專利名稱：基于二維條碼的指紋信息隱藏及認(rèn)證方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息安全、信息隱藏技術(shù)領(lǐng)域，涉及一種指紋信息的隱藏及自動識別認(rèn)證方法，特別涉及基于二維條碼的指紋信息隱藏及認(rèn)證的方法。
背景技術(shù)：
信息安全、信息隱藏是當(dāng)前人們關(guān)注的熱點(diǎn)問題，人們需要將一些關(guān)鍵信息隱藏，并在需要的時(shí)候能夠方便的取出。目前的防偽認(rèn)證方法主要有三種，一是基于所知的認(rèn)證方法，比如口令、密碼；二是基于所有的認(rèn)證方法，比如各類證件、卡片等；三是基于人的生物特征的認(rèn)證方法，比如指紋、掌紋、虹膜等。口令/密碼認(rèn)證方法易受到攻擊，安全性低；證件認(rèn)證方法制作成本低，但是認(rèn)證強(qiáng)度不夠，因?yàn)樗艿借b別人員的主觀判斷的影響；基于生物認(rèn)證的方法具有很高的安全性，且不依賴于主觀因素，但是一般情況下用于門禁系統(tǒng)等固定場所，識別設(shè)備昂貴，成本高，而且一般需要數(shù)據(jù)庫的支持。
指紋能夠唯一確定一個(gè)人的身份，實(shí)際中利用指紋的認(rèn)證方法是將其存儲在一些物品(如證件)上，以便在需要時(shí)驗(yàn)證物品的所屬關(guān)系，達(dá)到防偽的目的，但是直接將指紋作為標(biāo)識印在物品上的方法容易被偽造。

發(fā)明內(nèi)容
為了解決現(xiàn)有認(rèn)證方法安全性低、成本高的缺點(diǎn)，本發(fā)明的目的在于提供一種基于二維條碼的指紋信息隱藏及認(rèn)證的方法，該方法提高了信息隱藏和認(rèn)證方法的安全性，增加了存貯的信息容量，同時(shí)降低了成本。
本發(fā)明的基本構(gòu)思是利用二維條碼對指紋信息進(jìn)行隱藏，將隱藏后的結(jié)果印制到物品上，需要時(shí)，再將隱藏的指紋信息提取出來進(jìn)行比對認(rèn)證。
實(shí)現(xiàn)本發(fā)明基本構(gòu)思的技術(shù)方案是，基于二維條碼的指紋信息隱藏及認(rèn)證方法，包括指紋信息隱藏、指紋信息識別和認(rèn)證過程，該方法按以下步驟進(jìn)行，第一步，首先采集指紋圖像，第二步，對指紋信息進(jìn)行隱藏(1)指紋特征提取a.輸入指紋圖像，進(jìn)行分割首先采用邊緣保持濾波器對采集到的指紋圖像進(jìn)行濾波，在像素(i，j)四周取5×5的鄰域，計(jì)算此鄰域中9個(gè)3×3子窗口所表示區(qū)域的像素灰度均值M和方差V，取方差最小區(qū)域的灰度均值為像素(i，j)的灰度值，然后將圖像分為n×n，n為指紋圖像中兩條相鄰紋線間的寬度，對500dpi的圖片n取12～16的非重疊小塊，計(jì)算每一塊的均值M和方差V，若均值M在30＜M＜225范圍內(nèi)，且方差V大于設(shè)定閾值100，則此小塊為指紋區(qū)，依此就將指紋圖像分割為指紋區(qū)和非指紋區(qū)兩大部分，保留指紋區(qū)，去除非指紋區(qū)；b.求取指紋方向圖采用Jain改進(jìn)的梯度算法計(jì)算得到指紋的點(diǎn)方向圖和塊方向圖，其中點(diǎn)方向圖為每一個(gè)像素點(diǎn)所在脊線的方向，塊方向圖為指紋圖像每一個(gè)小區(qū)域m×m內(nèi)的脊線的方向，m為區(qū)域的長和寬，其初始值設(shè)置為16；c.指紋圖像增強(qiáng)Gabor濾波和二值化將指紋圖像分為16×16的不重疊子塊，統(tǒng)計(jì)該塊區(qū)域的脊線頻率，然后采用Gabor濾波器，把得到的指紋圖像的每一個(gè)小塊的塊局部方向和塊局部頻率作為Gabor濾波器的參數(shù)，對指紋圖像每一個(gè)子塊進(jìn)行卷積，增強(qiáng)指紋圖像；d.