·544· 智能系统学报 第13卷 重的后果，由此提出了生物特征加密系统的概 1局部二进制模式(LBP) 念6刃，该系统将被加密技术或其他特定的技术加 密过的生物特征模板存储到数据库中⑧，这种不 LBP基本思想：在一个3×3的窗口中依次比 可逆的加密过程可以使非法用户无法直接从加密 较中心点像素灰度值与其相邻的8个点的灰度 模板中得到原本的生物特征o。 值，若该邻域位置点的灰度值小则将该像素点置 手指静脉特征具有其他手部特征（如指纹山、 为0，否则置为1，从左上角像素点的位置起依次 手形、掌纹等)不具有的独特的优越性：1)非 顺时针（或逆时针）赋权值2(i=0,1,…,7)并与对应 活体无法采集到静脉，所以更安全；2)手指内部 二进制数(0或1)相乘.，再依次相加得到这个3×3 的静脉不受到皮肤表面状况的影响，且十根手指 窗口中心像素点的LBP特征值，计算公式为 均可以用于特征提取，灵活性高；3)静脉特征并 LBP(Xe,ye)= - (1) 不会如人脸一样受年龄影响，而且静脉纹路比指 0 纹清晰，对相机的分辨率要求低于指纹特征采 1, x≥0 S(x)= (2) 集；4)非接触采集可防止细菌传播且采集设备体 10, 其他 积小，采集成本较低且易于被大众接受。 式中：g是3×3窗口中心像素点(x,y)的灰度值。 由于静脉识别在生物特征识别方面是后起之 g:i=0,1,…,7)表示窗口中心像素点邻近8个像素 秀，尽管其具有良好性能，但是对其研究尚没有 点的灰度值。二值化函数s(x)使得当邻近像素点 像指纹识别那样深入，目前对手指静脉加密的研 与中心像素点的灰度值之差大于等于0，s(x)的值 究则是刚刚起步，公开发表的论文只有我们课题 为1，否则为0，这样便得到图像的LBP码值。 组提出的基于纠错码和细节点提取的指静脉加密 如图1所示，一个3×3的窗口区域中中心像 算法，该算法依赖于静脉图像的细节点，对图像 素点的灰度值为67，把该值与邻近的8个像素点 质量要求较高，而在寒冷天气下由于手指冰凉， 比较大小，顺时针得到一个8位的二进制串 导致采集到的静脉图像对比度低，静脉不清晰就 01011001。 难以提取有效特征点，致使这种加密方案失效。 45 67 55 0 而局部二进制编码(LBP)直接针对灰度图像进行 99 67 89 國值化 编码提取图像的纹理特征的方法对图像的质量要 求不高，而模糊承诺(fuzzy commitment)加密方案 12 46 72 0 直接使用二进制编码，便于与LBP相结合，能够 LBP码值：01011001 给出有效、简单快捷的指静脉加密方法。 图1LBP算子编码过程 基于上述考虑本文提出了对指静脉图像采用 Fig.1 The encoding process of LBP 多尺度块中心对称局部二进制编码(MB-CSLBP) 采用LBP算子遍历一幅大小为M×N的图像 和模糊承诺相结合的手指静脉加密算法。 可得到8×(M-2)×(N-2)位二进制数。 模糊承诺方案作为一种传统的加密方法，虽 1.1LBP算子的优缺点 然加解密过程与其他方法相比而言更为简便，但 LBP算子具有以下几个显著优点：1)该算子 是其效果却很好，因此我们提出将模糊承诺方案 原理简单、运算简洁，且计算复杂度远低于离散 与手指静脉的局部二进制模式相结合，研究相关 小波变换、傅里叶变换等；2)LBP二进制编码是由 的手指静脉加密算法。局部二进制模式(local 中心像素点和邻近像素点灰度值比较得到的，这 binary patem)是由Ojala等l提出的一种能有效地 种对图像纹理特征的描述方法对图中的亮暗点和 描述图像的纹理特征的纹理描述算子。纹理特征 边缘点等细节特征的描述能力较强，符合静脉特 是对光照、姿态、背景或者成像等条件因素变化 征提取的需求；3)基于传统子空间的方法，如 不敏感的图像固有属性，因此很适用于手指静脉 ICA(独立成分分析)、LDA(线性判别分析)、PCA 特征提取。在改进的多尺度块中心对称的局部二 (主成分分析)等均需要进行数据训练，而LBP提 进模式(MB-CSLBP)算法的基础上，利用提取 取到的二进制码或直方图向量不需要，因此便于 出的二进制编码作为指静脉特征数据，在模糊承 推广。 诺方案的框架上结合BCH编码和SHA-1安全散 虽然LBP算子运算简洁、原理简单、纹理特 列算法对密钥进行加密。 征描述能力强，但该算子在具体应用中仍存在很重的后果，由此提出了生物特征加密系统的概 念 [6-7] ，该系统将被加密技术或其他特定的技术加 密过的生物特征模板存储到数据库中[8] ，这种不 可逆的加密过程可以使非法用户无法直接从加密 模板中得到原本的生物特征[9-10]。 