一种手指静脉加密方法与流程

本发明涉及的是一种模式识别方法，具体涉及一种手指静脉加密方法。

背景技术：

目前来说，世界各地应用最为广泛的依然还是像密码和ID卡一样的一些传统的身份认证技术，不过这也导致了这些身份认证技术已经被充分的研究，因此其安全性方面也在逐渐的降低。随着生物特征识别技术越来越多的被应用到实际生活中，隐私性和安全性的重要性变得不言而喻。同时，对生物特征识别系统的攻击手段也在不断的更新。与传统密码不同，传统的密码往往是随机生成，对密码攻击的难度主要取决于计算的复杂度，而生物特征却是固定不变的，而且往往暴露在各种场合中，因此对生物特征识别系统的攻击有其新的特点。为了完善并解决上述生物特征识别技术中存在的种种隐患和缺陷，一种将生物特征识别技术和传统密码学技术有机的结合在一起的加密技术—生物特征加密技术应运而生，生物特征加密技术在理论上而言既能通过一些传统的密码学手段对生物特征模板进行保护，反过来又能通过生物特征模板对密钥进行保护，最大化的将两者的特点与优势共存。

目前在世界各地学者对生物特征加密技术的理论研究中，依然存在需要进一步提高和完善的方面，比如在生物特征加密技术中，如何在众多类型的生物特征中选择并提取出适合用于指定加密方案的特征，并使其能够与密钥进行结合；又比如在加密的过程中，有关加密域的匹配问题，如何提高匹配精度还需要进一步研究；再比如，基于所涉及的生物特征加密系统进行的实验，如何根据所得到的实验数据对加密系统的性能进行评价，毕竟到目前为止，还并没有出现一个有关生物特征加密系统性能评价的标准。

技术实现要素：

本发明的目的在于提供一种密码安全性高的手指静脉加密方法。

本发明的目的是这样实现的：

1、加密过程：

1.1 将注册阶段的手指静脉图像进行尺寸归一化，利用MB-CSLBP算子对图像进行编码，将得到的一定长度的手指静脉二进制特征编码作为最终的手指静脉特征编码fvcode；

1.2 假设需要加密的密钥为K、长度为k，首先通过SHA-1安全散列算法将K进行哈希变换，结果记为h(K)保存起来，接着密钥K编码成二元序列K_c；

1.3 把编码完成后的密钥K_c与手指静脉特征编码fvcode相结合，得到最后的加密编码并保存起来；

2、解密过程：

2.1 将用于解密的手指静脉图像进行尺寸归一化处理，并利用MB-CSLBP算子从手指静脉图像中提取出用于解密的手指静脉特征编码

2.2 将与C进行异或运算，得到二元序列对进行BCH解码，得到待检验密钥对通过SHA-1安全散列算法进行哈希变换，将得到的哈希值与之前保存的注册密钥的哈希值h(K)比较，若则得到的密钥就是用于加密的密钥K，解密成功，否则，解密失败。C是把编码完成后的密钥K_c与手指静脉特征编码fvcode进行异或操作的结果。

本发明提出了一种基于MB-CSLBP编码的手指静脉特征加密方案，提取出了手指静脉的MB-CSLBP二进制特征编码。在模糊承诺方案的框架上，将手指静脉的MB-CSLBP编码作为特征，用BCH算法对密钥进行加密的具体实现思想以及过程。

本发明主要是为了克服基本LBP算子和中心对称的LBP算子是对图像单个像素点的对比，描述图像的微观结构特征，计算比较简单，但是对噪声和拓扑变化的鲁棒性差，没有对图像宏观结构特征进行描述，识别率不高的缺点而提出的。首先对LBP算子以及改进的CSLBP、MB-CSLBP算子进行了研究，提取了手指静脉的MB-CSLBP二进制特征编码。然后研究了传统的模糊承诺加密方案，在此基础上将提取的手指静脉MB-CSLBP二进制特征编码作为加密特征，对加密信息进行BCH编码后与加密特征以异或的方式结合完成加密，同时使用SHA-1散列算法对加密信息进行哈希变换，保留得到的哈希值以用于解密。