指紋圖像細(xì)化不改變指紋的拓?fù)溥B接關(guān)系，保證指紋的連接性、方向和特征不變，將指紋脊線采用并行OPTA細(xì)化算法進(jìn)行細(xì)化，從圖像的左下角像素開始，自左到右，自下到上對整個(gè)圖像進(jìn)行掃描，若當(dāng)前點(diǎn)p的值為255，則將點(diǎn)p四周8個(gè)鄰點(diǎn)的狀況與預(yù)先定義的消除模板進(jìn)行比較，若與模板之一相符，則將點(diǎn)p周圍的像素與保留模板比較，符合則保留，反之將點(diǎn)p的值置0；若點(diǎn)p四周8個(gè)鄰點(diǎn)與消除模板都不相符，則也保留點(diǎn)p；對圖像反復(fù)掃描，直到?jīng)]有像素發(fā)生變化時(shí)為止，獲得細(xì)化結(jié)果，其中的消除模板為 注1表示前景點(diǎn)，0表示背景點(diǎn)，x表示0或1，其中的保留模板為 e.指紋特征提取檢測指紋的端點(diǎn)、分岔點(diǎn)的位置以及方向，將其作為指紋的特征信息提取出來；(2)指紋特征加密用Logistic混沌映射xn+1＝μ·xn(1-xn)，其中xn∈(0，1)，分岔控制參數(shù)μ∈(0，4)，當(dāng)3.5699456＜μ≤4時(shí)，Logistic映射處于混沌狀態(tài)，此時(shí)給定初始值x0和參數(shù)μ作為密鑰經(jīng)過k次迭代后生成混沌序列Xk，將其作為流密鑰對指紋特征信息進(jìn)行加密，k取值等于指紋特征信息的長度，Xk是長度為k的Logistic混沌映射序列；(3)生成二維條碼獲得加密后的指紋特征后，采用國家標(biāo)準(zhǔn)生成PDF417條碼，按照可容納的條碼圖像的大小決定條碼的尺寸，并打印在規(guī)定的位置上，就將指紋信息隱藏于二維條碼中；第三步，進(jìn)行指紋信息的識別和認(rèn)證(1)用掃描儀采集二維條碼圖像；(2)對采集的二維條碼圖像進(jìn)行圖像預(yù)處理；a輸入二維條碼圖像，采用Ostu最佳閾值分割算法對二維條碼圖像進(jìn)行分割，b對條碼圖像進(jìn)行濾波、幾何校正及分層處理采用5×1模板對條碼圖像進(jìn)行中值濾波，去除條碼圖像中因掃描存在的鹽粒式噪音；采用Hough變換ρ＝x cosθ+y sinθ獲得PDF417條碼的起始符和終止符所在的直線的方程和傾斜角，根據(jù)PDF417條碼的起始符和終止符來檢測條碼的左右邊界，根據(jù)傾斜角θ對條碼圖像進(jìn)行旋轉(zhuǎn)，將條碼圖像旋轉(zhuǎn)θ°校正到水平位置，旋轉(zhuǎn)的過程中采用雙線性插值對圖像像素進(jìn)行插值；根據(jù)PDF417條碼的多行結(jié)構(gòu)特性取其中值對每一層條碼圖像進(jìn)行濾波整形；首先將條碼圖像按層分開，獲得條碼圖像的層數(shù)和每一層的高度，對每一層進(jìn)行濾波處理，采用Sobel水平邊緣檢測算子，得到條碼圖像的水平邊緣，然后進(jìn)行水平方向的投影，水平方向投影的峰值就對應(yīng)著條碼圖像的水平層邊界，得到條碼圖像的層數(shù)和每一層的高度，對每一層進(jìn)行濾波整形，采用取中值的方法對每一層的每一列進(jìn)行濾波，對條碼每一層中每一列像素的灰度值進(jìn)行相加取平均值，和128相比，如果平均值大于128，則認(rèn)為該列為空，像素灰度值賦值為255，否則認(rèn)為該列為條，像素灰度值賦值為0；(3)根據(jù)PDF417譯碼規(guī)則對條碼圖像進(jìn)行識別和譯碼，得到所承載的加密信息；