指纹识别系统活体检测技术研究

发布时间：2017-04-26 09:13

  本文关键词：指纹识别系统活体检测技术研究，由笔耕文化传播整理发布。

【摘要】：随着指纹识别系统的广泛应用,人们对指纹识别系统的安全性以及个人隐私保护等问题日益关注。虽然目前指纹活体检测技术可以做到识别假指纹,但高可靠的指纹传感器及算法价格都很高,模块体积大,使应用领域有限。目前市场上主流的指纹传感器还不能真正具有活体指纹检测能力。本文首先分析一般指纹识别系统的不足,接着进行假指纹攻击实验的研究,然后提出了一些改进方法,最后通过实验对比分析说明其效果。主要完成了如下工作：1.指纹识别系统的分析与研究。分析一般指纹识别系统的不足,同时提出了一些基于系统级的改进方法,如添加图像质量评测技术和活体检测技术,以提高系统安全性。2.假指纹攻击研究。分析常见的指纹扫描仪的工作原理,搜集指纹膜材料和指纹模版材料。为了使指纹膜更接近真指纹,利用以水和胶原蛋白为主的液体对指纹膜胶进行稀释,根据不同浓度制作出指纹膜。实验共分为三类,实验类别1使用真指纹注册,模拟困难手指进行认证和识别；实验类别2使用假指纹尝试注册,假指纹认证和识别；实验类别3使用真指纹注册,假指纹攻击。3.指纹图像分割和质量评测方法研究。根据指纹图像特点,在研究一些分割算法基础上,提出了一种结合遗传算法和局部阈值法的自适应阈值分割法。指纹图像质量评测阶段分别用一种评测因子对图像进行评测,然后根据误分率的高低找到最佳评测因子组合,最后利用这种组合对假指纹攻击实验采集的图像进行质量评测。低质量的指纹图像被排除,高质量的指纹图像进入下一步活体检测判断真假指纹。4.活体检测方法研究。针对真假指纹图像噪声信息和纹理结构信息的不同,提出了基于小波分析和多纹理相结合的活体检测方法。首先提取指纹图像小波分解系数特征和重构图像的灰度共生矩阵、局部二值模式等纹理特征,其次融合特征并用SFFS进行特征选择,融合SVM和KNN分类器对真假指纹进行判别。本文在不添加任何硬件的基础上,提出指纹图像质量评测和活体检测技术的分层式判别方法,既能提高活体检测的成功率,又能保证指纹识别系统良好的性能。
【关键词】：指纹识别系统 活体检测 假指纹攻击 指纹图像分割 质量评测
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 绪论13-20
• 1.1 研究背景及意义13-15
• 1.2 国内外应用现状15
• 1.3 国内外研究现状15-17
• 1.4 论文研究内容17-19
• 1.5 章节安排19-20
• 第二章 指纹识别系统20-25
• 2.1 指纹识别系统工作流程20-21
• 2.2 指纹识别系统数据处理流程21-22
• 2.3 指纹识别的系统问题22-23
• 2.4 指纹识别系统级改进23-24
• 2.5 本章小结24-25
• 第三章 假指纹攻击研究25-38
• 3.1 概述25-26
• 3.2 假指纹攻击类型26-27
• 3.3 指纹扫描仪类型27-28
• 3.3.1 光学式扫描仪27
• 3.3.2 半导体式扫描仪27
• 3.3.3 超声波式扫描仪27-28
• 3.4 假指纹制作28-30
• 3.5 假指纹攻击实验30-37
• 3.5.1 实验类别130-32
• 3.5.1.1 实验方案30-31
• 3.5.1.2 实验结果与分析31-32
• 3.5.2 实验类别232-34
• 3.5.2.1 实验方案32
• 3.5.2.2 实验结果与分析32-34
• 3.5.3 实验类别334-37
• 3.5.3.1 实验方案34
• 3.5.3.2 实验结果与分析34-37
• 3.5.4 实验总结37
• 3.6 本章小结37-38
• 第四章 指纹图像分割与图像质量评测方法38-49
• 4.1 概述38
• 4.2 指纹图像分割38-44
• 4.2.1 遗传算法39-41
• 4.2.1.1 改进选择算子39-40
• 4.2.1.2 改进交叉和变异概率40-41
• 4.2.2 遗传算法在指纹图像分割中应用41-42
• 4.2.3 局部阈值图像分割算法42-43
• 4.2.4 融合方法43-44
• 4.3 指纹图像质量评测44-48
• 4.3.1 指纹图像脊谷线清晰度分析45-46
• 4.3.2 指纹图像均匀度分析46-47
• 4.3.3 综合选取评测因子47-48
• 4.4 本章小结48-49
• 第五章 指纹活体检测方法研究49-72
• 5.1 概述49-50
• 5.2 几种活体检测方法50-52
• 5.2.1 基于汗液的活体检测方法50-51
• 5.2.2 基于汗孔的活体检测方法51
• 5.2.3 基于指尖表皮粗糙度活体检测方法51
• 5.2.4 基于手指弹性形变活体检测方法51-52
• 5.2.5 其它活体检测方法52
• 5.3 小波变换在指纹图像处理中应用52-56
• 5.3.1 小波分解52-53
• 5.3.2 小波重构53-54
• 5.3.3 自适应频率阈值的选择54-55
• 5.3.4 仿真结果55-56
• 5.4 特征提取56-64
• 5.4.1 系数统计特征提取56-58
• 5.4.2 灰度共生矩阵特征提取58-60
• 5.4.3 基于LBP(局部二值模式)特征提取60-64
• 5.4.3.1 局部二值模式61-62
• 5.4.3.2 LBP算子均匀性62-63
• 5.4.3.3 LBP旋转不变性63-64
• 5.5 特征选择64-67
• 5.5.1 判别准则64-65
• 5.5.2 SFFS搜索策略65-67
• 5.6 SVM与KNN分类器67-68
• 5.7 实验结果及分析68-70
• 5.7.1 电容式扫描仪的图像分类实验68-69
• 5.7.2 光学式扫描仪的图像分类实验69-70
• 5.7.3 实验总结70
• 5.8 本章小结70-72
• 总结与展望72-75
• 参考文献75-81
• 攻读硕士期间发表的论文81-83
• 致谢83

