本发明提供了一种认证及加密方法，具体地说，是一种基于笔迹特征识别的认证及加密方法。
背景技术：
随着社会发展和科技进步，计算机及互联网已经成为人们日常生活必不可少的一部分。在享受计算机网络带来的方便快捷的同时，如何保证私人信息的安全性、完整性也至关重要。为了更好地保护私人信息，现有的认证及加密方法包括人脸识别、虹膜识别、声音识别等，人脸识别和声音识别经常会受到外界的干扰，导致无法准确认证；红膜识别需要借助特别精密的识别硬件进行辅助，对于普通的认证及加密是无法实现的。
技术实现要素：
本发明解决了现有加密及认证方法的不足，提供了一种使用简单方便、应用范围广的基于笔迹特征识别的认证及加密方法。
为了达到上述目的，本发明所采用的技术方案是：
一种基于笔迹特征识别的认证及加密方法，包括以下步骤：
录入特征：通过触摸指点设备采集用户笔迹，输入计算机，形成用户笔迹图像；然后先将用户笔迹去掉锯齿细化后转换成01行矩阵，再转换成480*640二维矩阵并将边缘值置为0得到最小矩阵，最后提取最小矩阵的特征值，并对提取的特征数据暂时储存；
识别特征：在用户进行验证时，用户先通过触摸指点设备输入签名，形成用户签名笔迹图像，然后先将用户签名笔迹去掉锯齿细化后转换成01行矩阵，再转换成480*640二维矩阵并将边缘值置为0得到最小矩阵，最后提取用户签名最小矩阵的特征值；
认证或加密结果：将录入特征中提取的特征数据与签名特征中提取的特征数据进行做差操作，误差3%-7%，通过识别并将特征数值进行存储；误差超过7%，则提示未通过识别。
优选的，所述将用户笔迹去掉锯齿是通过java中的setantialias函数，并将标志位设置为1，实现去锯齿细化。
优选的，所述转换成01行矩阵是通过二值化操作，将像素值大于某一阈值的像素值设为1，将像素值小于某一阈值的像素值设为0。
进一步地，所述最小矩阵特征值包括最小矩阵像素点值、字之比特值、与特征矩阵进行指数运算得到加权特征值。通过对比上述特征值，进而判断误差。
优选的，所述用户通过触摸指点设备输入签名需要用户进行三次输入相同的签名。根据用户书写习惯，进行对字的特征进行三次精确提取，然后综合三次的结果分析出具体数据进行数据库存储。
本发明使用触摸指点设备(触摸屏、触摸板、鼠标、触控笔等)采集用户笔迹，输入计算机，形成用户笔迹图像，通过笔迹识别方法对用户笔迹进行特征提取，然后比对笔迹特征相似度，得出认证或加密结果。
本发明是一种笔迹加密与识别方法，只需要把字迹输入到计算机，通过加密与识别方法进行处理，最终反馈结果是false或者是true，无需借助特别精密的识别硬件进行辅助，仅需一块触摸屏可以将字迹录入即可；只要用户签名即可，不需要对人体进行严格的限制；经过实际测试，该算法的错误率为0~5%，容错率较高；使用简单方便，用户只需将自己的签名录入，剩下的就由算法去处理；此算法作为一种构件，可以很方便的应用到其他系统，应用范围广：如银行支付系统、在线商业合约签名、解锁屏等加密系统和一些基于文字的娱乐系统。
附图说明
图1本发明方法步骤示意图。
具体实施方式
下面结合附图对本发明作进一步描述：
如图1所示，一种基于笔迹特征识别的认证及加密方法，包括以下步骤：
录入特征：通过触摸指点设备采集用户笔迹，输入计算机，形成用户笔迹图像；然后先将用户笔迹去掉锯齿细化后转换成01行矩阵，再转换成480*640二维矩阵并将边缘值置为0得到最小矩阵，最后提取最小矩阵的特征值，并对提取的特征数据暂时储存；
识别特征：在用户进行验证时，用户先通过触摸指点设备输入签名，形成用户签名笔迹图像，然后先将用户签名笔迹去掉锯齿细化后转换成01行矩阵，再转换成480*640二维矩阵并将边缘值置为0得到最小矩阵，最后提取用户签名最小矩阵的特征值；
认证或加密结果：将录入特征中提取的特征数据与签名特征中提取的特征数据进行做差操作，
当前设置默认值为：
//面积之比的差范围（<=）
publicstaticdoublemaxtomin_abs=8.0d;
//加权特征点数之差(<=)
publicstaticdoublefeature_abs=150.0d;
//高宽之比(<=)
publicstaticdoublehtoh_abs=0.18d；
误差3%-7%，通过识别并将特征数值进行存储；误差超过7%，则提示未通过识别。
优选的，所述将用户笔迹去掉锯齿是通过java中的setantialias函数，并将标志位设置为1，实现去锯齿细化。
优选的，所述转换成01行矩阵是通过二值化操作，将像素值大于某一阈值的像素值设为1，将像素值小于某一阈值的像素值设为0。
进一步地，所述最小矩阵特征值包括最小矩阵像素点值、字之比特值、与特征矩阵进行指数运算得到加权特征值。
优选的，所述用户通过触摸指点设备输入签名需要用户进行三次输入相同的签名。根据用户书写习惯，进行对字的特征进行三次精确提取，然后综合三次的结果分析出具体数据进行数据库存储。
优选的，所述触摸指点设备包括触摸屏、触摸板、鼠标、触控笔。通过多种触摸设备进行输入，能够更好地适用于各种系统。
具体用例：
一：签名细化--方便后期处理。
二：消除锯齿--防治边缘像素点的干扰。
三：获取签名图片的完整像素矩阵[1,0,0,1……]。
四：把一维数组转化为二维数组（画板480*640，相应的二维数组大小为480*640）
五：图片边界处理--边界置为0（图片存储为png格式有信息录入，影响后面的操作）
六：获取最小矩阵，以简化后期处理数据的复杂性
七：特征值之字之比特值为最小矩阵
四象限加权特征值为最小矩阵