檢測每一個(gè)符號字符的條空個(gè)數(shù)，查表確定每一個(gè)符號字符代表的信息，就將二維條碼圖像中的符號字符變成碼字信息，將上述得到的碼字信息根據(jù)制定的PDF417國家標(biāo)準(zhǔn)譯碼，得到條碼中存儲的原始信息；(4)對得到的加密信息根據(jù)解密密鑰初始值x0和參數(shù)μ，用Logistic混沌映射經(jīng)過k次迭代后生成混沌序列Xk，k取值等于待解密信息的長度，Xk是長度為k的Logistic混沌映射序列，將其作為流密鑰對指紋特征信息進(jìn)行混沌解密，得到二維條碼中所承載的指紋特征信息；(5)將從二維條碼中得到的指紋信息與現(xiàn)場采集的指紋信息進(jìn)行比對，檢測二者是否吻合，從而實(shí)現(xiàn)指紋的防偽認(rèn)證。
由于二維條碼具有很大的信息容量，且不依賴于數(shù)據(jù)庫支持，能夠很好的實(shí)現(xiàn)指紋信息隱藏，便于安全存儲和傳輸，具有較強(qiáng)的抗損能力，同時(shí)二維條碼具有自動識讀的功能，可以用機(jī)器實(shí)現(xiàn)防偽認(rèn)證，不摻雜主觀因素，因此，本發(fā)明利用這些優(yōu)點(diǎn)，將指紋信息存儲于其中，使得這種信息的認(rèn)證方法既具有安全性高，又有成本低、存儲信息量大的特點(diǎn)。


圖1是本發(fā)明的方法流程框圖；圖2是本發(fā)明指紋特征提取的流程圖；圖3是采集到的指紋圖像；圖4是提取特征后的指紋圖像；圖5是隱藏有指紋信息的二維條碼；圖6是本發(fā)明指紋信息認(rèn)證的流程圖；圖7是本發(fā)明二維條碼識別的流程圖。
具體實(shí)施例方式
以下結(jié)合附圖和具體實(shí)施方式
對本發(fā)明作進(jìn)一步的詳細(xì)描述。
本發(fā)明的基于二維條碼的指紋信息隱藏及認(rèn)證方法，包括指紋信息隱藏、指紋信息識別和認(rèn)證兩大部分，如圖1所示，該方法按以下步驟進(jìn)行第一步，首先采集指紋圖像，圖3是采集到的指紋圖像。
第二步，對指紋信息進(jìn)行隱藏，具體按以下步驟進(jìn)行(1)指紋特征提取對采集到的指紋圖像進(jìn)行處理提取指紋特征，如圖2所示，具體步驟如下a.輸入指紋圖像，進(jìn)行分割首先采用邊緣保持濾波器對采集到的指紋圖像進(jìn)行濾波，在像素(i，j)四周取5×5的鄰域，計(jì)算此鄰域中9個(gè)3×3子窗口所表示區(qū)域的像素灰度均值M和方差V，取方差較小區(qū)域的灰度均值為像素(i，j)的灰度值，然后將圖像分為n×n(n取指紋圖像中兩條相鄰紋線間的寬度，對500dpi的圖片n取12～16)的非重疊小塊，計(jì)算每一塊的均值M和方差V，若均值M在一定范圍內(nèi)(30＜M＜225)且方差V大于某一設(shè)定閾值(V＞100)，則此小塊為指紋區(qū)，依此就將指紋圖像分為指紋區(qū)(前景區(qū)、模糊區(qū))和非指紋區(qū)(白背景區(qū)、背景區(qū))兩大部分，保留指紋區(qū)，去除非指紋區(qū)。
對n×n大小的圖像區(qū)域，其灰度均值M和灰度方差V計(jì)算如下M=1n×nΣi=1nΣj=1nf(i,j)]]>V=1n×nΣi=1nΣj=1n[f(i,j)-M]2]]>其中，f(i，j)為像素(i，j)的灰度值。
