，通过对虹膜码进行二次熵编码压缩加入水印的认证方法来最大程度地保证虹膜编码传输中的安全性，适用于基于智能芯片的虹膜安全认证技术。
(1)图1虹膜识别的工作流程(2)图2技术路线描述图具体实施方式
(1)通过虹膜图像自动采集装置获取清晰可用的高质量虹膜图像。
(2)对归一化的虹膜纹理进行小波变换的平移不变预处理，通过多尺度几何分析小波交换获取虹膜纹理的特征表示，并进行拟零数量化编码，得到特征编码；(3)将实时采集的虹膜图像的特征编码与模板特征进行模式比对，验证接受/拒绝。如果采取网络化的验证方式，需要采取脆弱水印技术保护编码信息，在接收端进行验证。
权利要求
1.一种基于小波新技术的虹膜安全认证纹理特征提取方法，其特征是通过多尺度几何分析小波变换获取虹膜纹理的特征表示，进行拟零数量化编码，将实时采集的虹膜图像的特征编码与模板特征进行模式比对，验证接受/拒绝，如果采取网络化的验证方式，需要采取脆弱水印技术保护编码信息，在接收端进行验证。
2.根据权利要求1所述的虹膜安全认证纹理特征提取方法，其特征是多尺度几何分析小波curvelet变换，该技术可以过滤掉脆弱信息，突出稳定的特征，降低识别出错率，另外，利用curvelet变换是各向异性的(anisotropy)特征，为虹膜图像处理提供更多的信息，更加高效地提取虹膜纹理特征。
3.根据权利要求1所述的虹膜安全认证纹理特征提取方法，其特征是采用拟零树编码方法确定量化门限，来区分频率域信息的属性并量化为双位二进制编码来表示虹膜特征，增强小波变换用于虹膜特征编码的可用性，简化虹膜特征的模式匹配过程。
4.根据权利要求1所述的基于小波新技术的虹膜安全认证纹理特征提取方法，其特征是在图像编码的传输时，采用基于MD5对虹膜码进行单向Hash运算作为内容认证的脆弱水印认证方法来保证传输中的安全性。
全文摘要
一种基于小波新技术的虹膜安全认证纹理特征提取方法，它主要针对目前的基于小波分析的虹膜识别方法多利用小波只具有有限的方向(水平、垂直和对角)，不能“最优”表示含线或者面奇异的高维函数，以及编码算法复杂，信息量大，传输安全性不高的特点。采用多尺度几何分析小波方法处理的图像，具有良好的空间方向选择性，能最优地表示高维函数，更加高效地提取虹膜纹理特征。虹膜纹理经小波变换处理后，可以采用拟零树编码方法确定量化门限，方便进行特征量化编码，节省特征向量存储空间。在对虹膜图像进行编码后，通过对虹膜码进行二次熵编码压缩加入水印，最大程度地保证虹膜编码的安全，提高网络化认证的安全性。
文档编号H04L9/32GK101042731SQ20061001669
公开日2007年9月26日 申请日期2006年3月23日 优先权日2006年3月23日
发明者刘元宁, 朱晓东, 明星, 周万治, 李志慧, 徐涛, 齐晓玲 申请人:长春吉大计算机发展有限责任公司