手指静脉特征具有其他手部特征 (如指纹[11] 、 手形[12] 、掌纹[13]等) 不具有的独特的优越性：1) 非 活体无法采集到静脉，所以更安全；2) 手指内部 的静脉不受到皮肤表面状况的影响，且十根手指 均可以用于特征提取，灵活性高；3) 静脉特征并 不会如人脸一样受年龄影响，而且静脉纹路比指 纹清晰，对相机的分辨率要求低于指纹特征采 集；4) 非接触采集可防止细菌传播且采集设备体 积小，采集成本较低且易于被大众接受。 由于静脉识别在生物特征识别方面是后起之 秀，尽管其具有良好性能，但是对其研究尚没有 像指纹识别那样深入，目前对手指静脉加密的研 究则是刚刚起步，公开发表的论文只有我们课题 组提出的基于纠错码和细节点提取的指静脉加密 算法[14] ，该算法依赖于静脉图像的细节点，对图像 质量要求较高，而在寒冷天气下由于手指冰凉， 导致采集到的静脉图像对比度低，静脉不清晰就 难以提取有效特征点，致使这种加密方案失效。 而局部二进制编码 (LBP) 直接针对灰度图像进行 编码提取图像的纹理特征的方法对图像的质量要 求不高，而模糊承诺 (fuzzy commitment) 加密方案 直接使用二进制编码，便于与 LBP 相结合，能够 给出有效、简单快捷的指静脉加密方法。 基于上述考虑本文提出了对指静脉图像采用 多尺度块中心对称局部二进制编码 (MB-CSLBP) 和模糊承诺相结合的手指静脉加密算法。 模糊承诺方案作为一种传统的加密方法，虽 然加解密过程与其他方法相比而言更为简便，但 是其效果却很好， 因此我们提出将模糊承诺方案 与手指静脉的局部二进制模式相结合，研究相关 的手指静脉加密算法。局部二进制模式 (local binary patem) 是由 Ojala 等 [15]提出的一种能有效地 描述图像的纹理特征的纹理描述算子。纹理特征 是对光照、姿态、背景或者成像等条件因素变化 不敏感的图像固有属性，因此很适用于手指静脉 特征提取。在改进的多尺度块中心对称的局部二 进模式 ( MB- CSLBP) 算法的基础上， 利用提取 出的二进制编码作为指静脉特征数据，在模糊承 诺方案的框架上结合 BCH 编码和 SHA-1 安全散 列算法对密钥进行加密。 1 局部二进制模式 (LBP) 2 i (i = 0,1,··· ,7) LBP 基本思想：在一个 3×3 的窗口中依次比 较中心点像素灰度值与其相邻的 8 个点的灰度 值，若该邻域位置点的灰度值小则将该像素点置 为 0，否则置为 1，从左上角像素点的位置起依次 顺时针 (或逆时针) 赋权值 并与对应 二进制数 (0 或 1) 相乘，再依次相加得到这个 3×3 窗口中心像素点的 LBP 特征值，计算公式为 LBP(xc , yc) = ∑7 i=0 s(gi −gc)2i (1) s(x) = { 1, x ⩾ 0 0, 其他 (2) gc (xc , yc) gi(i = 0,1,··· ,7) s(x) s(x) 式中： 是 3×3 窗口中心像素点 的灰度值。 表示窗口中心像素点邻近 8 个像素 点的灰度值。二值化函数 使得当邻近像素点 与中心像素点的灰度值之差大于等于 0， 的值 为 1，否则为 0，这样便得到图像的 LBP 码值。 如图 1 所示，一个 3×3 的窗口区域中中心像 素点的灰度值为 67，把该值与邻近的 8 个像素点 比较大小，顺时针得到一 个 8 位的二进制 串 01011001。 LBP码值：01011001 45 67 55 99 67 89 12 46 72 阈值化 0 1 0 1 1 0 0 1 图 1 LBP 算子编码过程 Fig. 1 The encoding process of LBP M ×N 8×(M −2)×(N −2) 采用 LBP 算子遍历一幅大小为 的图像 可得到 位二进制数。 1.1 LBP 算子的优缺点 LBP 算子具有以下几个显著优点：1) 该算子 原理简单、运算简洁，且计算复杂度远低于离散 小波变换、傅里叶变换等；2)LBP 二进制编码是由 中心像素点和邻近像素点灰度值比较得到的，这 种对图像纹理特征的描述方法对图中的亮暗点和 边缘点等细节特征的描述能力较强，符合静脉特 征提取的需求； 3) 基于传统子空间的方法，如 ICA(独立成分分析)、LDA(线性判别分析)、PCA (主成分分析) 等均需要进行数据训练，而 LBP 提 取到的二进制码或直方图向量不需要，因此便于 推广。 虽然 LBP 算子运算简洁、原理简单、纹理特 征描述能力强，但该算子在具体应用中仍存在很 ·544· 智 能 系 统 学 报 第 13 卷