[发明专利]一种图像鉴权的方法及装置

说明书

本发明公开了一种图像鉴权的方法及装置，包括以下步骤：S1：获取匹配图像以及图像密钥；S2：将匹配图像以及图像密钥均转换为对应的灰度单通道图；S3：通过ORB特征提取算法对转换后的匹配图像以及图像密钥进行图像特征的提取及匹配；S4：判断是否通过ORB特征检测，如果是，执行步骤S5，如果否，则解密失败；S5：对匹配图像以及图像密钥进行模板匹配，如果匹配成功，则成功解密，如果匹配失败，则解密失败。本发明通过将ORB特征检测与模板匹配进行结合，可以优化图像匹配中的盲点，提高图像综合匹配的水平。

技术领域

本发明属于图像处理技术领域，尤其涉及一种图像鉴权的方法及装置。

背景技术

目前在软件领域里关于加密的密钥载体主要是数字字母等字符串，通过字符串配合各种加密算法对数据和资料进行加密或者进行身份验证，以达到防止机密泄露的目的。部分加密设备可以通过U盾、电子密码锁等外部硬件设备，或者指纹、虹膜等生物特征处理信息安全问题。采用字符串作为密钥进行加密具有源远流长的历史，具有加密方式多样，简单方便，加密效果好等特点，但简单字符串密码容易通过撞库的方式进行破解，复杂的字符串密码对用户记忆是一个较大的考验。通过硬件设备进行加密一般比字符串加密更难以破解，在一些对安全要求较高的场合使用频繁，但这种方式需要额外购置专门的硬件设备，并需要对硬件进行后续维护。通过生物特征进行加密具备方便稳定的优点，但这种方式需要鉴别生物特征的设备支持，而且设备的质量直接影响生物特征技术的错误率的高低。

通过图像匹配进行加密已经逐渐被人重视，图像获取的方式非常方便，而且图像比文字更加直观。图像在软件中以字节流的方式存储，字节数远大于字符串密钥且无法被理解，提高被技术攻破的难度。目前基于图像的研究比较多，基础技术也逐渐成熟，基于图像基础技术进行高级的用于加密的技术越来越多。其中关于图像匹配有以下几种常用的技术：

模板匹配：模板匹配是通过在一幅图像寻找另一幅模板图像最匹配(相似)部分的技术。模板匹配可以通过多种方法，如平方差匹配法、归一化平方差匹配法、系数匹配法等方法对图像中的匹配值进行计算从而找到完美匹配。

特征点检测：特征点检测是通过特定的方法对图像提取一部分的特征点，通过特征点进行匹配，以达到识别、防伪等目的。特征点的检测和匹配是计算机视觉中非常重要的技术之一，在物体检测、视觉跟踪等领域具有很广泛的应用。其中特征检测方法也有很多，如SIFT、SURF、ORB、FAST等，每种算法都有其优点和不足，也有其擅长的范围。其中ORB算法是对FAST特征点与BREIF特征描述子的一种结合与改进，这个算法是由Ethan Rublee,Vincent Rabaud,Kurt Konolige以及Gary R.Bradski在2011年一篇名为“ORB：AnEfficient Alternative to SIFT or SURF”的文章中提出。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种图像鉴权的方法，其能解决基于图像匹配进行解锁鉴权的问题。

本发明的目的之二在于提供一种图像鉴权的装置，其能解决基于图像匹配进行解锁鉴权的问题。

本发明的目的之一采用以下技术方案实现：

一种图像鉴权的方法，包括以下步骤：

S1：获取匹配图像以及图像密钥；

S2：将匹配图像以及图像密钥均转换为对应的灰度单通道图；

S3：通过ORB特征提取算法对转换后的匹配图像以及图像密钥进行图像特征的提取及匹配；

S4：判断是否通过ORB特征检测，如果是，执行步骤S5，如果否，则解密失败；

S5：对匹配图像以及图像密钥进行模板匹配，如果匹配成功，则成功解密，如果匹配失败，则解密失败。

优选的，步骤S3具体包括以下子步骤：