b.求取指紋的方向圖對分割后的指紋圖像還需要進(jìn)行進(jìn)一步的濾波處理，由于指紋圖像具有自身的特性，即指紋的紋線具有方向性，在進(jìn)行指紋圖像處理時(shí)要充分考慮指紋的方向性從而獲得較好的濾波效果，因此先來求取指紋的方向圖。指紋方向圖分為點(diǎn)方向圖和塊方向圖，將每一個(gè)像素點(diǎn)所在脊線的方向計(jì)算得到點(diǎn)方向圖，將指紋圖像每一個(gè)小區(qū)域(m×m，m是區(qū)域的長和寬)內(nèi)的脊線的大致方向計(jì)算得到塊方向圖，區(qū)域的大小對分辨率為500dpi的指紋圖像，初始值一般設(shè)置為16×16，可采用Jain改進(jìn)的梯度算法計(jì)算指紋的方向，具體步驟如下①將指紋圖像劃分為以點(diǎn)(i，j)為中心的大小為m×m的塊，一般設(shè)置為16×16。
②利用梯度算子計(jì)算指紋圖像每一像素點(diǎn)的一階偏導(dǎo)數(shù)，使用Sobel算子將指紋圖像與這兩個(gè)模板進(jìn)行卷積，即可得一階偏導(dǎo)x(u，v)、y(u，v)，其中(u，v)表示模板中的位置。
③按下式計(jì)算以(i，j)為中心的圖像子塊的方向信息Vx(i,j)=Σu=i-m/2i+m/2Σv=j-m/2j+m/22∂x(u,v)∂y(u,v)]]>Vy(i,j)=Σu=i-m/2i+m/2Σv=j-m/2j+m/2(∂x2(u,v)-∂y2(u,v))]]>θ(i,j)=12tan-1Vy(i,j)Vx(i,j)]]>其中θ(i，j)是以點(diǎn)(i，j)為中心的子塊的局部脊線方向的最小平方估計(jì)；而反正切函數(shù)取VC++庫中的atan2函數(shù)，其取值范圍是(-π，π)。
④因?yàn)樵贾讣y圖像中存在噪聲，所以上式求得的方向圖不很準(zhǔn)確，考慮到大部分指紋脊線的方向在局部范圍內(nèi)變化緩慢，因此可以采用低通濾波器對其進(jìn)行濾波，達(dá)到修正方向圖的目的。
⑤計(jì)算濾波后以(i，j)為中心點(diǎn)的子塊方向，并將它作為點(diǎn)(i，j)處的方向θ(i,j)=12tna-1Φy′(i,j)Φx′(i,j)]]>若求塊方向，在程序中設(shè)置i和j的變化步長為m若求每個(gè)點(diǎn)的方向，則將i和j變化步長設(shè)為1。
c.指紋圖像增強(qiáng)Gabor濾波和二值化將指紋圖像分為16×16的不重疊子塊，統(tǒng)計(jì)該塊區(qū)域的脊線頻率，然后采用Gabor濾波器，把得到的指紋圖像的每一個(gè)小塊的塊局部方向和塊局部頻率作為Gabor濾波器的參數(shù)，對指紋圖像每一個(gè)子塊進(jìn)行卷積，能夠突出指紋的固有結(jié)構(gòu)，去除噪聲，增強(qiáng)指紋圖像。
d.指紋圖像細(xì)化不改變指紋的拓?fù)溥B接關(guān)系，保證指紋的連接性、方向和特征不變，將指紋脊線采用并行OPTA細(xì)化算法進(jìn)行細(xì)化。OPTA細(xì)化算法采用了8個(gè)3×3的消除模板和2個(gè)1×4及4×1的保留模板，將像素與模板進(jìn)行匹配操作，通過幾次迭代，直到?jīng)]有像素發(fā)生變化時(shí)為止，獲得細(xì)化結(jié)果。
其中的消除模板如下所示 注1表示前景點(diǎn)，0表示背景點(diǎn)，x表示0或1都可。
其中的保留模板如下所示 OPTA細(xì)化算法從圖像的左下角像素開始，自左到右，自下到上對整個(gè)圖像進(jìn)行掃描，若當(dāng)前點(diǎn)p的值為255，則將點(diǎn)p四周8個(gè)鄰點(diǎn)的狀況與預(yù)先定義的消除模板進(jìn)行比較，若與模板之一相符，則將點(diǎn)p周圍的像素與保留模板比較，符合則保留，反之將點(diǎn)p的值置0；若點(diǎn)p四周8個(gè)鄰點(diǎn)與消除模板都不相符，則也保留點(diǎn)p；對圖像反復(fù)掃描，直到?jīng)]有像素發(fā)生變化時(shí)為止。
e.指紋特征提取檢測指紋的端點(diǎn)、分岔點(diǎn)的位置以及方向，將其作為指紋的特征信息提取出來，圖4所示是提取特征后的指紋圖像。
