论文部分内容阅读
指纹认证是主流的生物认证方式之一,是保证金融贸易、国家安全、司法、电子商务、电子政务等系统安全性的有力手段。假指纹攻击作为破解指纹识别的一种简单实用的方式,被某些不法分子非法使用,对社会上的一些安全系统造成了巨大的威胁。对于假指纹这一新兴的犯罪手段,目前常用的基于软件的方法主要是对指纹图像进行纹理分析,但是单纯的纹理分析不包含对因假指纹材质与人体皮肤有异而产生的噪声的分析；使用硬件来进行真假检测则需要增加额外的硬件设备,成本较高。本文提出一种利用曲波系数特征及曲波重构图像纹理特征进行SVM-KNN分类的假指纹检测方法,并自主开发了一个基于假指纹检测的指纹认证系统：1)该方法主要利用曲波变换后的系数域提取系数特征,分析指纹图像的噪声分布,曲波变换相对于小波以及脊波变换能更好地表现曲线的奇异性；2)再之对曲波去噪重构图像提取一阶统计量、灰度共生矩阵(GLCM).马尔可夫随机场(MRF)以及二维傅立叶变换等纹理特征；3)将曲波系数特征以及纹理特征融合再结合SVM-KNN分类器对真假指纹进行判别；4)将假指纹检测方法融入指纹认证系统中,使用本系统进行指纹认证可防止个别人员利用一般指纹认证系统的漏洞进行假指纹登录,造成不可预知的损失,保证指纹认证的安全性。本文在去噪重构图像纹理特征提取的基础上增加了曲波系数特征提取,融合纹理与噪声分析,该方法支持各类指纹采集仪。在第二届全球假指纹检测竞赛(LivDet2011)官方数据库上的测试结果显示该方法有很好的性能。