本發(fā)明涉及的是一種模式識別方法，具體涉及一種手指靜脈加密方法。

背景技術(shù)：

目前來說，世界各地應(yīng)用最為廣泛的依然還是像密碼和ID卡一樣的一些傳統(tǒng)的身份認證技術(shù)，不過這也導(dǎo)致了這些身份認證技術(shù)已經(jīng)被充分的研究，因此其安全性方面也在逐漸的降低。隨著生物特征識別技術(shù)越來越多的被應(yīng)用到實際生活中，隱私性和安全性的重要性變得不言而喻。同時，對生物特征識別系統(tǒng)的攻擊手段也在不斷的更新。與傳統(tǒng)密碼不同，傳統(tǒng)的密碼往往是隨機生成，對密碼攻擊的難度主要取決于計算的復(fù)雜度，而生物特征卻是固定不變的，而且往往暴露在各種場合中，因此對生物特征識別系統(tǒng)的攻擊有其新的特點。為了完善并解決上述生物特征識別技術(shù)中存在的種種隱患和缺陷，一種將生物特征識別技術(shù)和傳統(tǒng)密碼學(xué)技術(shù)有機的結(jié)合在一起的加密技術(shù)—生物特征加密技術(shù)應(yīng)運而生，生物特征加密技術(shù)在理論上而言既能通過一些傳統(tǒng)的密碼學(xué)手段對生物特征模板進行保護，反過來又能通過生物特征模板對密鑰進行保護，最大化的將兩者的特點與優(yōu)勢共存。

目前在世界各地學(xué)者對生物特征加密技術(shù)的理論研究中，依然存在需要進一步提高和完善的方面，比如在生物特征加密技術(shù)中，如何在眾多類型的生物特征中選擇并提取出適合用于指定加密方案的特征，并使其能夠與密鑰進行結(jié)合；又比如在加密的過程中，有關(guān)加密域的匹配問題，如何提高匹配精度還需要進一步研究；再比如，基于所涉及的生物特征加密系統(tǒng)進行的實驗，如何根據(jù)所得到的實驗數(shù)據(jù)對加密系統(tǒng)的性能進行評價，畢竟到目前為止，還并沒有出現(xiàn)一個有關(guān)生物特征加密系統(tǒng)性能評價的標準。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種密碼安全性高的手指靜脈加密方法。

本發(fā)明的目的是這樣實現(xiàn)的：

1、加密過程：

1.1 將注冊階段的手指靜脈圖像進行尺寸歸一化，利用MB-CSLBP算子對圖像進行編碼，將得到的一定長度的手指靜脈二進制特征編碼作為最終的手指靜脈特征編碼fvcode；

1.2 假設(shè)需要加密的密鑰為K、長度為k，首先通過SHA-1安全散列算法將K進行哈希變換，結(jié)果記為h(K)保存起來，接著密鑰K編碼成二元序列K_c；

1.3 把編碼完成后的密鑰K_c與手指靜脈特征編碼fvcode相結(jié)合，得到最后的加密編碼并保存起來；

2、解密過程：

2.1 將用于解密的手指靜脈圖像進行尺寸歸一化處理，并利用MB-CSLBP算子從手指靜脈圖像中提取出用于解密的手指靜脈特征編碼

2.2 將與C進行異或運算，得到二元序列對進行BCH解碼，得到待檢驗密鑰對通過SHA-1安全散列算法進行哈希變換，將得到的哈希值與之前保存的注冊密鑰的哈希值h(K)比較，若則得到的密鑰就是用于加密的密鑰K，解密成功，否則，解密失敗。C是把編碼完成后的密鑰K_c與手指靜脈特征編碼fvcode進行異或操作的結(jié)果。

本發(fā)明提出了一種基于MB-CSLBP編碼的手指靜脈特征加密方案，提取出了手指靜脈的MB-CSLBP二進制特征編碼。在模糊承諾方案的框架上，將手指靜脈的MB-CSLBP編碼作為特征，用BCH算法對密鑰進行加密的具體實現(xiàn)思想以及過程。

本發(fā)明主要是為了克服基本LBP算子和中心對稱的LBP算子是對圖像單個像素點的對比，描述圖像的微觀結(jié)構(gòu)特征，計算比較簡單，但是對噪聲和拓撲變化的魯棒性差，沒有對圖像宏觀結(jié)構(gòu)特征進行描述，識別率不高的缺點而提出的。首先對LBP算子以及改進的CSLBP、MB-CSLBP算子進行了研究，提取了手指靜脈的MB-CSLBP二進制特征編碼。然后研究了傳統(tǒng)的模糊承諾加密方案，在此基礎(chǔ)上將提取的手指靜脈MB-CSLBP二進制特征編碼作為加密特征，對加密信息進行BCH編碼后與加密特征以異或的方式結(jié)合完成加密，同時使用SHA-1散列算法對加密信息進行哈希變換，保留得到的哈希值以用于解密。

