[发明专利]一种基于虹膜特征联盟随机匹配投票机制的身份验证方法有效
申请号: | 201911270621.0 | 申请日: | 2019-12-12 |
公开(公告)号: | CN111046363B | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 刘帅;刘元宁;朱晓冬;董立岩;崔靖威;张齐贤;丁通;张阔;董铭民;李泽晋;柳敦盛;王超 | 申请(专利权)人: | 吉林大学 |
主分类号: | G06F21/32 | 分类号: | G06F21/32;G06K9/00 |
代理公司: | 长春市恒誉专利代理事务所(普通合伙) 22212 | 代理人: | 鞠传龙 |
地址: | 130012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 虹膜 特征 联盟 随机 匹配 投票 机制 身份验证 方法 | ||
1.一种基于虹膜特征联盟随机匹配投票机制的身份验证方法,其特征在于:其方法如下所述:
步骤一、使用虹膜采集仪采集模板测试人员的模板虹膜灰度图像1张;
步骤二、计算机系统通过Daugman橡皮筋法以及均衡化直方图的方式将模板虹膜灰度图像都转化为180×32维度的模板虹膜归一增强图像;
步骤三、计算机系统通过Gabor滤波的方式表达模板虹膜归一增强图像的模板特征信息,该方式的模板特征信息为1080位模板虹膜二进制编码,该方式的编号设定为1;
步骤四、计算机系统通过Haar小波的方式表达模板虹膜归一增强图像的模板特征信息,该方式的模板特征信息为1080位模板虹膜二进制编码,该方式的编号设定为2;
步骤五、计算机系统通过CS-LBP算子的方式表达模板虹膜归一增强图像的模板特征信息,该方式的模板特征信息为3360位模板虹膜二进制编码,该方式的编号设定为3;
步骤六、计算机系统通过卷积核的方式表达模板虹膜归一增强图像的模板特征信息,该方式的模板特征信息为由15个数组成的模板特征卷积标签,该方式的编号设定为4;
步骤七、计算机系统通过Haar小波的方式表达模板虹膜归一增强图像的模板特征信息,Haar小波与步骤四相同,但表示特征方式与步骤四不同,该方式的模板特征信息为由15个数组成的模板特征频率标签,该方式的编号设定为5;
步骤八、计算机系统将步骤三至步骤七中设定的五个特征信息共同装进一个虹膜信息块中;
步骤九、计算机系统重复步骤八4次,一共建立5个虹膜特征信息相同的虹膜信息块,步骤八建立的1个虹膜信息块以及步骤九建立的4个虹膜信息块,将这五个虹膜信息块组成一个联盟,五个虹膜信息块的编号分别为:K1、K2、K3、K4和K5,通过网络将五个虹膜信息块分布式存储在不同的云空间中,每个虹膜信息块的地址通过链结构连接;
步骤十、测试人员通过与步骤一相同的虹膜采集仪采集测试虹膜灰度图像一张;
步骤十一、计算机系统通过Daugman橡皮筋法以及均衡化直方图的方式将测试虹膜灰度图像转化为180×32维度的测试虹膜归一增强图像;
步骤十二、计算机系统通过Gabor滤波的方式表达测试虹膜归一增强图像的测试特征信息,Gabor滤波及表达特征方式与步骤三相同,该方式的测试特征信息为1080位测试虹膜二进制编码,该方式的编号设定为1;
步骤十三、计算机系统通过Haar小波的方式表达测试虹膜归一增强图像的测试特征信息,Haar小波及表达特征方式与步骤四相同,该方式的测试特征信息为1080位测试虹膜二进制编码,该方式的编号设定为2;
步骤十四、计算机系统通过CS-LBP算子的方式表达测试虹膜归一增强图像的测试特征信息,CS-LBP算子及表达特征方式与步骤五相同,该方式的测试特征信息为3360位测试虹膜二进制编码,该方式的编号设定为3;
步骤十五、计算机系统通过卷积核的方式表达测试虹膜归一增强图像的测试特征信息,卷积核及表达特征方式与步骤六相同,该方式的测试特征信息为由15个数组成的测试特征卷积标签,该方式的编号设定为4;
步骤十六、计算机系统通过Haar小波的方式表达测试虹膜归一增强图像的测试特征信息,Haar小波及表达特征方式与步骤七相同,该方式的测试特征信息为由15个数组成的测试特征频率标签,该方式的编号设定为5;
步骤十七、计算机系统生成由{x1,x2,x3,x4,x5}组成的特征选择信息;
其中:x1,x2,x3,x4,x5都是由计算机系统通过随机数生成器从1,2,3,4,5中随机生成的数字;
x1对应虹膜信息块K1;
x2对应虹膜信息块K2;
x3对应虹膜信息块K3;
x4对应虹膜信息块K4;
x5对应虹膜信息块K5;
步骤十八、计算机系统分别读取特征选择信息中x1,x2,x3,x4,x5的值,根据x1,x2,x3,x4,x5的值,虹膜信息块K1,K2,K3,K4,K5选取与x1,x2,x3,x4,x5的值一样编号的方式的模板特征信息和测试特征信息进行比对,每个虹膜信息块得到一个匹配结果;
如果虹膜信息块得到的匹配结果为1,说明该虹膜信息块的匹配结论为模板虹膜与测试虹膜为相同类别,该虹膜信息块投赞成票;
如果虹膜信息块得到的匹配结果为0,说明该虹膜信息块的匹配结论为模板虹膜与测试虹膜不是相同类别,该虹膜信息块投反对票;
统计5个虹膜信息块的投票结果,如果赞成票的票数多于反对票的票数,则得到结论:模板虹膜与测试虹膜为相同类别;
如果赞成票的票数少于反对票的票数,则得到结论:模板虹膜与测试虹膜不是相同类别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911270621.0/1.html,转载请声明来源钻瓜专利网。