面向隐私需求的虹膜图像处理方法研究

发布时间：2021-12-16 18:13

　　随着互联网的日益发展,人们对信息安全的重视程度变得越来越高。生物特征识别技术是通过分析人类自身的生理或动作特征来起到保护个人信息的作用。近年来,在公共安全领域,以人脸与指纹为代表的身份认证技术被广泛应用。但是在认证过程之中还存有一定的局限性,虹膜识别的高安全性与鲁棒性弥补了这些不足。一系列国际研究表明,虹膜识别是目前最安全,最准确的识别方法。这也引起社会各界越发关注基于虹膜特征提取的身份识别技术。虹膜识别逐渐应用于对安全性能要求较高的某些部门,比如银行系统与保密机构,和一些对身份验证要求相对严格的环境。提升虹膜识别安全性对于维护社会稳定与金融安全起着重要作用。本文详细阐述了虹膜识别技术的研究背景和现状、虹膜识别技术和虹膜识别过程中的安全问题。采用差分隐私来隐藏虹膜特征。高斯机制和拉普拉斯机制分别应用于虹膜图像以保护虹膜特征的隐私信息,实现良好的虹膜特征隐藏效果。具体而言,当给出隐私预算要求时,采用基于拉普拉斯机制和高斯机制的差分隐私技术来隐藏图像中的虹膜生物特征。随着噪声参数的增加,隐私保护级别更强。在算法效率方面比较这两种机制,并且通过图像哈希算法评估图像质量。实验证实,差分隐私保护... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【图文】：

–1眼部结构

工程硕士专业学位论文才能让虹膜识别技术更安全。在网络传输过程中，由于虹膜图像信息的不安全性，恶意攻击者有机会使原始图像信息由于攻击而被泄露或破坏。由于虹膜图像是独特且不可变的，因此一旦虹膜图像被盗，个人的隐私信息可能存在长期披露的风险。面对虹膜图像信息的恶意破坏和受害者私人信息的泄露危机，提高虹膜图像安全性的手段仍然是迫切需要解决的问题。1.2研究意义(Thesignificanceofresearch)生物特征识别技术在生活当中已获得了普遍的运用。其中，虹膜身份认证拥有比较高的精确度并逐渐获得各界的关注[35]。如图1–1和图1–2显示，眼睑、虹膜、巩膜、瞳孔这几个部分构成了眼睛。人的眼睛最外侧白色区块带有血丝的部分，通常称之为巩膜。最中心的黑颜色圆孔，称作为瞳孔。虹膜则重点是处在瞳孔与巩膜间的灰颜色区块，大概占到人眼睛能见的65%[36]。虹膜的颜色重点为褐色与蓝色，其它颜色均是复合而成。虹膜包括很多互相交叉的隐窝、条纹、细丝、色斑等细部特点，具有比较丰富多元的纹路信息。图1–1眼部结构Figure1–1Eyestructure图1–2虹膜细节特征Figure1–2Irisdetailfeatures2

2虹膜图像隐私需求保护的基础理论图2–1虹膜图像的直方图Figure2–1Histogramofirisimage(a)虹膜图像(b)分割的瞳孔图像图2–2分割的瞳孔图像Figure2–2Segmentedpupilimage9

【参考文献】：
期刊论文
[1]基于DNA编码的安全高效的图像加密算法[J]. 李孝东,周彩兰,黄林荃.  计算机应用与软件. 2018(01)
[2]基于OpenCV与均值哈希算法的人脸相似识别系统[J]. 李恩,温志盛,章育林,朱小玲,陈海娜.  工业设计. 2016(08)
[3]基于感知哈希的作业相似度检测[J]. 干丽萍,许易,楼宋江,陈盈.  台州学院学报. 2016(03)
[4]基于虹膜的身份认证技术研究[J]. 朱爱青.  计算机仿真. 2011(10)
[5]分数阶统一混沌系统的自适应同步[J]. 张若洵,杨洋,杨世平.  物理学报. 2009(09)
[6]基于线段提取的虹膜归一化方法[J]. 郭巧丽,樊晓勇.  计算机技术与发展. 2009(04)
[7]一种用于虹膜识别的眼睫毛遮挡检测算法[J]. 苑玮琦,乔一勤.  光电工程. 2008(06)
[8]用于虹膜识别的眼睑及眼睫毛遮挡检测[J]. 来毅,路陈红,卢朝阳.  计算机辅助设计与图形学学报. 2007(03)
[9]基于非线性控制的超混沌Chen系统混沌同步[J]. 武相军,王兴元.  物理学报. 2006(12)
[10]基于MATLAB GUI的虹膜识别算法测试平台[J]. 田启川,潘泉,程咏梅,张洪才.  计算机仿真. 2006(02)

博士论文
[1]用于身份鉴别的虹膜识别算法研究[D]. 程宇奇.中国科学院研究生院（长春光学精密机械与物理研究所） 2010

硕士论文
[1]基于混沌系统的图像加密算法研究[D]. 王可.安徽大学 2017
[2]基于哈希的多目标跟踪算法的研究[D]. 郭仪权.安徽大学 2017
[3]虹膜识别算法研究与实现[D]. 常海军.浙江大学 2005



本文编号：3538597