本发明的手指静脉加密方法，采用多尺度块中心对称局部二进制模式提取图像特征，在模糊承诺框架下采用BCH编码与二进制编码进行密钥结合。多尺度块中心对称的局部二进制模式用像素块区域的平均灰度值代替CSLBP算子中的单个像素点的灰度值进行比较，对噪声的影响不敏感，提取的特征包含了图像的微观结构和宏观结构，更完整的表达了图像的信息，分类效果比较好。在经过MB-CSLBP算子编码之后，把得到的二进制编码作为手指静脉图像的特征，与经过BCH编码之后的密钥结合，对密钥进行加密。

BCH码是一种用来对多个随机错误进行校正的多级、循环、错误校正、变长数字编码。它把信源待发的信息序列按固定的k位一组划分成消息组,再将每一消息组独立变换成长为n(n＞k)的二进制数字组,称为码字。如果消息组的数目为m(显然m≤2),由此所获得的m个码字的全体便称为码长为n、信息数目为m的分组码,记为n,m。BCH码使用的是有限域上的域论与多项式。为了检测接收到的错误可以构建一个用于检测的多项式，这样就能够在接收端检测出是否有错误发生。

本发明的特点在于：解决了基本LBP算子和中心对称的LBP算子对噪声和拓扑变化的鲁棒性差，没有对图像宏观结构特征进行描述，识别率不高的问题。同时利用生物特征与传统密码相互融合，解决了密码安全性问题。

附图说明

图1 MB-CSLBP算子的编码过程；

图2 基于MB-CSLBP手指静脉特征加密流程；

图3 基于MB-CSLBP手指静脉特征解密流程。

具体实施方式

下面结合附图详细说明本发明的具体实施方式。

1、多尺度块中心对称局部二进制模式(MB-CSLBP)对图像进行编码

其中，L表示像素块正方形区域的边长。g_k表示单个像素点的灰度值，B是第i个正方形区域的像素灰度值总和，用正方形区域的像素灰度值之和代替其灰度均值得到的编码是一样的。s(x)是二值化函数，T为阀值，x表示选取的两个正方形区域的像素灰度值总和的差。

图1给出了MB-CSLBP算子的编码过程。

图1中把边长为3的正方形区域的灰度值之和当做一个像素点的灰度值，与关于中心区域对称的另一块正方形区域的灰度值之和比较，共进行了4次比较，得到二进制编码为0001，特征值为1，MB-CSLBP算子响应图像的尺寸也会缩小为原来的1/3。

2、基于MB-CSLBP编码的手指静脉特征加解密过程

基于MB-CSLBP的手指静脉特征加密，是在经过MB-CSLBP算子编码之后，把得到的二进制编码作为手指静脉图像的特征，与经过BCH编码之后的密钥结合，对密钥进行加密。

加密过程如图2所示：

(1)将注册阶段的手指静脉图像进行尺寸归一化，得到大小为96*64的手指静脉图像。利用公式中的MB-CSLBP算子对图像进行编码，其中取像素块正方形区域的边长L＝6，这样我们会得到一个长度为448位的手指静脉二进制特征编码，在后面附上一定数量的0，使其长度变为511位，我们将该511位的二进制编码作为最终的手指静脉特征编码，记为fvcode。

(2)假设需要加密的密钥为K，长度为k，首先通过SHA-1安全散列算法将K进行哈希变换，结果记为h(K)保存起来。接着密钥K编码成511位的二元序列K_c，这里的编码算法采用的是BCH(n,k,t)编码算法，n,k,t分别表示编码后码字的长度、密钥的长度和容许错误的位数，这里取n为511。

(3)把编码完成后的密钥K_c与手指静脉特征编码fvcode以某种方式结合，在这里我们采用的是异或的方式，得到最后的加密编码并保存起来。到这里加密过程便完成了。

解密过程如图3所示：

(1)与加密阶段一样，首先将用于解密的手指静脉图像进行尺寸归一化处理，并利用MB-CSLBP算子从手指静脉图像中提取出用于解密的手指静脉特征编码

(2)将与C进行异或运算，得到二元序列对进行BCH解码，得到待检验密钥对通过SHA-1安全散列算法进行哈希变换，将得到的哈希值与之前保存的注册密钥的哈希值h(K)比较，若说明得到的密钥就是用于加密的密钥K，解密成功。否则，解密失败。