(2)指紋特征加密采用混沌序列對指紋特征進(jìn)行加密處理，提高信息的安全性，用Logistic混沌映射xn+1＝μ·xn(1-xn)，其中xn∈(0，1)，分岔控制參數(shù)μ∈(0，4)。當(dāng)3.5699456＜μ≤4時(shí)，Logistic映射處于混沌狀態(tài)。此時(shí)給定初始值x0和參數(shù)μ作為密鑰經(jīng)過k次迭代后生成混沌序列Xk，將其作為流密鑰對指紋特征信息進(jìn)行加密，其中k取值等于指紋特征信息的長度，Xk是長度為k的Logistic混沌映射序列；(3)生成二維條碼獲得加密后的指紋特征后，采用國家標(biāo)準(zhǔn)生成PDF417條碼，按照可容納的條碼圖像的大小決定條碼的尺寸，并打印在規(guī)定的位置上，如圖5所示。
第三步，進(jìn)行指紋信息的識別和認(rèn)證如圖6所示，具體實(shí)現(xiàn)步驟如下(1)用掃描儀采集二維條碼圖像；(2)對采集的二維條碼圖像進(jìn)行圖像預(yù)處理，如圖7所示，具體實(shí)現(xiàn)過程如下
a.輸入二維條碼圖像，采用Ostu最佳閾值分割算法對二維條碼圖像進(jìn)行分割，Ostu算法將圖像分割為目標(biāo)和背景兩部分，則這兩類灰度值的組內(nèi)方差最小，而組間方差最大，通過搜索計(jì)算類間方差最大值來得到最優(yōu)閾值。
圖像中目標(biāo)和背景的平均灰度分別為uo=1wo(T)Σ0<i<Ti×p(i)]]>ub=1wb(T)Σ0<i<Ti×p(i)]]>圖像的總均值為u＝wo(T)uo+wb(T)ub圖像目標(biāo)和背景之間的類間方差為G(T)＝wo(T)(uo-u)2+wb(T)(ub-u)2則圖像的最佳閾值為g=argmax0≤T≤255[G(T)]]]>其中wo(T)和wb(T)表示目標(biāo)和背景的像素個(gè)數(shù)，p(i)為像素值為i的像素個(gè)數(shù)。
b.對條碼圖像進(jìn)行濾波、幾何校正及分層處理采用5×1模板對條碼圖像進(jìn)行中值濾波，去除條碼圖像中因掃描存在的鹽粒式噪音；PDF417條碼的起始符和終止符具有唯一性，而且是非重疊的，采用Hough變換ρ＝x cosθ+y sinθ獲得PDF417條碼的起始符和終止符所在的直線的方程和傾斜角，根據(jù)PDF417條碼的起始符和終止符來檢測條碼的左右邊界，根據(jù)獲得的傾斜角θ對條碼圖像進(jìn)行旋轉(zhuǎn)，將條碼圖像旋轉(zhuǎn)θ°校正到水平位置，旋轉(zhuǎn)的過程中采用雙線性插值對圖像像素進(jìn)行插值；根據(jù)PDF417條碼的多行結(jié)構(gòu)特性取其中值對每一層條碼圖像進(jìn)行濾波整形，條碼圖像由多層構(gòu)成，每一層各不相同且有一定的高度，因此首先將條碼圖像按層分開，獲得條碼圖像的層數(shù)和每一層的高度，然后對每一層進(jìn)行濾波處理。采用Sobel水平邊緣檢測算子，得到條碼圖像的水平邊緣，然后進(jìn)行水平方向的投影，水平方向投影的峰值就對應(yīng)著條碼圖像的水平層邊界，由此可以得到條碼圖像的層數(shù)和每一層的高度，對每一層進(jìn)行濾波整形。采用取中值的方法對每一層的每一列進(jìn)行濾波，即對條碼每一層中每一列像素的灰度值進(jìn)行相加取平均值，和128相比，如果平均值大于128，則認(rèn)為該列為空，像素灰度值賦值為255；否則認(rèn)為該列為條，像素灰度值賦值為0；(3)根據(jù)PDF417譯碼規(guī)則對條碼圖像進(jìn)行識別和譯碼，得到所承載的加密信息。