【参考文献】

中国期刊全文数据库 前10条

1 鲁义轩;;汇顶科技首发活体指纹检测技术 为移动支付安全再加码[J];通信世界;2016年05期

2 吴哲;刘孝星;郑力新;周凯汀;;基于灰度共生矩阵特征图像的织物疵点检测方法[J];微型机与应用;2015年21期

3 王晓东;;生物认证在智慧银行的应用浅析[J];中国金融电脑;2015年11期

4 经邦;;指纹支付:移动支付的新方式[J];中国信用卡;2015年09期

5 李庆艳;张文安;;浅析指纹识别在移动支付的应用前景[J];广东通信技术;2015年08期

6 王群峰;徐迎晖;;结合改进遗传算法与局部阈值法的指纹图像分割[J];自动化与信息工程;2015年01期

7 李杰;;移动支付的应用现状及前景困局剖析[J];网络安全技术与应用;2014年12期

8 焦汉明;;移动支付新方式——指纹支付[J];信息与电脑;2014年11期

9 易清明;陈明敏;石敏;;一种改进的小波去噪方法在红外图像中应用[J];计算机工程与应用;2016年01期

10 蒋威;骆继明;;指纹传感器的应用现状分析[J];电子元件与材料;2013年12期

中国博士学位论文全文数据库 前1条

1 王玮;自动指纹识别系统关键技术研究[D];重庆大学;2007年

中国硕士学位论文全文数据库 前10条

1 陈星;数字水印在生物特征识别系统上的研究与应用实现[D];广东工业大学;2015年

2 马丁;基于信息熵特征融合和KNN-SVM的目标跟踪算法研究[D];吉林大学;2015年

3 向维辉;基于Gabor滤波的完备CS-LBP算子图像纹理特征提取算法研究[D];昆明理工大学;2015年

4 邬伟杰;基于支持向量机的指纹识别技术与实现方法研究[D];华东理工大学;2015年

5 侯玉婷;基于SVM-KNN的特征自适应加权自然图像分类研究[D];西北大学;2014年

6 曾凡涛;基于改进LBP特征的图像理解[D];吉林大学;2014年

7 陈强;人脸图像的LBP特性及其识别性能研究[D];华东师范大学;2012年

8 赵联征;指纹图像质量评估方法与应用研究[D];山东大学;2012年

9 吴美璇;基于小波的图像阈值去噪方法[D];重庆大学;2012年

10 杨静;小波分析在医学图像处理中的应用研究[D];重庆大学;2011年

  本文关键词：指纹识别系统活体检测技术研究，，由笔耕文化传播整理发布。

本文编号：328162