本發(fā)明的手指靜脈加密方法，采用多尺度塊中心對稱局部二進制模式提取圖像特征，在模糊承諾框架下采用BCH編碼與二進制編碼進行密鑰結(jié)合。多尺度塊中心對稱的局部二進制模式用像素塊區(qū)域的平均灰度值代替CSLBP算子中的單個像素點的灰度值進行比較，對噪聲的影響不敏感，提取的特征包含了圖像的微觀結(jié)構(gòu)和宏觀結(jié)構(gòu)，更完整的表達了圖像的信息，分類效果比較好。在經(jīng)過MB-CSLBP算子編碼之后，把得到的二進制編碼作為手指靜脈圖像的特征，與經(jīng)過BCH編碼之后的密鑰結(jié)合，對密鑰進行加密。

BCH碼是一種用來對多個隨機錯誤進行校正的多級、循環(huán)、錯誤校正、變長數(shù)字編碼。它把信源待發(fā)的信息序列按固定的k位一組劃分成消息組,再將每一消息組獨立變換成長為n(n＞k)的二進制數(shù)字組,稱為碼字。如果消息組的數(shù)目為m(顯然m≤2),由此所獲得的m個碼字的全體便稱為碼長為n、信息數(shù)目為m的分組碼,記為n,m。BCH碼使用的是有限域上的域論與多項式。為了檢測接收到的錯誤可以構(gòu)建一個用于檢測的多項式，這樣就能夠在接收端檢測出是否有錯誤發(fā)生。

本發(fā)明的特點在于：解決了基本LBP算子和中心對稱的LBP算子對噪聲和拓撲變化的魯棒性差，沒有對圖像宏觀結(jié)構(gòu)特征進行描述，識別率不高的問題。同時利用生物特征與傳統(tǒng)密碼相互融合，解決了密碼安全性問題。

附圖說明

圖1 MB-CSLBP算子的編碼過程；

圖2 基于MB-CSLBP手指靜脈特征加密流程；

圖3 基于MB-CSLBP手指靜脈特征解密流程。

具體實施方式

下面結(jié)合附圖詳細說明本發(fā)明的具體實施方式。

1、多尺度塊中心對稱局部二進制模式(MB-CSLBP)對圖像進行編碼

其中，L表示像素塊正方形區(qū)域的邊長。g_k表示單個像素點的灰度值，B是第i個正方形區(qū)域的像素灰度值總和，用正方形區(qū)域的像素灰度值之和代替其灰度均值得到的編碼是一樣的。s(x)是二值化函數(shù)，T為閥值，x表示選取的兩個正方形區(qū)域的像素灰度值總和的差。

圖1給出了MB-CSLBP算子的編碼過程。

圖1中把邊長為3的正方形區(qū)域的灰度值之和當(dāng)做一個像素點的灰度值，與關(guān)于中心區(qū)域?qū)ΨQ的另一塊正方形區(qū)域的灰度值之和比較，共進行了4次比較，得到二進制編碼為0001，特征值為1，MB-CSLBP算子響應(yīng)圖像的尺寸也會縮小為原來的1/3。

2、基于MB-CSLBP編碼的手指靜脈特征加解密過程

基于MB-CSLBP的手指靜脈特征加密，是在經(jīng)過MB-CSLBP算子編碼之后，把得到的二進制編碼作為手指靜脈圖像的特征，與經(jīng)過BCH編碼之后的密鑰結(jié)合，對密鑰進行加密。

加密過程如圖2所示：

(1)將注冊階段的手指靜脈圖像進行尺寸歸一化，得到大小為96*64的手指靜脈圖像。利用公式中的MB-CSLBP算子對圖像進行編碼，其中取像素塊正方形區(qū)域的邊長L＝6，這樣我們會得到一個長度為448位的手指靜脈二進制特征編碼，在后面附上一定數(shù)量的0，使其長度變?yōu)?11位，我們將該511位的二進制編碼作為最終的手指靜脈特征編碼，記為fvcode。

(2)假設(shè)需要加密的密鑰為K，長度為k，首先通過SHA-1安全散列算法將K進行哈希變換，結(jié)果記為h(K)保存起來。接著密鑰K編碼成511位的二元序列K_c，這里的編碼算法采用的是BCH(n,k,t)編碼算法，n,k,t分別表示編碼后碼字的長度、密鑰的長度和容許錯誤的位數(shù)，這里取n為511。

(3)把編碼完成后的密鑰K_c與手指靜脈特征編碼fvcode以某種方式結(jié)合，在這里我們采用的是異或的方式，得到最后的加密編碼并保存起來。到這里加密過程便完成了。

解密過程如圖3所示：

(1)與加密階段一樣，首先將用于解密的手指靜脈圖像進行尺寸歸一化處理，并利用MB-CSLBP算子從手指靜脈圖像中提取出用于解密的手指靜脈特征編碼

(2)將與C進行異或運算，得到二元序列對進行BCH解碼，得到待檢驗密鑰對通過SHA-1安全散列算法進行哈希變換，將得到的哈希值與之前保存的注冊密鑰的哈希值h(K)比較，若說明得到的密鑰就是用于加密的密鑰K，解密成功。否則，解密失敗。