当前位置: > 博士毕业论文 > 博士毕业论文基于手指多模态身体特征的身份认证关键问题分析

博士毕业论文基于手指多模态身体特征的身份认证关键问题分析

论文类型:博士毕业论文
论文字数:
论点:特征,静脉,生物
论文概述:

本文是优秀博士论文,针对指静脉图像中静脉血管分布的粗细与方向上的区分性,本文提出了基于多尺度、多方向 Gaobr 小波变换的指静脉特征提取方法。该方法首先通过构建指静脉图像ROI。

论文正文:

第一章引言

手指是人类经常与外界接触的身体器官之一。人们习惯用手指探索外面的世界。因此,人们用手指来鉴定生物特征的身份非常方便和容易。基于手指生物特征的身份识别研究是现有生物特征认证技术的起点和基础,手指生物特征的身份识别研究现已形成一个相对完整的研究领域本文的主要研究工作总结如下:(1)针对实际应用中手指静脉图像质量不高的问题,提出了相应的图像预处理和质量评价方法。首先,在图像预处理阶段,通过手指轮廓检测对手指区域进行分割和校正。然后,基于手指关节的生理结构特征,提出了一种手指静脉感兴趣区域定位方法。其次,将图像对比度、梯度和信息熵作为图像质量评价的得分,提出一种基于三角范数的得分融合方法来评价手指静脉图像感兴趣区域的质量,获得更准确的图像质量评价结果。最后,利用NLM算法增强低质量图像的感兴趣区域,提高低质量感兴趣区域静脉网络的清晰度。实验结果表明,本文提出的数字静脉图像预处理和质量评价方法能够有效判断数字静脉图像质量,降低图像质量对认证性能的影响。(2)针对手指静脉图像中静脉分布的厚度和方向的区别,提出了一种基于多尺度、多方向Gaobr小波变换的手指静脉特征提取方法。该方法首先构造手指静脉图像感兴趣区域的Gabor幅度特征模式高斯混合模型,然后结合线性混合算子形成GLBP手指静脉特征。
……。目前,基于手指生物特征的认证技术主要包括指纹识别、手指关节模式识别、手指形状识别、手指静脉识别等。其中,指纹识别是最早用于司法、商业等领域的生物认证技术。它也是理论发展最成熟、提出算法最丰富、市场应用最广泛的生物认证技术[5】。手指关节模式识别在技术原理上类似于指纹识别,它利用手指手掌端附近外关节处手指背部褶皱纹理的唯一性来进行身份认证[6】。手指形状识别包括三维手指形状识别和二维手指形状识别。前者使用手指的三维形状特征进行身份认证,而后者使用手指的二维平面几何特征进行身份认证[7]。手指静脉识别是静脉识别技术的延伸,是一种新的手指生物认证技术。静脉作为隐藏在人体内的生物特征,具有很强的辨别力,很难复制和窃取。因此,该技术具有自然逼真和高防伪性能[8]。
……

第2章手指静脉图像的预处理和质量评价

2.1简介
在手指多模态生物特征识别过程中,单模态图像的预处理过程非常重要。由于采集条件的限制,手指静脉的图像质量容易受到环境光、手指薄、用户行为等的影响。这些不利条件将影响手指静脉特征的准确提取和认证性能。因此,在手指静脉生物特征的认证过程中,可以有效地判断手指静脉图像的质量,通过图像预处理增强手指静脉图像,提取稳定的特征。为了解决这个问题,本章首先提出了一种基于手指关节生理结构特征的手指静脉图像手指区域分割和感兴趣区域精确定位方法。其次,将手指静脉图像感兴趣区域的梯度、对比度和信息熵作为图像质量的评价分数,提出了一种基于三角范数的分数融合方法来评价手指静脉图像感兴趣区域的质量。最后,利用非局部均值算法增强低质量手指静脉图像的感兴趣区域,从而获得更清晰的静脉结构,提高手指静脉特征的身份认证性能。

2.2手指静脉图像的预处理
本文使用香港理工大学手指图像数据库(1.0版)[134,以下简称HKPUFID数据库,该数据库由香港理工大学出版,包含低质量的手指静脉图像。该数据库是基于普通网络摄像头和红外滤波器的结合来采集手指静脉图像,并采用非接触式和无约束成像方法获得红外手指静脉图像和可见手指腹部纹理图像。该数据库包括来自156个用户的总共6,264个红外和可见手指图像样本。图像格式是位图(*。BMP),图像分辨率为513×256。数据库中93%的用户超过30岁,手指图像经历两个采集阶段,采集间隔至少一个月,最多六个月,平均间隔66.8天。在每个采集过程中,每个用户分别提供左手食指和中指的6个手指静脉图像和6个手指腹部纹理图像,总计24个手指图像。这里,本文仅利用香港医学联合会数据库中提供的红外手指静脉图像进行相关研究工作。

第3章手指单峰生物特征的提取.............................................44
3.1导言...................44
3.2手指静脉特征的提取..............................44
第四章手指多模态生物特征的特征层融合.................................................64
4.1导言.............................64
4.2典型相关分析的基本理论..............................基于线性判别的多集典型相关分析的64
4.3特征层融合方法............................67
第五章手指多模态生物特征的模板保护...................80[/溴/]5.1导言..............................80
5.2多模态生物模板保护方法概述............................基于模糊承诺的80
5.3手指多模态生物特征模板保护方法……84

第5章手指多模态生物识别的模板保护

5.1简介
多模态生物识别融合(Multimodal Biometrics Fusion)是为了提高身份认证的整体性能,解决单一模态生物识别认证过程中遇到的低歧视、低防伪的问题。与单模态生物特征的身份认证过程相比,多模态生物特征的身份认证过程需要使用更多的生物特征模板。如果这些原始生物特征模板被直接存储,盗窃将不可避免地带来更严重的安全问题。由于生物特征的模糊性,传统密码学的加密技术不能直接应用于生物特征的模板保护,使得纠错码成为生物特征模板保护方法的主要实现技术。因此,本章主要针对基于手指静脉、指纹、指关节和手指形状的手指多模态生物特征融合过程,提出了一种多模态生物特征的模板保护方法,并根据纠错码的纠错能力分析了该模板保护方法的安全性及其对认证性能的影响。

5.2多模态生物特征模板保护方法概述
与单模态生物特征的身份认证过程相似,多模态生物特征融合的身份认证过程仍将面临安全威胁,如图1-5所示。在这些攻击类型中,生物特征信息的泄露对个人信息安全和隐私构成最严重的威胁,[131]。生物特征信息的泄露主要包括两个方面。首先,身份认证系统通过复制生物特征样本和制作假样本而被欺骗。其次,通过突破认证系统的数据库并从其窃取生物模板数据来恢复生物样本,[15]。因此,针对手指多模态生物特征融合的安全威胁,一方面利用手指静脉生物特征的生动性来抵御虚假样本的攻击,另一方面,多模态生物特征模板得到安全保护,而不是直接存储原始特征模板。然而,在获取过程中由于传感器噪声、获取姿态等问题造成的生物特征固有的模糊性,使得传统密码学中无法直接对生物特征模板进行加密和存储,也无法保证特征模板与加密域中待认证特征之间的距离保持匹配,从而严重影响身份认证的性能。因此,对生物特征模糊性的容错处理和安全要求构成了模板保护的主要问题,这不仅需要解决密码学的准确性和生物特征模糊性之间的矛盾,还需要保持一定的身份认证性能。
.........

结论

[4]

参考文献(省略)