檢測每一個(gè)符號字符的條空個(gè)數(shù)，然后查表確定每一個(gè)符號字符代表的信息，就將二維條碼圖像中的符號字符(條空組合)變成有意義的碼字信息，將上述得到的碼字信息根據(jù)制定的PDF417國家標(biāo)準(zhǔn)譯碼，得到條碼中存儲的原始信息；(4)對得到的加密信息根據(jù)解密密鑰初始值x0和參數(shù)μ，用Logistic混沌映射經(jīng)過k次迭代后生成混沌序列Xk，k的取值等于得到的加密信息，即待解密信息的長度，Xk是長度為k的Logistic混沌映射序列，將其作為流密鑰對指紋特征信息進(jìn)行相應(yīng)的混沌解密處理，得到二維條碼中所承載的指紋特征信息；(5)將從二維條碼中得到的指紋信息與現(xiàn)場采集的指紋信息進(jìn)行比對，檢測二者是否吻合，從而實(shí)現(xiàn)指紋的防偽認(rèn)證。
權(quán)利要求
1.基于二維條碼的指紋信息隱藏及認(rèn)證方法，包括指紋信息隱藏、指紋信息識別和認(rèn)證過程，其特征在于，該方法按以下步驟進(jìn)行，第一步，首先采集指紋圖像，第二步，對指紋信息進(jìn)行隱藏(1)指紋特征提取a輸入指紋圖像，進(jìn)行分割首先采用邊緣保持濾波器對采集到的指紋圖像進(jìn)行濾波，在像素(i，j)四周取5×5的鄰域，計(jì)算此鄰域中9個(gè)3×3子窗口所表示區(qū)域的像素灰度均值M和方差V，取方差最小區(qū)域的灰度均值為像素(i，j)的灰度值，然后將圖像分為n×n，n為指紋圖像中兩條相鄰紋線間的寬度，對500dpi的圖片n取12～16的非重疊小塊，計(jì)算每一塊的均值M和方差V，若均值M在30＜M＜225范圍內(nèi)，且方差V大于設(shè)定閾值100，則此小塊為指紋區(qū)，依此就將指紋圖像分割為指紋區(qū)和非指紋區(qū)兩大部分，保留指紋區(qū)，去除非指紋區(qū)；b求取指紋方向圖采用Jain改進(jìn)的梯度算法計(jì)算得到指紋的點(diǎn)方向圖和塊方向圖，其中點(diǎn)方向圖為每一個(gè)像素點(diǎn)所在脊線的方向，塊方向圖為指紋圖像每一個(gè)小區(qū)域m×m內(nèi)的脊線的方向，m為區(qū)域的長和寬，其初始值設(shè)置為16；c指紋圖像增強(qiáng)Gabor濾波和二值化將指紋圖像分為16×16的不重疊子塊，統(tǒng)計(jì)該塊區(qū)域的脊線頻率，然后采用Gabor濾波器，把得到的指紋圖像的每一個(gè)小塊的塊局部方向和塊局部頻率作為Gabor濾波器的參數(shù)，對指紋圖像每一個(gè)子塊進(jìn)行卷積，增強(qiáng)指紋圖像；d指紋圖像細(xì)化不改變指紋的拓?fù)溥B接關(guān)系，保證指紋的連接性、方向和特征不變，將指紋脊線采用并行OPTA細(xì)化算法進(jìn)行細(xì)化，從圖像的左下角像素開始，自左到右，自下到上對整個(gè)圖像進(jìn)行掃描，若當(dāng)前點(diǎn)p的值為255，則將點(diǎn)p四周8個(gè)鄰點(diǎn)的狀況與預(yù)先定義的消除模板進(jìn)行比較，若與模板之一相符，則將點(diǎn)p周圍的像素與保留模板比較，符合則保留，反之將點(diǎn)p的值置0；若點(diǎn)p四周8個(gè)鄰點(diǎn)與消除模板都不相符，則也保留點(diǎn)p；對圖像反復(fù)掃描，直到?jīng)]有像素發(fā)生變化時(shí)為止，獲得細(xì)化結(jié)果，其中的消除模板為000xpx111(a)0x10p10x1(b)111xpx000(c)1x01p01x0(d)x001p0x1x(e)00x0p1x1x(f)x1x0p100x(g)x1x1p0x00(h)]]>注1表示前景點(diǎn)，0表示背景點(diǎn)，x表示0或1，其中的保留模板為0p100p10(i)(j);]]>e指紋特征提取檢測指紋的端點(diǎn)、分岔點(diǎn)的位置以及方向，將其作為指紋的特征信息提取出來；(2)指紋特征加密用Logistic混沌映射xn+1＝μ·xn(1-xn)，其中xn∈(0，1)，分岔控制參數(shù)μ∈(0，4)，當(dāng)3.5699456＜μ≤4時(shí)，Logistic映射處于混沌狀態(tài)，此時(shí)給定初始值x0和參數(shù)μ作為密鑰經(jīng)過k次迭代后生成混沌序列Xk，將其作為流密鑰對指紋特征信息進(jìn)行加密，k取值等于指紋特征信息的長度，Xk是長度為k的Logistic混沌映射序列；(3)生成二維條碼獲得加密后的指紋特征后，采用國家標(biāo)準(zhǔn)生成PDF417條碼，按照可容納的條碼圖像的大小決定條碼的尺寸，并打印在規(guī)定的位置上，就將指紋信息隱藏于二維條碼中；第三步，進(jìn)行指紋信息的識別和認(rèn)證(1)用掃描儀采集二維條碼圖像；(2)對采集的二維條碼圖像進(jìn)行圖像預(yù)處理；a輸入二維條碼圖像，采用Ostu最佳閾值分割算法對二維條碼圖像進(jìn)行分割，b對條碼圖像進(jìn)行濾波、幾何校正及分層處理采用5×1模板對條碼圖像進(jìn)行中值濾波，去除條碼圖像中因掃描存在的鹽粒式噪音；采用Hough變換ρ＝xcosθ+ysinθ獲得PDF417條碼的起始符和終止符所在的直線的方程和傾斜角，根據(jù)PDF417條碼的起始符和終止符來檢測條碼的左右邊界，根據(jù)傾斜角θ對條碼圖像進(jìn)行旋轉(zhuǎn)，將條碼圖像旋轉(zhuǎn)θ°校正到水平位置，旋轉(zhuǎn)的過程中采用雙線性插值對圖像像素進(jìn)行插值；根據(jù)PDF417條碼的多行結(jié)構(gòu)特性取其中值對每一層條碼圖像進(jìn)行濾波整形；首先將條碼圖像按層分開，獲得條碼圖像的層數(shù)和每一層的高度，對每一層進(jìn)行濾波處理，采用Sobel水平邊緣檢測算子，得到條碼圖像的水平邊緣，然后進(jìn)行水平方向的投影，水平方向投影的峰值就對應(yīng)著條碼圖像的水平層邊界，得到條碼圖像的層數(shù)和每一層的高度，對每一層進(jìn)行濾波整形，采用取中值的方法對每一層的每一列進(jìn)行濾波，對條碼每一層中每一列像素的灰度值進(jìn)行相加取平均值，和128相比，如果平均值大于128，則認(rèn)為該列為空，像素灰度值賦值為255，否則認(rèn)為該列為條，像素灰度值賦值為0；(3)根據(jù)PDF417譯碼規(guī)則對條碼圖像進(jìn)行識別和譯碼，得到所承載的加密信息；檢測每一個(gè)符號字符的條空個(gè)數(shù)，查表確定每一個(gè)符號字符代表的信息，就將二維條碼圖像中的符號字符變成碼字信息，將上述得到的碼字信息根據(jù)制定的PDF417國家標(biāo)準(zhǔn)譯碼，得到條碼中存儲的原始信息；(4)對得到的加密信息根據(jù)解密密鑰初始值x0和參數(shù)μ，用Logistic混沌映射經(jīng)過k次迭代后生成混沌序列Xk，k取值等于待解密信息的長度，Xk是長度為k的Logistic混沌映射序列，將其作為流密鑰對指紋特征信息進(jìn)行混沌解密，得到二維條碼中所承載的指紋特征信息；(5)將從二維條碼中得到的指紋信息與現(xiàn)場采集的指紋信息進(jìn)行比對，檢測二者是否吻合，從而實(shí)現(xiàn)指紋的防偽認(rèn)證。
2.按照權(quán)利要求1所述的方法，其特征在于，所述指紋特征提取的輸入指紋圖像，進(jìn)行分割步驟中，像素灰度均值M和方差V計(jì)算如下M=1n×nΣi=1nΣj=1nf(i,j)V=1n×nΣi=1nΣj=1n[f(i,j)-M]2]]>其中，f(i，j)為像素(i，j)的灰度值。
3.按照權(quán)利要求1所述的方法，其特征在于，所述指紋特征提取的指紋方向圖求取步驟中，Jain改進(jìn)的梯度算法具體步驟如下(1)將指紋圖像劃分為以點(diǎn)(i，j)為中心的大小為m×m的塊，設(shè)置為16×16，(2)利用梯度算子計(jì)算指紋圖像每一像素點(diǎn)的一階偏導(dǎo)數(shù)，使用Sobel算子將指紋圖像與這兩個(gè)模板進(jìn)行卷積，即得到一階偏導(dǎo)x(u，v)、y(u，v)，其中(u，v)表示模板中的位置，(3)按下式計(jì)算以(i，j)為中心的圖像子塊的方向信息Vx(i,j)=Σu=i-m/2i+m/2Σv=j-m/2j+m/22∂x(u,v)∂y(u,v)Vy(i,j)=Σu=i-m/2i+m/2Σv=j-m/2j+m/2(∂x2(u,v)-∂y2(u,v))θ(i,j)=12tan-1Vy(i,j)Vx(i,j)]]>其中θ(i，j)是以點(diǎn)(i，j)為中心的子塊的局部脊線方向的最小平方估計(jì)，而反正切函數(shù)取VC++庫中的atan2函數(shù)，其取值范圍是(-π，π)，(4)再采用低通濾波器對其進(jìn)行濾波，達(dá)到修正方向圖的目的，(5)計(jì)算濾波后以(i，j)為中心點(diǎn)的子塊方向，并將它作為點(diǎn)(i，j)處的方向θ(i,j)=12tan-1Φy′(i,j)Φx′(i,j)]]>若求塊方向，在程序中設(shè)置i和j的變化步長為m；若求每個(gè)點(diǎn)的方向，則將i和j變化步長設(shè)為1。
4.按照權(quán)利要求1所述的方法，其特征在于，所述采用Ostu最佳閾值分割算法對二維條碼圖像進(jìn)行分割，具體步驟為，Ostu算法將圖像分為目標(biāo)和背景兩部分，則這兩類灰度值的組內(nèi)方差最小，而組間方差最大，通過搜索計(jì)算類間方差最大值來得到最優(yōu)閾值，圖像中目標(biāo)和背景的平均灰度分別為u0=1w0(T)Σ0<i<Ti×p(i)ub=1wb(T)Σ0<i<Ti×p(i)]]>圖像的總均值為u＝wo(T)uo+wb(T)ub圖像目標(biāo)和背景之間的類間方差為G(T)＝wo(T)(uo-u)2+wb(T)(ub-u)2則圖像的最佳閾值為g=argmax0≤T≤255[G(T)]]]>其中wo(T)和wb(T)表示目標(biāo)和背景的像素個(gè)數(shù)，p(i)為像素值為i的像素個(gè)數(shù)。
全文摘要
本發(fā)明公開的基于二維條碼的指紋信息隱藏和認(rèn)證方法，首先采集指紋圖像，對其進(jìn)行特征提取、加密處理，并打印在二維條碼上，將指紋信息隱藏于二維條碼中；采集二維條碼圖像，對其進(jìn)行圖像分割、濾波、幾何校正和分層預(yù)處理，經(jīng)對條碼圖像進(jìn)行識別和譯碼，得到所承載的加密信息，對該加密信息進(jìn)行解密，得到二維條碼中承載的指紋特征信息，將該信息與現(xiàn)場的指紋信息進(jìn)行比對、檢測，從而實(shí)現(xiàn)指紋的防偽認(rèn)證。本發(fā)明利用二維條碼具有信息容量大、不依賴于數(shù)據(jù)庫支持及具有自動識讀的優(yōu)點(diǎn)，將指紋信息存儲于其中，使得這種信息的認(rèn)證方法既具有安全性高，又有成本低、存儲信息量大的特點(diǎn)。
文檔編號G06K9/00GK1741043SQ20051004310
公開日2006年3月1日 申請日期2005年8月15日 優(yōu)先權(quán)日2005年8月15日
發(fā)明者趙季中, 田麗華, 智勇, 鄭南寧 申請人:西安交通大學(xué)